越來越多的大公司開始開發(fā)利用人工智能工具來削減供應(yīng)鏈的復(fù)雜性和加速響應(yīng)速度，通過人工智能、機器學(xué)習(xí)、機器人技術(shù)和高級分析，通過算法處理知識密集類領(lǐng)域的任務(wù)。比如供應(yīng)鏈規(guī)劃、客戶訂單管理和庫存控制。這對供應(yīng)鏈員工意味著什么？這篇文章提出了和上篇相同的挑戰(zhàn)。但不同于上篇文章的悲觀，這篇文章強調(diào)這并不意味著人類的員工將會過時。

筆者更加贊同這篇文章的觀點，事實上對于AI，普遍存在的誤解是：即人工智能系統(tǒng)將在一個接一個的行業(yè)中取代人類。雖然AI將被應(yīng)用管理某些任務(wù)，包括高層次的決策，但AI技術(shù)的真正力量在于增強人的能力——這在供應(yīng)鏈中也同樣適用。

筆者在解讀紐約時報的文章 《Robots or Job Training; Manufacturers Grapple with How to Improve Their Economic Fortunes.（機器人或員工培訓(xùn) ? 企業(yè)主糾結(jié)于如何提高經(jīng)濟效益）》時，也舉了很多案例說明過這點。

AI 創(chuàng)造新崗位

在今后的企業(yè)運營中，機器和人都是必不可少的，人和機器的組合能力將為企業(yè)創(chuàng)造新的價值來源。該文章探討了三類新的由AI 發(fā)展而驅(qū)動的人類工作：

培訓(xùn)師: 幫助AI系統(tǒng)學(xué)習(xí)如何執(zhí)行，包括幫助自然語言處理器和語言翻譯器減少錯誤，以及教AI算法如何模仿人類行為。

解釋權(quán)所：解釋算法的結(jié)果，以提高人工智能決策過程的透明度和問責(zé)制。

維持者：維持智能系統(tǒng)在不跨越倫理線或增強偏見的情況下保持他們原來的目標(biāo)。

該文章指出的這三類工作，除了培訓(xùn)師外，另外兩類對人類員工來說是特別的難以被AI 取代的工作，尤其是對于講究民主、平等的社會來說。這些類工作相關(guān)的任務(wù)本身，就是十分難以達成共識的任務(wù)，需要依賴人的差異化判斷而非AI 程序的邏輯判斷做出決策的。筆者非常認(rèn)同這種分類和判斷。

人工智能結(jié)合相應(yīng)的分析算法，將使供應(yīng)鏈運營者縮短花費在解決反應(yīng)性的問題上的時間。從傳統(tǒng)的、不靈活的供應(yīng)鏈運作模式，轉(zhuǎn)換成一個新的動態(tài)模型，真正做到供應(yīng)鏈端到端的及時反饋。這意味工作流程需要滿足特定客戶細分的需求，以及管理業(yè)務(wù)關(guān)系和異常。因此，供應(yīng)鏈的數(shù)字工程師崗位將會出現(xiàn)：管理、建模和調(diào)整指導(dǎo)自動決策規(guī)劃系統(tǒng)的算法、處理警報和異常、調(diào)整參數(shù)。

很多龍頭企業(yè)認(rèn)識到這一變化即將到來，并開始以此發(fā)展他們的供應(yīng)鏈勞動力。根據(jù)埃森哲戰(zhàn)略研究，90%的高管認(rèn)為這些員工應(yīng)擅長數(shù)字技術(shù)，如增強現(xiàn)實、3D打印和系統(tǒng)邏輯。92%的受訪高管表示，供應(yīng)鏈員工的技能將會提高，并能夠與機器進行無縫的交互和工作。

雖然筆者認(rèn)為這些被采訪的高管的職位，如果是以管理職能為主而不是戰(zhàn)略決策職能的話，他們倒可能會是首當(dāng)其沖被人工智能取代的，但他們的見解是無疑是準(zhǔn)確的。事實上已經(jīng)有一系列智能技術(shù)正在應(yīng)用中。

例如，這些技術(shù)可以監(jiān)控車間員工如何執(zhí)行任務(wù)，并指導(dǎo)他們以最佳方式執(zhí)行任務(wù)。一家工業(yè)服務(wù)巨頭公司通過人工智能克服技能不匹配，它的電梯技術(shù)人員可以通過微軟全息透鏡（一種增強現(xiàn)實耳機）實時咨詢專家，解決現(xiàn)場的高難度復(fù)雜問題。

一家大型消費品公司應(yīng)用機器學(xué)習(xí)優(yōu)化傳統(tǒng)的預(yù)測技術(shù)，提高了銷售預(yù)測和庫存管理的準(zhǔn)確度，并且使得以前幾乎花費80%時間的手工審查和計算變得不再有必要。公司可以重新調(diào)整人力資源，更有效的獲得市場情報。

機器人、大數(shù)據(jù)、分析和其他技術(shù)已經(jīng)被領(lǐng)先的公司逐步使用，但到目前為止這些使用大多是彼此間相對孤立的，它們的角色仍是局限于提高過程效率?，F(xiàn)在，AI系統(tǒng)可以感知、交流、解釋和學(xué)習(xí)，可以幫助企業(yè)超越自動化，提升人類能力開啟新的價值。

筆者相信，供應(yīng)鏈?zhǔn)峭瓿蓮?fù)雜任務(wù)的系統(tǒng)性協(xié)作，是人類在進化中掌握和擅長的。我們正在走向一個人類和機器合作的世界，而不僅僅是共存，結(jié)果將是一個更高效的協(xié)作系統(tǒng)。

這篇文章也提出為了充分擁抱未來，領(lǐng)導(dǎo)者必須重新培訓(xùn)員工，并將他們轉(zhuǎn)移到能夠更有效地增加價值的業(yè)務(wù)領(lǐng)域，在整個人才開發(fā)周期中加強新行為來保留那些有前途的員工。領(lǐng)導(dǎo)者應(yīng)該 “將機器性從人類身上移除”，這意味著識別人工智能現(xiàn)在和將來在哪里可以產(chǎn)生影響，將反應(yīng)性的工作交給機器人，引導(dǎo)人類員工專注于高價值領(lǐng)域，如客戶體驗和創(chuàng)新。

供應(yīng)鏈的未來

所謂商業(yè)評論，自然是百家爭鳴，哈佛商業(yè)評論發(fā)表兩篇意見相左的文章也不算是自己打臉。這篇文章作者來自Accenture Strategy咨詢公司，而上篇文章的作者來自波士頓咨詢公司。你更加認(rèn)同那種呢？你對未來的職業(yè)生涯有何打算？你的企業(yè)如何將人工智能整合到其運營中？