如何借助人工智能解決供應(yīng)鏈中的巨大不確定性

流行病席卷全球后，供應(yīng)鏈中斷，導(dǎo)致許多公司重新評估其應(yīng)對網(wǎng)絡(luò)范圍內(nèi)系統(tǒng)波動(dòng)的裝備水平。在這種大流行中，有人如何理解需求和供應(yīng)模式并管理整體健康狀況?這種流行帶來了一定程度的不確定性，目前的企業(yè)工具無法處理這些不確定性?

我們被要求每天與客戶緊密合作，以幫助他們理解復(fù)雜網(wǎng)絡(luò)和層次結(jié)構(gòu)中的需求信號(hào)。我們還幫助他們在0-12周的執(zhí)行窗口內(nèi)預(yù)測和應(yīng)對即將出現(xiàn)的供應(yīng)不平衡，這是價(jià)值泄漏的重要根源，尤其是與當(dāng)前時(shí)間相關(guān)。面對這種快節(jié)奏的多維國際象棋游戲，客戶需要明確的計(jì)劃建議，以提高填充率，減少庫存，最大程度地減少?zèng)_銷并控制物流支出。

Noodle.ai最近被確定為在當(dāng)前危機(jī)中脫穎而出的15家創(chuàng)業(yè)公司之一。為了理解原因，讓我分享一些有關(guān)問題的知識(shí)，以及我們正在采取的方法。

為什么基于確定性規(guī)則的系統(tǒng)使我們失敗?

由于當(dāng)前環(huán)境中的極端可和噪音，基于規(guī)則的產(chǎn)品分配和部署系統(tǒng)已變得非常不可用?，F(xiàn)有的ERP和供應(yīng)鏈計(jì)劃系統(tǒng)提供了一個(gè)強(qiáng)大的基本供應(yīng)鏈數(shù)據(jù)存儲(chǔ)庫(例如，預(yù)測，訂單，庫存，生產(chǎn)，裝運(yùn)等)，但是使用基于標(biāo)準(zhǔn)假設(shè)的簡單規(guī)則來生成計(jì)劃。一旦遇到現(xiàn)實(shí)，這些計(jì)劃將無法適應(yīng)實(shí)際需求和可用庫存。換句話說，計(jì)劃信號(hào)變得非常“嘈雜”，操作員將大部分時(shí)間花費(fèi)在解釋真實(shí)與非真實(shí)之間。這導(dǎo)致響應(yīng)延遲，錯(cuò)誤的決策最終導(dǎo)致網(wǎng)絡(luò)上的銷售損失，高庫存和部署成本。

計(jì)劃者和操作員需要的是現(xiàn)代AI驅(qū)動(dòng)的系統(tǒng)，以便在這種時(shí)候創(chuàng)建和管理需求和庫存計(jì)劃。他們需要復(fù)雜的AI推理引擎的幫助，處理數(shù)十億個(gè)數(shù)據(jù)點(diǎn)以建議操作，重點(diǎn)放在那些預(yù)計(jì)會(huì)產(chǎn)生最大財(cái)務(wù)影響的SKU上。

感知和預(yù)測需求/供應(yīng)模式

在這些空前的時(shí)代，對于數(shù)據(jù)科學(xué)家來說，構(gòu)建并經(jīng)常調(diào)整AI推理引擎非常重要，即使這些應(yīng)用程序即使在最不穩(wěn)定的條件下，也可以為應(yīng)用程序提供動(dòng)力，以正確識(shí)別數(shù)據(jù)中的關(guān)系并預(yù)測需求曲線的形狀。在Noodle.ai上，我們早在2020年2月就發(fā)現(xiàn)了APJ需求模式中正在出現(xiàn)的變化，并迅速采取行動(dòng)為我們的模型增加了更高的可解釋性，并在即將到來的危機(jī)被感知之前就意識(shí)到了這一危機(jī)?；谟^察到的整個(gè)價(jià)值鏈中客戶的行為，我們從三個(gè)維度快速描述了需求行為：

尖刺vs下降者

趨勢與平均水平

穩(wěn)定vs波動(dòng)