人工智能供應(yīng)鏈的時代已經(jīng)開啟，盡管人工智能的機(jī)遇和風(fēng)險并存，但正如IBM所指出的人工智能自然適合供應(yīng)鏈【1】，AI將成為供應(yīng)鏈數(shù)字化重塑的戰(zhàn)略武器【1-2】，它將引領(lǐng)供應(yīng)鏈走向認(rèn)知和自主自適應(yīng)自愈的供應(yīng)鏈的更高級階段，從而幫助企業(yè)創(chuàng)新持續(xù)增長，并且在不確定環(huán)境中規(guī)避風(fēng)險保持競爭優(yōu)勢。本文首先闡述了人工智能如何重塑數(shù)字化供應(yīng)鏈的趨勢，然后討論了供應(yīng)鏈數(shù)字化重塑的人工智能戰(zhàn)略，最后介紹了基于人工智能的自主和近乎自主的未來供應(yīng)鏈。

1. 用人工智能重塑供應(yīng)鏈

1.1 人工智能應(yīng)對供應(yīng)鏈新的需求

供應(yīng)鏈的古老目標(biāo)是在適當(dāng)?shù)臅r間、地點(diǎn)、地點(diǎn)提供合適的產(chǎn)品，這一直是一個挑戰(zhàn)性的目標(biāo)。今天，市場力量正在創(chuàng)造新的需求，其關(guān)鍵績效指標(biāo)是實際訂單與預(yù)測訂單和實際產(chǎn)量與計劃產(chǎn)量的比率，這些需求超過了傳統(tǒng)的供應(yīng)鏈能力。

• 市場波動增加了不確定性和風(fēng)險

競爭、日益嚴(yán)格的監(jiān)管、不斷變化的地緣政治格局以及價格和供應(yīng)的不可預(yù)測性，特別是COVID-19這樣百年未遇的公共衛(wèi)生事件帶來的供應(yīng)鏈中斷，都在考驗著企業(yè)在全球范圍內(nèi)的應(yīng)對準(zhǔn)備和經(jīng)濟(jì)高效運(yùn)營的能力。

• 數(shù)字顛覆者正在掌控增長

在許多類別中，新的利基品牌通過使用數(shù)字技術(shù)提供更具吸引力和相關(guān)性的體驗來挑戰(zhàn)傳統(tǒng)領(lǐng)導(dǎo)者。在職者正試圖通過發(fā)展新的能力和能力來追趕。

• 消費(fèi)者的期望值不斷提高

他們想要定制產(chǎn)品的超個性化體驗，以及本地化的執(zhí)行，包括在任何時候購買、收集和退貨的能力。然而，現(xiàn)有的供應(yīng)鏈并不是為了滿足單一的客戶需求而設(shè)計的。

• 全渠道參與很難實現(xiàn)

一些傳統(tǒng)公司正試圖重新設(shè)計他們的運(yùn)營方式，以提供統(tǒng)一的品牌體驗和跨所有渠道的無障礙實現(xiàn)。

上面這些動態(tài)正以指數(shù)級的方式增加供應(yīng)鏈的復(fù)雜性，進(jìn)而影響成本和風(fēng)險。日益成熟的人工智能是賦能供應(yīng)鏈應(yīng)對這些日益增長的復(fù)雜性，不確定性，增強(qiáng)人的認(rèn)知，預(yù)測及計劃，和快速響應(yīng)等能力去滿足新的需求，以達(dá)到降本增效，利潤增長。表1表明人工智能如何變革傳統(tǒng)供應(yīng)鏈：

表1: 人工智能如何變革傳統(tǒng)供應(yīng)鏈

為了確保能夠隨時隨地滿足客戶/顧客需求，領(lǐng)先的制造商和零售商，如美的，亞馬遜正在設(shè)計部署以人工智能為動力的供應(yīng)鏈。在數(shù)字化供應(yīng)鏈中人工智能的使用正呈上升趨勢，據(jù)Marketsand Markets報道【3】，事實上，人工智能供應(yīng)鏈軟件市場目前的價值約為7億美元，預(yù)計到2025年將激增至100億美元以上，相當(dāng)于每年增長約45%。

機(jī)器學(xué)習(xí)是供應(yīng)鏈中采用的最為廣泛和最有前途的人工智能技術(shù)之一。根據(jù)Grand View Research，Inc.的最新報告【4】，到2025年，全球機(jī)器學(xué)習(xí)市場  規(guī)模預(yù)計將達(dá)到967億美元。該市場預(yù)計將以復(fù)合年增長率增長從2019年到2025年為43.8％。大量數(shù)據(jù)的產(chǎn)生增加了可以對數(shù)據(jù)進(jìn)行智能分析技術(shù)的采用。Meticulos Research預(yù)計2019-2027年，全球人工智能在供應(yīng)鏈?zhǔn)袌龅膹?fù)合年增長率為45.3％，到2027年將達(dá)到218億美元; 其中，預(yù)計亞太地區(qū)在整個預(yù)測期內(nèi)的復(fù)合年增長率最快【5】。

人工智能之所有在供應(yīng)鏈領(lǐng)域有如此迅猛的發(fā)展，是由于人工智能使供應(yīng)鏈變得更快，更聰明，更精簡，并且人工智能對供應(yīng)鏈變革產(chǎn)生的巨大商業(yè)價值。【6】指出將AI集成到復(fù)雜的生產(chǎn)和分銷網(wǎng)絡(luò)（供應(yīng)鏈）中，將比任何其他技術(shù)應(yīng)用產(chǎn)生更大的經(jīng)濟(jì)影響，并影響大量企業(yè)。麥肯錫（McKinsey）估計，通過在供應(yīng)鏈和制造業(yè)中使用人工智能，在從2018年起的未來二十年將獲得1.3-2萬億美金的經(jīng)濟(jì)價值（見圖1）?！?】根據(jù)麥肯錫預(yù)測指出AI將為供應(yīng)鏈管理（SCM）和制造業(yè)增加$ 300B的價值，以及在消費(fèi)者包裝商品（CPG）的市場營銷和銷售中增加$ 100B的價值。AI對CPG行業(yè)SCM和制造業(yè)務(wù)的最大潛在價值貢獻(xiàn)包括預(yù)測性維護(hù)，庫存和零件優(yōu)化以及產(chǎn)量優(yōu)化。麥肯錫預(yù)測，人工智能將為CPG行業(yè)的市場營銷和銷售貢獻(xiàn)$ 100B。

圖1：自2018年后二十年人工智能所產(chǎn)生潛在經(jīng)濟(jì)價值【6】

1.2 人工智能在供應(yīng)鏈中的應(yīng)用趨勢

供應(yīng)鏈數(shù)字化轉(zhuǎn)型后的下一步是供應(yīng)鏈數(shù)字化重塑，也就是全面實現(xiàn)供應(yīng)鏈的智能化，而人工智能技術(shù)將是重塑供應(yīng)鏈和實現(xiàn)其智能化的關(guān)鍵驅(qū)動器之一。事實證明那些領(lǐng)先的企業(yè)，如華為，美的，亞馬遜，阿里，京東等無一不是將人工智能全面滲透供應(yīng)鏈來加速業(yè)務(wù)的轉(zhuǎn)型和提高市場競爭力。特別是，機(jī)器學(xué)習(xí)在供應(yīng)鏈計劃，智能物流等方面的采用己初具成效，并且成為企業(yè)差異化競爭優(yōu)勢的關(guān)鍵能力。 圖2是人工智能在供應(yīng)鏈中應(yīng)用趨勢的圖譜。它描繪了人工智能的主要技術(shù)：機(jī)器學(xué)習(xí)（ML），自然語言處理（NLP），認(rèn)知計算（Cognitive Computing），及其在供應(yīng)鏈管理和物流中的應(yīng)用趨勢。同時指出AI+其它數(shù)字技術(shù)所帶來的新價值創(chuàng)造。

圖2：人工智能在供應(yīng)鏈中應(yīng)用趨勢圖譜

人工智能增強(qiáng)日常業(yè)務(wù)活動和企業(yè)戰(zhàn)略的潛力不僅引起了全球人民和組織的興趣，而且領(lǐng)先的企業(yè)已經(jīng)開始快速實施。然而，AI是什么？人工智能是由機(jī)器顯示的智能，其中，學(xué)習(xí)和基于行為的能力模仿自主而不是面向過程的智能。根據(jù)《AI極簡經(jīng)濟(jì)學(xué)(A Simple Economics of Artificial Intelligence)》【8】，目前這一代人工智能與科幻小說和電影中描繪的有著人類智慧的機(jī)器（它們通常被稱為"通用人工智能"，或AGI，或"強(qiáng)人工智能“）相去甚遠(yuǎn)。今天這一代人工智能可提供預(yù)測工具，幫助人類完成一些標(biāo)準(zhǔn)而又重復(fù)的工作，除此之外提供不了什么了。然而這一代人工智能已經(jīng)成熟到改變?nèi)祟惿罴吧虡I(yè)的行動，特別如圖2所示，它是一項重塑供應(yīng)鏈的顛覆性技術(shù)。理解AI潛在應(yīng)用的最簡單方法是明確定義它的潛在價值。AI在供應(yīng)鏈中的應(yīng)用可分為兩大類：

• 增強(qiáng)功能：AI，它可以幫助人們完成日常任務(wù)，無論是個人還是商業(yè)，都無須完全控制輸出。這種人工智能用于虛擬助手，數(shù)據(jù)分析，軟件解決方案; 它們主要用于減少人為偏見造成的錯誤。使用AI算法（如機(jī)器學(xué)習(xí)）于需求，風(fēng)險等預(yù)測是在供應(yīng)鏈中最重要的應(yīng)用，它極大提高了傳統(tǒng)預(yù)測的精度。而預(yù)測是決策的輸入，更精確的預(yù)測將產(chǎn)生更正確可行的決策。如產(chǎn)生最優(yōu)的補(bǔ)貨計劃，最佳的庫存計劃，和最及時的風(fēng)險應(yīng)對計劃，本書第五章有詳細(xì)論述。

• 自動化：AI，可在任何領(lǐng)域完全自主運(yùn)行，無需任何人為干預(yù)。例如，機(jī)器人在制造工廠中執(zhí)行關(guān)鍵工藝步驟。在供應(yīng)鏈領(lǐng)域中，無人倉，無人送貨飛機(jī)等是典型的自動化應(yīng)用。圖3展示了京東世界上首個無人倉。在勞動力成本不斷上漲的當(dāng)今，操作自動化無疑為企業(yè)節(jié)省了成本提高了效率。然而全自動化還只適合于局部的場景，全供應(yīng)鏈流程的自動化仍然有待人工智能和其它數(shù)字技術(shù)的進(jìn)一步創(chuàng)新。

圖3：京東的全球首個全流程無人貨倉

圖3中是京東的首個無人倉庫也是全球首個全流程無人貨倉坐落在上海市嘉定區(qū)。這個物流中心包括四個作業(yè)系統(tǒng)，分別是：收貨、存儲、訂單揀選、包裝、存儲系統(tǒng)有8組穿梭車立庫系統(tǒng)組成，可同時存儲商品6萬箱。整個無人倉分為三個主要區(qū)域：入庫+分揀+打包，倉儲區(qū)域和出庫區(qū)域。無人倉中，操控全局的智能控制系統(tǒng)，為京東自主研發(fā)的“智慧”大腦，倉庫管理、控制、分揀和配送信息系統(tǒng)等均由京東開發(fā)并擁有自主知識產(chǎn)權(quán)，整個系統(tǒng)均由京東總集成。無人倉的智能大腦在0.2秒內(nèi)，可以為計算出300多個機(jī)器人運(yùn)行的680億條可行路徑，并做出最佳選擇。智能控制系統(tǒng)反應(yīng)速度0.017秒，許多心理學(xué)專家對人的生理反應(yīng)時間做過實驗，結(jié)果都測得大于0.1s，也就是說，無人倉智能大腦的反應(yīng)速度是人的6倍。

AI 在供應(yīng)鏈中應(yīng)用的另一個發(fā)展趨勢是供應(yīng)鏈物流供應(yīng)商【2】，如領(lǐng)先的3PL企業(yè)也開始把AI應(yīng)用于第三方物流。例如2020年9月北美領(lǐng)先的第三方物流提供商Kenco Logistics宣布推出達(dá)芬奇AI（DaVinci AI），該產(chǎn)品可提供涵蓋整個供應(yīng)鏈的高級分析功能。該創(chuàng)新產(chǎn)品使解決方案能夠產(chǎn)生預(yù)測見解，從而推動規(guī)定性行動，改變供應(yīng)鏈。達(dá)芬奇AI是Kenco數(shù)字化轉(zhuǎn)型戰(zhàn)略的基礎(chǔ)組成部分，它積極提供定制解決方案，以實現(xiàn)供應(yīng)鏈中的智能可見性和透明度。例如，在倉庫運(yùn)營中，達(dá)芬奇AI可用于主動管理數(shù)量波動，從而改善庫存管理并評估市場波動，從而制定理想的勞動計劃。在物料搬運(yùn)領(lǐng)域，該產(chǎn)品可以從影響維護(hù)的所有因素中預(yù)測設(shè)備故障，以防止浪費(fèi)時間和提高生產(chǎn)率。為確保按時交付，達(dá)芬奇AI主動預(yù)測所有模式和運(yùn)營商之間運(yùn)輸網(wǎng)絡(luò)中的服務(wù)故障。在整個供應(yīng)鏈中，達(dá)芬奇AI可以提供認(rèn)知見解，以使客戶能夠在問題發(fā)生之前進(jìn)行預(yù)防。達(dá)芬奇AI已經(jīng)在為其客戶運(yùn)營中每年節(jié)省了超過100萬美元。

2.供應(yīng)鏈數(shù)字化重塑的人工智能戰(zhàn)略

2.1 人工智能時代的競爭

因為人工智能系統(tǒng)會思考和互動，所以它們總是與人相比。但是，盡管人類在并行處理（模式識別）方面很快，而在順序處理（邏輯推理）方面卻很慢，但是計算機(jī)已經(jīng)在狹窄的領(lǐng)域中掌握了前者，而在后者方面則非常快。就像潛水艇不游泳一樣，機(jī)器以自己的方式解決問題并完成任務(wù)。

沒有處理能力的進(jìn)一步飛躍，機(jī)器將無法達(dá)到通用人工智能（AGI）：各種不同類型的問題解決能力的組合，這是人類智能的特征。例如，當(dāng)今的自動駕駛汽車并沒有表現(xiàn)出我們認(rèn)為的常識，例如放棄游覽以幫助掉下自行車的孩子。但是，如果正確應(yīng)用，則AI擅長快速，智能和徹底地執(zhí)行許多業(yè)務(wù)任務(wù)。

人工智能不再是選修課。對于公司而言，弄清人類和計算機(jī)如何相互扮演彼此的優(yōu)勢以創(chuàng)造新型的人機(jī)（人+AI）競爭優(yōu)勢至關(guān)重要。在人工智能時代，競爭優(yōu)勢正在演變：AI不會浪費(fèi)傳統(tǒng)的競爭優(yōu)勢資源，例如地位和能力，而是對其進(jìn)行了重組（見圖4）。因此，公司需要動態(tài)地了解其優(yōu)勢。例如，位置優(yōu)勢通常集中在相對靜態(tài)的方面，這些方面可以使公司贏得市場份額：專有資產(chǎn)，分銷網(wǎng)絡(luò)，客戶訪問權(quán)和規(guī)模。這些信念必須在AI世界中重新想象。公司要利用傳統(tǒng)優(yōu)勢+AI的綜合優(yōu)勢或由AI改進(jìn)的傳統(tǒng)優(yōu)勢來創(chuàng)造新型的人機(jī)（人+AI）競爭優(yōu)勢。

圖4：利用人和機(jī)器的雙競爭優(yōu)勢【9】

2.2 供應(yīng)鏈數(shù)字化重塑的人工智能戰(zhàn)略

AI給企業(yè)帶來了新的競爭優(yōu)勢，但這種優(yōu)勢僅僅影響到公司的運(yùn)營層面，還是會改變公司的戰(zhàn)略。《AI極簡經(jīng)濟(jì)學(xué)(A Simple Economics of Artificial Intelligence)》的作者指出以下三個因素決定對AI的投資將上升到公司戰(zhàn)略決策（而不僅僅是運(yùn)營決策）的層面:

• 必須存在戰(zhàn)略困境或兩難的權(quán)衡。例如亞馬遜在改變傳統(tǒng)的先買后寄的模式為先寄后買時的困境在于，先寄后買可能會產(chǎn)生更多的銷售額，但同時也會帶來更多消費(fèi)者想要退貨的情況。因此沒有技術(shù)上的變革，新的模式很難成功。

• 某個問題可以通過減少不確定性來解決。對于許多零售商來說，銷售預(yù)測的不準(zhǔn)確帶來的供應(yīng)鏈不確定性是頭痛的問題。對亞馬遜的先寄后買模式來說，AI能幫助預(yù)測到如果將貨物送到客戶家門口會發(fā)生什幺，那么就可減少退貨率，而提高銷售額。

• 公司需要一臺能夠降低不確定性，改變戰(zhàn)略兩難平衡的預(yù)測機(jī)器（AI）。對亞馬遜而言，一套非常準(zhǔn)確的客戶需求模型加上AI算法或許能讓先寄后買的商業(yè)模式變得值得一試，以求達(dá)到銷售額增長的收益超過退貨成本。

基于以上三個因素，亞馬遜將人工智能上升到公司的戰(zhàn)略層面。人工智能作為亞馬遜的供應(yīng)鏈戰(zhàn)略使它獲得了在零售領(lǐng)域無人比擬的競爭優(yōu)勢。

不是所有了解和應(yīng)用人工智能的企業(yè)都把人工智能作為企業(yè)的戰(zhàn)略。2019年《MIT斯隆管理評論》和波士頓咨詢公司（BCG）聯(lián)合開展的全球人工智能的調(diào)研，2555名受訪者來自29個行業(yè)，97個國家。該調(diào)研還訪問了17位多個行業(yè)大企業(yè)中負(fù)責(zé)人工智能項目的高管。該研究成果發(fā)表在研究報告《贏在人工智能: 戰(zhàn)略，組織行為與技術(shù)三位一體》【10】中。該報告根據(jù)受訪者對人工智能概念和工具的理解，以及人工智能的應(yīng)用水平，將其分成四組（見圖5）：

圖5：企業(yè)應(yīng)用人工智能的成熟度

從上圖可見，只有20%的領(lǐng)先企業(yè)真正理解人工智能的價值并走在其應(yīng)用的前沿，也只有這些企業(yè)認(rèn)識到人工智能是公司戰(zhàn)略的需要，將其作為公司的戰(zhàn)略之一。報告指出大多數(shù)的受訪企業(yè)認(rèn)為人工智能既是戰(zhàn)略機(jī)遇也是戰(zhàn)略風(fēng)險，而領(lǐng)先企業(yè)都認(rèn)為戰(zhàn)略機(jī)遇大于風(fēng)險。他們在人工智能人才，組織，技術(shù)方面有更大的投資。中國的領(lǐng)先企業(yè)在人工智能領(lǐng)域展現(xiàn)出更廣闊的視野與戰(zhàn)略。他們比外國受訪企業(yè)更可能設(shè)定宏大的人工智能目標(biāo)（分別為79%、37%），并將人工智能用于許多領(lǐng)域，以助力降本增效，業(yè)務(wù)增長，新產(chǎn)品和服務(wù)的開發(fā)。特別適用于在本書關(guān)注的供應(yīng)鏈數(shù)字化重塑。華為，京東，菜鳥，美團(tuán)等人工智能領(lǐng)先企業(yè)把人工智能作為他們的供應(yīng)鏈數(shù)字化重塑戰(zhàn)略，把人工智能應(yīng)用到供應(yīng)鏈的所有重要領(lǐng)域，如供應(yīng)鏈計劃預(yù)測，智能倉儲，智能配送運(yùn)輸?shù)鹊取?/p>

如圖6所示，就大多數(shù)的受訪中國企業(yè)來說，他們比外國受訪企業(yè)更認(rèn)為戰(zhàn)略風(fēng)險大于戰(zhàn)略機(jī)遇，但中國領(lǐng)先企業(yè)認(rèn)為人工智能對收入的影響更大。

圖6：風(fēng)險增大，對收入的影響依然存在

人工智能應(yīng)用的風(fēng)險主要來自人們對人工智能的認(rèn)知不夠，同時也來自人工智能應(yīng)用的挑戰(zhàn)。特別是在復(fù)雜的供應(yīng)鏈領(lǐng)域，盡管人工智能，如機(jī)器學(xué)習(xí)在預(yù)測方面，庫存管理，倉庫機(jī)器人自動化等方面己取得成功，但是仍然存在很多挑戰(zhàn)。過去二十年，訂單履約過程的大部分環(huán)節(jié)都實現(xiàn)了自動化，然而履約中心仍然雇用了大量員工。雖然自亞馬遜2012收購了Kiva后, 供應(yīng)鏈履約中心實現(xiàn)了貨到人的自動化，然而需要工人對貨物進(jìn)行分棟，把各種不同貨物放在不同的運(yùn)貨箱，由傳送帶送到它的下一站。正如《AI極簡經(jīng)濟(jì)學(xué)》指出的“人類將繼續(xù)在履約定單的過程中發(fā)揮作用，是因為我們在抓握方面（伸手把東西拾起來，放到別處）有著相對更好的表現(xiàn)。迄今為止，這項任務(wù)沒有實現(xiàn)自動化?！?/p>

圖7：2016年亞馬遜第一次揀選挑戰(zhàn)賽【11】

由于非結(jié)構(gòu)化貨品種類繁多，形狀尺寸各異，使得目前人工智能技術(shù)難以實現(xiàn)自動從貨架上抓取和揀選貨品。然而那些敢于應(yīng)對挑戰(zhàn)的領(lǐng)先企業(yè)才可能獲得最大的戰(zhàn)略優(yōu)勢。亞馬遜就是迎戰(zhàn)人工智能在供應(yīng)鏈領(lǐng)域應(yīng)用的典范。它不僅最早在履約中心引入貨到人機(jī)器人技術(shù)，而且自2016年起，每年舉行亞馬遜分棟挑戰(zhàn)賽（Amazon Picking Challenge）（見圖7），聚焦于非結(jié)構(gòu)化履約中心的自動化分棟，激勵全世界優(yōu)秀的機(jī)器人和AI團(tuán)隊共同解決這個自動抓取的難題。盡管來自麻省理工大學(xué)等研究機(jī)構(gòu)的頂尖團(tuán)隊，加上世界頂級的工業(yè)機(jī)器人裝備（分別來自百特，莫托曼，優(yōu)傲，ABB，PR2, 和Barrett Arm等），然而迄今為止，他們?nèi)晕凑业揭粋€工業(yè)級的解決方案。其根本原因是目前人工智能倉庫機(jī)器人在面臨非結(jié)構(gòu)化的無限個"如果"（倉庫分揀有數(shù)量無限的“如果”）時，它不僅要識別對象（分析圖像），預(yù)測合適的角度和抓力，以便抓取而不損壞貨品，這實際需更高精度的機(jī)器預(yù)測，而目前的倉庫機(jī)器人還做不到。然而，人們還在繼續(xù)努力找尋解決方案，例如采用深度學(xué)習(xí)提高對抓取貨品的識別能力，還有采用強(qiáng)化學(xué)習(xí)來訓(xùn)練機(jī)器人模仿人類分揀，以教會機(jī)器人做自動分揀。本書作者相信在不遠(yuǎn)的將來，人類一定會實現(xiàn)倉庫機(jī)器人分揀自動化，從而把分揀工人從繁重的勞動中解放出來。

2.3 供應(yīng)鏈人工智能戰(zhàn)略制勝指南

由于人工智能在供應(yīng)鏈方面的潛在戰(zhàn)略優(yōu)勢，許多公司都卷入了應(yīng)用人工智能于供應(yīng)鏈的競賽。然而大多數(shù)公司對投入產(chǎn)出結(jié)果感到不滿意。這是由于當(dāng)前許多公司并沒有完成供應(yīng)鏈的數(shù)字化轉(zhuǎn)型，缺乏應(yīng)用人工智能的數(shù)字基礎(chǔ)。這表現(xiàn)在以下幾個方面:

• 以企業(yè)為中心

• 需要大量昂貴的規(guī)劃師

• 在流程的每一步和供應(yīng)網(wǎng)絡(luò)的每個節(jié)點(diǎn)運(yùn)行復(fù)雜的引擎

• 通常與其他功能和/或合作伙伴沖突

• 由于這些系統(tǒng)在本地進(jìn)行了次優(yōu)化，因此錯過了隱藏在網(wǎng)絡(luò)中的巨大機(jī)會

• 處理陳舊的數(shù)據(jù)，從而推薦錯誤的決策

• 使用與現(xiàn)實世界無關(guān)的簡化、過于簡化的問題模型這些限制嚴(yán)重抑制了人工智能ROI（投資回報率）。

此外，公司今天的表現(xiàn)如何？例如，典型的零售/快消品供應(yīng)鏈仍有60-75天的庫存。該店的平均服務(wù)水平約為96%，促銷商品的服務(wù)水平遠(yuǎn)低于80%的范圍。休閑餐飲市場的庫存量約為12-15天，浪費(fèi)率較高，銷售成本較高。所以，除非人工智能能夠?qū)@些指標(biāo)產(chǎn)生重大影響，否則它根本無法實現(xiàn)其承約的ROI。問題是，今天的大多數(shù)系統(tǒng)都缺少能讓人工智能實現(xiàn)其價值所需的關(guān)鍵要素。其中最重要的就是人工智能所需要的盡可能多的優(yōu)良數(shù)據(jù)。

人工智能可以為供應(yīng)鏈管理者帶來巨大的好處，但考慮到當(dāng)今現(xiàn)代供應(yīng)鏈的多樣性和動態(tài)性，以及居多不確定性，成功應(yīng)用人工智能的前提是它必須基于堅實的基礎(chǔ)。One Network在它的研究報告【12】中提出了人工智能在供應(yīng)鏈中取得成功的8個關(guān)鍵要素可以作為供應(yīng)鏈人工智能戰(zhàn)略制勝指南（詳見表2）。

表2：人工智能在供應(yīng)鏈中取得成功的8個關(guān)鍵要素

多年的人工智能用于供應(yīng)鏈的經(jīng)驗表明上表中八個成功要素缺一不可。如有一個要素忽略了，你將會得平庸甚至錯誤的結(jié)果，但如何在人工智能用于供應(yīng)鏈時所有要素都被考慮，則你確實可以達(dá)到世界一流的結(jié)果和較高的AI投資回報。

3.自主和近乎自主的未來供應(yīng)鏈

無人車、無人機(jī)、無人倉、無人站、配送機(jī)器人等“無人科技”正成為電商、外賣、物流的新寵兒（見圖8），在人工智能及其它新技術(shù)的重構(gòu)下，“低頭下訂單，抬頭收快遞”的生活方式正在成為可能。自主交付產(chǎn)品的概念正逐漸開始成為現(xiàn)實。雖然在到達(dá)無人為或近乎無人為干預(yù)的供應(yīng)鏈之前要克服許多障礙，但有許多工業(yè)實例表明這是可行和實用的。人們似乎從自主交付看到了自主和近乎自主供應(yīng)鏈，即無人干預(yù)或近乎無人干預(yù)的供應(yīng)鏈未來可期。

圖8：順豐無人機(jī)和京東自動送貨車

圖9從以下三個維度描繪了一個數(shù)字化供應(yīng)鏈成熟度模型：

• AI優(yōu)勢和價值：可視化供應(yīng)鏈和前瞻性供應(yīng)鏈基本上還在描述性和傳統(tǒng)預(yù)測性分析供應(yīng)鏈階段，無AI優(yōu)勢。智薦式供應(yīng)鏈?zhǔn)侵悄芄?yīng)鏈的初級階段，已開始采用：AI機(jī)器學(xué)習(xí)算法做預(yù)測和規(guī)定性分析決策。自主學(xué)習(xí)供應(yīng)鏈?zhǔn)且訟I驅(qū)動的供應(yīng)鏈，具有自學(xué)習(xí)，自修復(fù)和自適應(yīng)的功能。AI優(yōu)勢的價值在于使供應(yīng)鏈達(dá)到計劃精準(zhǔn)，運(yùn)營高效，成本最低，庫存最優(yōu)，風(fēng)險最小。

• 差異化和自動化：從左到右，自動化程度由低到高，自主學(xué)習(xí)供應(yīng)鏈將達(dá)到從計劃，生產(chǎn)，交付端到端的全或近乎全自動化。

• 自主性和人工干預(yù)性：每個階段，由低到高，自主性從低到高，人工干預(yù)性由高到低。自主學(xué)習(xí)供應(yīng)鏈有最高的自主性和最低人工干預(yù)。

圖9：數(shù)字化供應(yīng)鏈成熟度模型

盡管自主學(xué)習(xí)供應(yīng)鏈聽起來非?？?，理論上也似乎可以做到，但完全自主實現(xiàn)端到端的供應(yīng)鏈?zhǔn)欠窨尚校欠癖匾?，業(yè)界有許多爭議。這實際上是關(guān)乎在供應(yīng)鏈中，AI是否比人更勝任，能完全代替人的工作？實際上，目前在供應(yīng)鏈中使用的自主技術(shù)是非常有限的。托運(yùn)人，承運(yùn)人，供應(yīng)商以及供應(yīng)鏈中的其他人員已經(jīng)集成了自主技術(shù)多年，以提高效率和安全記錄。諸如ERP和MRP之類的某些系統(tǒng)用于通過識別組裝產(chǎn)品所需的零件來控制制造。實際上，當(dāng)今許多現(xiàn)代汽車，卡車和SUV都是完全自動組裝的。還有其他組織，例如Amazon.com和其他大型零售商，它們使用自主技術(shù)從較小的容器中提取零件或商品，進(jìn)行包裝并準(zhǔn)備運(yùn)輸。

一些可以自動提高效率的特定組件和設(shè)備包括：

• 零件揀選設(shè)備。這些機(jī)器讀取傳感器和條形碼以識別組裝或運(yùn)輸所需的組件。

• 機(jī)器人揀選：已經(jīng)有幾種自動叉車和其他自動設(shè)備用于從鋼鐵和其他倉庫中揀選產(chǎn)品。

• 運(yùn)輸設(shè)備：有些自動駕駛車輛（通常在倉庫中）用于在整個倉庫中運(yùn)輸設(shè)備和物資。

這幾乎是我們當(dāng)前所擁有的供應(yīng)鏈自主能力。就機(jī)器人揀選而言，對于非結(jié)構(gòu)性物品，目前的自主學(xué)習(xí)能力還無能為力，人仍然比機(jī)器更強(qiáng)。

本文作者認(rèn)為真正意義的全自主供應(yīng)鏈只適應(yīng)于某些供應(yīng)鏈場景，對于整個供應(yīng)鏈來說，近乎自主學(xué)習(xí)和人機(jī)智能組合的供應(yīng)鏈?zhǔn)俏磥砝硐氲淖灾鲗W(xué)習(xí)供應(yīng)鏈。本文所指的自主學(xué)習(xí)供應(yīng)鏈將指這種模式。在此，近乎自主學(xué)習(xí)是指一切可由AI主導(dǎo)的自主學(xué)習(xí)技術(shù)代替人在供應(yīng)鏈中的工作時采用自主學(xué)習(xí)技術(shù)。當(dāng)然如果供應(yīng)鏈中的所有工作都能被自主學(xué)習(xí)技術(shù)所代替，那就是理想中的自主學(xué)習(xí)供應(yīng)鏈。盡管目前這還只是供應(yīng)鏈業(yè)界的一個愿景，已經(jīng)有一批領(lǐng)先企業(yè)在沖刺自主學(xué)習(xí)供應(yīng)鏈的高峰。

美國有名的供應(yīng)鏈解決方案提供商JDA 2019年收購了AI技術(shù)公司Blue Yonder, 之后更名為（簡稱BY），其新的公司戰(zhàn)略就是打造自主式供應(yīng)鏈。BY的一項自主供應(yīng)鏈的需求調(diào)研報告指出受訪供應(yīng)鏈管理者的五條主要反饋意見（見圖10）：

圖10：自主供應(yīng)鏈需求的五條主要反饋意見【13】

BY的調(diào)研報告指出在運(yùn)營干擾不斷的情況下，汽車企業(yè)需要考慮所有可能的危機(jī)對策。保持敏捷性，專注于運(yùn)營和供應(yīng)鏈優(yōu)化項目并提前規(guī)劃復(fù)蘇路徑，是業(yè)界必須要堅持的幾項工作。汽車企業(yè)有較高的自主供應(yīng)鏈需求。該報告還提出了發(fā)展自主式供應(yīng)鏈的四個關(guān)鍵階段（見圖11）。

圖11：發(fā)展自主式供應(yīng)鏈的四個關(guān)鍵階段【13】

BY發(fā)展了一個以智能控制塔為核心的智能自主供應(yīng)鏈的系統(tǒng)（見圖12），它包括可見性/監(jiān)控，網(wǎng)絡(luò)/邊緣感知，內(nèi)外協(xié)同，編排，決策，和分析六大功能。它已成功用于某些零售和制造供應(yīng)鏈。智能自主供應(yīng)鏈將供應(yīng)鏈知識和AI技術(shù)相結(jié)合，充分利用可用的大量信息，極大增強(qiáng)了人類用戶的能力，特別是應(yīng)對供應(yīng)鏈不確定性，如新冠疫情造成的供應(yīng)鏈中斷風(fēng)險。

圖12：Blue Yonder 智能自主供應(yīng)鏈【14】

安永（EY）是一家有名的咨詢公司。該公司在其研究報告《數(shù)字時代如何重塑供應(yīng)鏈（How do I reinvent my supply chain for the digital age?）》中提出了實現(xiàn)卓越EY綜合集成數(shù)字計劃（IDP）的五個階段的方法（見圖13），其中第五階段就是基于認(rèn)知和人工智能的自動化，機(jī)器人流程自動化的自主供應(yīng)鏈計劃（熄燈計劃）。它應(yīng)該是自主供應(yīng)鏈的核心部分。

圖13：實現(xiàn)卓越EY綜合集成數(shù)字計劃（IDP）的五個階段的方法【15】

自愈供應(yīng)鏈?zhǔn)亲灾鞴?yīng)鏈的重要部分。Kinaxis，Inc. 一個優(yōu)秀的供應(yīng)鏈解決方案提供商最近在自愈供應(yīng)鏈方面取得進(jìn)展，其解決方案謀求以自動化方式消除供應(yīng)鏈設(shè)計性能與實際性能之間的差距。利用人工智能和機(jī)器學(xué)習(xí)的進(jìn)步，自愈供應(yīng)鏈（SHSC）【16】可以監(jiān)控系統(tǒng)的不同“組件”，看看它們的真實世界性能是否與計劃中的預(yù)期性能匹配，即“按設(shè)計”狀態(tài)。這樣做的話，制定計劃者和其他人將有能力幫助他們的供應(yīng)鏈自我修復(fù)。一旦能夠根據(jù)實際供應(yīng)鏈能力制定計劃，自我修復(fù)的供應(yīng)鏈最終將能夠補(bǔ)救特定的問題，例如需求突然出現(xiàn)意外激增、供應(yīng)商的特定訂單延遲交付，甚至包括颶風(fēng)和海嘯等宏觀事件。

SHSC的承諾在于提高用于生成供應(yīng)鏈計劃的數(shù)據(jù)質(zhì)量，以及隨后這些計劃質(zhì)量的改進(jìn)。對于經(jīng)驗豐富的供應(yīng)鏈專業(yè)人士來說，這一機(jī)會并不令人意外。數(shù)據(jù)質(zhì)量問題一直困擾著供應(yīng)鏈計劃和執(zhí)行：當(dāng)供應(yīng)鏈計劃系統(tǒng)接收到低質(zhì)量的數(shù)據(jù)時，垃圾輸入和垃圾輸出是一個恰當(dāng)?shù)拿枋?。?shù)據(jù)質(zhì)量問題是SHSC概念的一個關(guān)鍵方面。通過使用SHSC的AI和ML功能來解決數(shù)據(jù)質(zhì)量問題，可以解決通過AI/ML半自主運(yùn)營供應(yīng)鏈的更廣泛問題。

為了進(jìn)一步推動以客戶為中心的供應(yīng)鏈，需要新形式的數(shù)據(jù)的一個重要方面（見圖14）。因此，SHSC所需的數(shù)據(jù)既存在于公司內(nèi)部，也存在于公司外部。這些數(shù)據(jù)可以是高度結(jié)構(gòu)化的，比如ERP數(shù)據(jù)，也可以是高度非結(jié)構(gòu)化的，比如物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)、天氣數(shù)據(jù)和客戶情緒數(shù)據(jù)等等。將所有這些數(shù)據(jù)從其無數(shù)的來源中收集起來，本身就需要一些重大的技術(shù)突破，而這樣做是人工智能所需的一個重要的基礎(chǔ)要素。SHSC必須通過數(shù)據(jù)管理和治理來不斷完善自我，讓人工智能發(fā)揮其關(guān)鍵作用。

圖14：自愈供應(yīng)鏈的潛在數(shù)據(jù)源【16】

4 小結(jié)

人工智能供應(yīng)鏈的時代已經(jīng)開啟，盡管人工智能的機(jī)遇和風(fēng)險并存，人工智能是供應(yīng)鏈數(shù)字化重塑的戰(zhàn)略武器。本文要點(diǎn)是:

• 市場力量正在創(chuàng)造新的需求，其關(guān)鍵績效指標(biāo)是實際訂單與預(yù)測訂單和實際產(chǎn)量與計劃產(chǎn)量的比率，人工智能幫助供應(yīng)鏈滿足市場和客戶新的需求。

• 弄清人類和計算機(jī)如何相互扮演彼此的優(yōu)勢以創(chuàng)造新型的人機(jī)（人+AI）競爭優(yōu)勢至關(guān)重要。在人工智能時代，公司要利用AI+傳統(tǒng)優(yōu)勢（人）的綜合優(yōu)勢或由AI改進(jìn)的傳統(tǒng)優(yōu)勢來創(chuàng)造新型的人機(jī)（人+AI）競爭優(yōu)勢。

• 三個因素決定對AI的投資將上升到公司戰(zhàn)略決策（而不僅是運(yùn)營決策）的層面:

  必須存在戰(zhàn)略困境或兩難的權(quán)衡。

  某個問題可以通過減少不確定性來解決。 

         公司需要一臺能夠降低不確定性，改變戰(zhàn)略兩難平衡的預(yù)測機(jī)器（AI）。

• 人工智能在供應(yīng)鏈中取得成功的8個關(guān)鍵要素

• 人工智能和其它自主技術(shù)造就自主和近乎自主供應(yīng)鏈。