下一代供应链:2018年麻省理工学院的十字路口

每年，麻省理工学院都会将来自全国各地的供应链专业人士与来自该大学各个部门的研究人员和教职员工聚集在一起，举行为期一天的会议。以下是我从今年的十字路口活动中获得的一些收获。

插话#1 -人工智能的进化

深度学习现在是人工智能(AI)的前沿亚当·费斯他是麻省理工学院电气工程和计算机科学专业的一年级博士生。它涉及几个不同的计算层，这些计算层通常与其他计算并行传递到下一层。“deep”标签来自于开发输出之前的许多不同的计算层。

目前领先的深度学习用户包括:自动驾驶汽车、语音接口、会话代理以及高级游戏。Fisch表示，机器人技术将是下一个受益于深度学习的领域。

他指出了未来五年深度学习人工智能需要关注的几个关键问题:学习设备的分布式集合;数据安全;以及与复杂系统的双向通信。

插播#2 -人工智能在各行各业的应用

在英特尔

英特尔供应链情报和分析团队的杰森•麦克道尔(Jason McDowell)表示:“我们正在使用人工智能作为全球供应链的采购技术。”根据麦克道尔的说法，人工智能使用网络抓取来识别潜在的供应商，并将其与当前的供应商进行比较。社交媒体是研究的一部分。而且，自上而下的内部战略压力迫使他们这么做。“人工智能现在是所有供应链员工的核心技术。没有它，我们就无法支持业务的变化。”“人工智能肯定会让供应链变得更加透明和无缝。”

在A.P.穆勒-马士基旗下的Damco

Erez Agmoni是德高货运的“在开发创新供应链解决方案的过程中，我们专注于货运代理及相关业务。对我们来说，合作是开发人工智能和相关技术的关键。我们有很大的紧迫感。这意味着整个供应链的协作对于使人工智能成为全球商品流动的关键参与者至关重要。”

他补充说:“未来，人工智能将在自动驾驶车辆(包括海上船只)以及货物跟踪和运输时间方面发挥重要作用。”

在巴斯夫

无论是人工智能还是其他技术，它都必须提供回报。“我们不会为了自动化而部署自动化，”巴斯夫全球供应链和物流专业中心的Markus Kiffl说。“人工智能的一大焦点是将大数据转化为智能数据。通过使用人工智能进行发票验证和其他平凡但重要的任务，我们可以深入到运营层面。要做到这一点，需要在人员配备和行为上改变心态。人工智能和其他数字化形式的应用没有模板。展望未来，我认为人工智能将成为数据库湖之间的纽带。”

在壳牌

壳牌墨西哥湾深水团队的Esme Fantozzi表示:“能源格局正在迅速变化，人工智能将是我们跟上变化步伐的关键推动力。”人工智能不会自己工作。传感器和跟踪技术将成为为人工智能提供数据的关键供应商。“为了实现这一切，”他指出，“我们必须开始把数据视为一种资产。我们还没到那一步。展望未来，我认为人工智能在预测性维护中发挥着关键作用。”

第三，自动驾驶汽车正在行驶

这里的结论令人惊讶。

自动驾驶汽车的故事远不只是在没有人类参与的情况下使用人工智能来指导公路车辆的运动。这是麻省理工学院机械工程系研究副系主任约翰·伦纳德博士说的。伦纳德还是丰田研究院自动驾驶研究的副总裁。他指出了影响发展的七个关键问题自主车辆:

• 技术
• 经济
• 就业
• 道德
• 法律
• 安全
• 环境

这是一个相当长的清单。表面之下的东西令人震惊。在听了莱昂纳德45分钟的演讲后，我清楚地认识到，自动驾驶汽车更有可能在10年后普及，而不是5年后。作为一个写过一些这方面文章的人，我不得不承认，我从来没有想到会发生这样的事情。

插话#4 -谈论会话商务

想想Alexa, Siri和谷歌。麻省理工学院自动识别实验室(MIT Auto-ID Laboratory)主任布莱恩·苏比拉纳(Brian Subirana)博士解释说，我们不仅处于这项技术的早期阶段，而且还处于将其嵌入供应链的早期阶段。

但潜力是巨大的。苏比拉纳称对话式商务是颠覆性的。作为比较，他认为从路线优化到实时操作的许多其他进步都只是增量。有关对话式商务发展轨迹的更多细节，请参阅本期NextGen对Subirana的采访。

Gary Forger是《供应链管理评论》的特别项目编辑。可以在……找到他(电子邮件保护)