人工智能為供應(yīng)鏈提供了巨大的潛力 有助于減少中斷并提高效率

但是，到目前為止，尚缺乏實踐示例和案例研究來說明如何有效實施數(shù)據(jù)驅(qū)動方法。

劍橋大學(xué)制造業(yè)研究所(IfM)的Alexandra Brintup博士解釋了她的研究如何解決這一差距，并為組織揭示了寶貴的經(jīng)驗教訓(xùn)。

供應(yīng)鏈分析不是一個新概念–實際上，制造業(yè)長期以來一直是數(shù)據(jù)驅(qū)動技術(shù)的熱心采用者。因此，除了花哨的新名稱之外，真正的新功能是什么?

三種新興發(fā)展的結(jié)合正在改變游戲規(guī)則：

計算能力，使我們能夠?qū)崟r進行困難的計算

強大的新算法可以自動化分析和決策

而且，至關(guān)重要的是，出現(xiàn)了新的，以前尚未開發(fā)的數(shù)據(jù)源

我們還應(yīng)該記住，“供應(yīng)鏈分析”是一個統(tǒng)稱，指的是多種功能。沒有一種適用于每個組織的解決方案：它取決于供應(yīng)鏈的性質(zhì)，組織戰(zhàn)略和優(yōu)先級以及可用的信息。

并非每種功能都適合每個組織-不應(yīng)將它們視為待辦事項!相反，公司可以選擇要開發(fā)的功能來滿足特定的供應(yīng)鏈功能和業(yè)務(wù)需求。

但是，組織可以解決四個常見問題，以了解如何最好地在自己的環(huán)境中部署供應(yīng)鏈分析和AI。

本文首次發(fā)表在《制造商》雜志的5月號上。點擊這里訂閱

1.多少數(shù)據(jù)，來自什么來源?

您的數(shù)據(jù)來自哪里?傳統(tǒng)上，在供應(yīng)鏈中，我們使用企業(yè)資源計劃(ERP)系統(tǒng)來獲取結(jié)構(gòu)化的數(shù)據(jù)源(這些數(shù)據(jù)源大多是手動填充的，但也來自某些自動化流程)。

現(xiàn)在，我們擁有來自更多來源的數(shù)據(jù)：通過傳感器和IoT連接提供數(shù)據(jù)的狀態(tài)，位置和狀況的狀態(tài)更新的智能產(chǎn)品，GPS位置跟蹤數(shù)據(jù)，甚至包括非常規(guī)來源(例如社交媒體)。

這些數(shù)據(jù)中的大多數(shù)可以實時獲取，并且可以從您的直接組織邊界之外收集，無論是從供應(yīng)鏈合作伙伴，外部組織還是客戶那里。

2.數(shù)據(jù)將如何提供有價值的信息?

數(shù)據(jù)量可能不堪重負，因此了解和專注于真正會增加價值的內(nèi)容至關(guān)重要。您將如何使用數(shù)據(jù)更好地了解正在發(fā)生的事情?

考慮如何整合來自不同來源的數(shù)據(jù)以提供動態(tài)概覽也很重要。例如，這可以啟用預(yù)測分析以減少中斷。

3.數(shù)據(jù)如何改善決策?

改進的數(shù)據(jù)可用性為進一步提高系統(tǒng)意識提供了潛力。但是，您將如何利用新發(fā)現(xiàn)的知識-數(shù)據(jù)將用于改進哪些決策?

您能確定優(yōu)化當(dāng)前流程的方法，還是將來重新設(shè)計系統(tǒng)的方法?重點是否主要集中在簡化日常運營，戰(zhàn)術(shù)領(lǐng)域或戰(zhàn)略決策上?可以在整個供應(yīng)鏈同使用數(shù)據(jù)來提高效率嗎?

4.這如何支持任務(wù)的自動化或半自動化?

數(shù)據(jù)分析可以發(fā)現(xiàn)隱藏的模式和趨勢，并采取行動，以改善供應(yīng)鏈運作。

通過數(shù)據(jù)識別的日常操作任務(wù)的自動化或半自動化可能會對供應(yīng)鏈的優(yōu)化產(chǎn)生變革性的影響。

實踐中的供應(yīng)鏈分析：真實示例

IfM的制造分析研究團隊與汽車和航空航天行業(yè)以及快速消費品和其他行業(yè)的合作伙伴進行了幾項有關(guān)供應(yīng)鏈分析的研究。