数字化供应链初具规模

你有没有去过菜单上有200多种菜品，其中50种看起来还不错的餐厅?对数字供应链技术进行筛选也会带来类似的问题。有许多有趣的选择，而且似乎永无止境。

几年前，物联网(IoT)是最重要的，把实时数据输入数字控制塔。现在人工智能(AI)由人工智能驱动的机器学习和机器人技术风靡一时。区块链预计很快将彻底改变商品从田间到餐桌的追踪方式。此外，还有一些长期的游戏规则改变者，如无人驾驶卡车和空中无人机——如果它们成为现实的话。

有这么多的技术，你应该押注哪些，哪些值得关注，哪些被过度炒作?根据评估这些技术的分析师和顾问的说法，这不是关于抓住一个技术“热门列表”，更多的是关于了解你独特的优先事项。

数字供应链趋势包括许多技术，从更成熟的“数字化”流程的软件类别，到可以更显著地改变供应链的人工智能等新技术。分析公司ARC咨询集团供应链服务副总裁Steve Banker解释说:“看待数字化转型应用于供应链的最广泛的方式是考虑端到端流程，看看数字技术可以帮助我们更好地完成从供应商的供应商到最终客户的整个过程。”

在众多数字技术中，有一些非常热门，比如人工智能和自主移动机器人(AMRs)。分析人士表示，其中一些具有相互构建的潜力，因此来自物联网连接的事物、人工智能驱动的应用程序、区块链结构或分析平台的数据将以协同的方式叠加起来。利用分析平台即服务(PaaS)的基础，供应链可以更加自我纠正的时代正在到来。

尽管现在有很多值得关注的技术，但高德纳(Gartner)供应链执行研究副总裁德怀特•克拉皮奇(Dwight Klappich)建议企业首先评估自己的痛点，然后再回头考虑合适的技术。克拉皮奇说:“让自己了解可能性的艺术是很好的，但你必须把话题转到另一个方向，从你的需求开始，从那里探索能帮助你解决这些需求的技术。”

为什么AI ?

由于供应链面临着用更少的钱做更多事情的巨大压力，而包括仓库助理和卡车司机在内的劳动力资源稀缺，因此人工智能和机器人引起人们的兴趣也就不足为奇了。人工智能可以以多种形式使用:amr和其他类型的机器人，如协作拾取臂，使用人工智能完成如何导航到拾取位置或如何拾取纸箱或药瓶等任务。

克拉皮奇说:“移动机器人刚刚起步。“它们被视为实现某种程度自动化的一种方式，而无需花费数千万美元进行全面自动化。通过amr，您可以获得高度自动化设施的一些效率优势，以及适应性和灵活性，而且前期成本更低。”

克拉皮奇说，由于操作劳动力正成为一种高度受限的资产，企业对在劳动力预测、计划和调度等领域使用预测分析表现出了浓厚的兴趣。人工智能和预测分析已经应用于供需规划等高级学科，但克拉皮奇表示，尽管传统的劳动力报告系统已经成熟，但仓库运营商现在有兴趣使用机器学习来改善他们的日间和中长期劳动力规划。

“如今，公司找不到足够的仓库劳动力，所以他们不能等到最后一刻才弄清楚他们对劳动力的要求。这就是为什么劳动力预测正成为一个巨大的问题。”克拉比奇说。

Banker表示，供应链规划和预测软件中的机器学习仍在继续发展，尽管机器学习在需求规划中已经存在了好几年。Banker说，这项技术非常适合于需求管理，因为它可以不断评估实际销售和出货量与预测的对比情况，并建议对预测进行更改或使用最佳算法类型。

“这并不新鲜，但供应链规划和运输管理软件提供商的关注和投资水平正在增加，更多(机器学习)功能正在推向市场，”班克说。万博ag客户端app

大数据基础设施的成熟有助于在供应链中更广泛、更深入地使用人工智能和机器学习，与以前的分析时代相比，大数据基础设施的成熟可以实现更快、更低成本的项目乔弗农他是一家咨询公司的供应链转型领导者凯捷咨询。

弗农解释说，在某些情况下，移动机器人或供应链管理软件提供商将机器学习嵌入到他们的解决方案中，在其他情况下，最终用户组织和顾问可以利用大数据和PaaS分析基础设施来实现供应链目标。

PaaS是基于云的，可能具有可以适应不同应用程序的机器学习库，以及存储和分析收集到通常称为“数据湖”的数据所需的云存储和计算基础设施。主要的PaaS提供商，如微软及其Azure平台，也提供商业智能工具来可视化机器学习所发现的内容。使用应用程序编程接口(API)调用，可以快速提取和分析来自多个来源的所需数据。

弗农表示，使用机器学习和PaaS，企业可以快速将机器学习应用于如何优化整个分销网络的库存水平或需求预测等问题。“人工智能和机器学习有许多潜在的应用，但早期的成功案例之一是库存优化——那些经典的问题，什么时候把什么东西放在哪里，”弗农说。“机器学习的关键在于它会随着时间的推移而学习。这项技术会看到发生了什么，并找出下一次如何做得更好。”

一个区块链的世界?

虽然在供应链圈已经讨论了一段时间，但区块链的使用预计将在今年晚些时候在多个行业进行试点项目，包括跟踪沃尔玛供应链中的绿叶农产品，以及控制涉及到沃尔玛等公司的可退货药品AmerisourceBergen．

弗农表示，区块链在供应链中的应用仍然是新的，但将会增长，一旦被广泛采用，它可以与人工智能很好地重叠，以支持自我调节数字供应链的时代。凯捷2018年对区块链的研究发现，87%的受访公司至少处于一项倡议的早期阶段，尽管只有3%的公司在积极使用它。弗农说:“我们预计今年的使用率会有所增长。”

其他人认为，区块链确实会在供应链中得到应用，但它最终可能只是一种渐进式的改进。“我很难对此感到太过兴奋，因为它只是一种新的信息形式，”ARC的Banker说。“它会有一些优势，比如信息传递的安全性更好，但我不认为它会带来深刻的变革。”

然而，弗农指出，因为区块链涉及到围绕供应链关系和合同的“构建”，从长远来看，这往往是有用的。弗农认为，一旦区块链达到临界规模，随着越来越多的公司在库存和需求管理等领域利用先进的分析和机器学习，供应链可以变得更加“自主”或自动驾驶。

这将得到常规供应链任务的机器人流程自动化(RPA)的进一步帮助，如在企业系统内创建采购订单，以及来自物联网(IoT)解决方案的实时发货数据或货物状况。

我们的愿景是，这些技术将相互发挥作用，使供应链在许多方面可以自我调整，有点像数字神经系统，而不像传统的连续步骤，需要由使用不同软件解决方案的人来计划和执行。

弗农说:“要形成自主供应链，需要采用各种技术，但在这一切的背后，推动自主供应链发展的将是机器学习。”

弗农认为，控制塔、“机器人”或应用程序中的智能代理等其他数字供应链技术将有助于开创自动驾驶供应链的新时代。他补充说，到目前为止，这一愿景只有一部分成为了现实，比如物流解决方案中的机器人可以动态地重新安排货物的路线，以节省时间和成本。

结合思考

南加州大学(USC)马歇尔全球供应链管理中心执行主任尼克·维亚斯(Nick Vyas)表示，数字供应链的全部好处将来自技术的相互作用。

维亚斯说:“如果我们能将人工智能、机器学习和区块链应用程序集成在一起，我认为这种组合将成为数字供应链领域的三位一体。”“这三种趋势的融合可以成为一股巨大的力量，使我们能够生活在一个数字世界。”

Vyas认为，进一步采用这些技术的主要障碍是组织而不是技术。许多公司，他们的董事会，甚至一些供应链从业人员都习惯于以现有流程中的增量收益为中心的供应链管理遗留方法。维亚斯补充说，一些人还担心人工智能会削减人的因素和人类的专业知识。

Vyas说:“人工智能可以以一种智能的方式开始做出许多供应链决策——补充订单、购买或做出决策、运输选择，我们可以迅速开始看到好处。”万博ag客户端app“但利用这种力量需要我们放弃目前对决策的一些控制。”

维亚斯认为，这些担忧在很大程度上是没有根据的，因为人工智能通常被部署为“增强智能”，其中人工智能或机器学习算法是由人类专家根据人类设置的因素和阈值配置的。

维亚斯说:“我们希望人们在特殊情况下做出一些决定。”“我们不想浪费人力资源来做出可以用人工智能数字化的可重复、可复制的决策。”

的基本思想

研究公司Supply Chain Insights的创始人Lora Cecere指出，在研究数字链的可能性时，不应忘记数字链的“转型”部分。简而言之，不要只专注于将已经存在的东西数字化，而是要关注技术如何改变你做生意的方式。

“我们一直专注于公司内部的改善，并坚持推动资产负债表的改善，”西塞尔说。为了打破这种思维，你必须问自己:你的供应链需要什么能力来推动数字化转型的业务愿景?可能会从这样的问题开始:我卖什么产品，我怎么卖?它可能是你的公司提供基于云交付的东西，或者你数字化打印产品，或者重复利用废物流来创造产品。所以，第一个问题应该是那些基本的问题。”

Cecere还认为，需要围绕主数据质量标准建立更多的采用，以便人工智能和机器学习等数字技术能够发挥更大的潜力。Cecere补充说，幸运的是，ISO 8000标准为供应链建立了更好的数据清洁度。该标准将使用一种被称为权威法律实体标识符(ALEI)的机制，围绕公司/合作伙伴标识符等因素建立一致性。Cecere说，采用ISO 80000将建立数据清洁度，从而使供应链合作伙伴能够开始构建更加智能的交通网络。万博ag客户端app

Cecere说:“ALEI可以解决公司数据和位置数据等问题。“这是建立由外而内的运输系统的开始，使我们能够更好地与第三方联系，并感知供应链中正万博ag客户端app在发生的事情。今天，企业从一个由内而外的角度来运作，试图优化昨天的问题，而如果我们是“由外而内”的，可以与其他各方无缝连接，我们就可以开始更加积极主动，并使用预测分析。第一步是了解当事人是谁。”

克拉皮奇说，归根结底，像区块链这样的技术具有潜力，因为它应该通过“不可变记录”来提高安全性和信任度，但单靠新技术无法解决需要大量公司内部纪律的问题。

克拉皮奇说:“在供应链管理中，无论采用何种技术，生态系统的实现都非常困难。“一项未经验证的新技术，区块链或任何其他技术，都不会让供应商按照你想要的方式，在他们应该做的时候，如何做，做他们应该做的事情。问题不在于技术，而在于生态系统的实现。”

如何到达那里

Banker补充说，对于更广泛的数字项目，通常最好将其分解为概念验证实验、试点解决方案，并最终扩大在工作供应链中的使用。班克说，amr很适合这种方法，因为它们可以以相对较低的成本进行测试，也许可以使用“机器人即服务”模式，然后如果它们达到预期，就可以更广泛地推广使用。

其他数字技术，例如使用利用人工智能或机器学习的新形式的供应链规划，通常比amr的测试和扩大成本更高，但可能在改造供应链方面做得更多。

“(amr)是一项技术的完美例子，你可以很容易地进行概念验证，放几个机器人进去，如果行得通，它就行得通，如果不行，也不会花费你很多钱，”Banker说。“另一方面，如果你想改变你的端到端供应链，你没有供应链规划解决方案，想要试点，这往往是一个成本较高的解决方案，对任何规模还不错的公司来说。但如果你想追求更成熟的供应链转型观点，它可能是你需要去的地方。”

班克补充说，对于一些在使用最新数字技术方面不太先进的公司来说，对现有流程进行小规模的“数字化”——比如安装包裹运输软件——可以增加价值。

班克说:“你可能有一个组织刚刚开始加入数字潮流，他们想做一些事情，所以他们称之为数字转型项目，让每个人都参与进来，但它更多的是数字化。”“这仍然可以增加价值，因为你正在从手工流程转向数字化流程。”

最终，公司可以从一个更温和的项目中受益，也可以从一个更雄心勃勃的项目中受益。班克建议，概念验证和试点对较大的项目很有帮助。他说:“只要你学到了一些东西，就不存在概念验证失败这回事。”•