IDC的研究为人工智能驱动的供应链预测提供了依据

马萨诸塞州弗雷明汉(Framingham)最近发布的一项研究。总部位于美国的市场研究和咨询公司IDC强调了该公司的十大预测和潜在驱动因素，该公司预计这些预测和驱动因素将在2022年和未来几年对制造商的IT投资产生最大的影响。

从顶层来看，这些预测涉及远程操作、供应链管理、产品和服务创新、安全、数据和应用程序共享、B2B商务、低代码/无代码以及可持续性。

相对于我们的行业，也许最相关的预测是预测2:“到2023年，50%的供应链预测将使用人工智能实现自动化，准确度将提高5个百分点。”

考虑到供应链自2020年3月大流行开始以来所经历的一切，这一点真的引起了我的注意。虽然情况并不均衡，但公平地说，这场大流行确实凸显了在各个方面进行更好的供应链预测的必要性，比如供应链弹性、需求规划、库存管理、设备和劳动力可用性等等。

IDC对改进预测需求的分析毫不留情，它解释说，制造商已经运营了几个世纪的供应链，在几乎整个时期内，这是他们一直在烦恼的事情，用这句尖刻的话来完成工作论点:“关于任何预测，唯一普遍正确的是它会错。”

也许这有点苛刻(和幽默)，但这也不是不正确的。

IDC继续观察到供应链规划分为三类:短期的，专注于运营规划;中期，侧重战术规划;而且是长期的，专注于战略规划

它观察到，这些类别的潜在主题是，它们都在决定产能、供应商和库存等驱动因素方面发挥作用，但需要注意的是，随着供应链越来越接近特定事件，它会导致精度的提高，但也不会达到100%的精度。

这就引出了IDC的一个有趣观察:“供应链满足意外需求的能力最终取决于计划周期早期所做的决定。与预测捆绑得太紧的供应链将发现自己无法对预测之外的重大变化做出反应——因为缺乏产能、材料或广泛的灵活性。我们过去曾谈论过供应链“倾斜”到“脆弱”的地步。

更重要的是，这有助于推动制造商“跳出框框”，寻找IDC所描述的创新、技术支持的新方法来应对补给挑战，比如人工智能，不局限于寻找“下一个最佳算法”。

这一点在IDC供应链战略项目副总裁Simon Ellis的采访中得到了明确表达。

根据IDC的预测，当被问及到2023年需要做什么才能让制造商接受使用人工智能实现供应链预测自动化时，埃利斯指出，人们普遍认识到，目前的预测方式，特别是短期预测方式行不通。

他说:“对许多公司来说，他们现在的预测准确性比一段时间以来都要差。”“这主要是由于难以预测的需求大幅波动。所以，让我们停止这样做。并不是所有的公司都有他们需要的销售点(或可比数据)，但大部分都在那里，所以需要更广泛的数据收集工作。此外，公司也需要认识到他们的反应能力可能不足。”

作为后续，Ellis表示，数据管理是标准化的，在整个组织范围内进行测量，决策自动化工具是实时和全面部署的，用于战术任务替换和流程增强。

至于制造商如何应对预测变得“脆弱”的概念，如果他们无法应对预测之外的重大变化，埃利斯直截了当地说，如果他们无法应对，那么他们就无法应对。

他说，原因在于，严格按照预测来校准供应链不再是最佳做法。

他说:“如果企业想要对需求波动有弹性，就需要在预测与响应(或敏捷性)之间取得平衡。”“无论这意味着灵活的库存，还是制造能力的灵活性。”

他还提出了一些与此相关的想法:

• 数字化采购工具的应用可以更好地平衡大多数项目的成本和产能，增加供应灵活性;
• 更广泛的备用供应资格预审;
• 根据预测变化制定灵活的生产计划;
• 现代延迟功能;而且
• 与所有企业系统完全集成，连接新系统和旧系统/设备，实时查看供应链性能和需求

就像其他许多事情一样，可以说供应链预测是一门不精确的科学。也就是说，我们可以做一些事情来缩小未来在提高准确性和预测方面的差距。它会在2023年实现吗?现在下结论可能还为时过早，但IDC的研究无疑有助于说明为什么应该这么做。