ChatGPT一經(jīng)推出，便在全球各地掀起了如魔法般的神奇風(fēng)潮。各類供應(yīng)鏈廠商紛紛參與討論，希望了解如何運(yùn)用這股AI之力。此外，幾乎每家供應(yīng)鏈解決方案供應(yīng)商也都迫切希望為自己的AI持續(xù)投資找到有力的理論依據(jù)。

任何能夠感知其環(huán)境，并采取行動(dòng)以最大程度提高目標(biāo)達(dá)成率的設(shè)備，都開(kāi)始在這波AI浪潮當(dāng)中扮演某種形式的角色。也就是說(shuō)，AI方案并不是供應(yīng)鏈領(lǐng)域的新技術(shù)，其中很多要素在某些場(chǎng)景下已經(jīng)被使用了幾十年。只是最近以來(lái)，更多新興案例開(kāi)始快速涌現(xiàn)。

優(yōu)化旨在對(duì)供應(yīng)規(guī)劃、工廠調(diào)度、供應(yīng)鏈設(shè)計(jì)以及運(yùn)輸計(jì)劃進(jìn)行精細(xì)打磨。從廣義上講，優(yōu)化可以指制定計(jì)劃以幫助企業(yè)通過(guò)最低成本實(shí)現(xiàn)其服務(wù)水平及其他目標(biāo)。而從數(shù)學(xué)角度來(lái)看，優(yōu)化則是一種混合性質(zhì)的整數(shù)或線性規(guī)劃方法，用于在現(xiàn)實(shí)世界的約束條件下為倉(cāng)儲(chǔ)、工廠、運(yùn)輸流以及其他供應(yīng)鏈資源找到最佳組合。

機(jī)器學(xué)習(xí)是指由機(jī)器獲取輸出結(jié)果、觀察其準(zhǔn)確性并更新自身模型，循環(huán)往復(fù)以不斷改善輸出結(jié)果的方法。需求規(guī)劃引擎具有天然的反饋循環(huán)，允許預(yù)測(cè)引擎在流程當(dāng)中持續(xù)進(jìn)行學(xué)習(xí)。得到的預(yù)測(cè)結(jié)果則可以與實(shí)際發(fā)貨或銷售結(jié)果進(jìn)行比較，供AI模型自我完善。

自21世紀(jì)初機(jī)器學(xué)習(xí)技術(shù)被用于需求預(yù)測(cè)以來(lái)，機(jī)器學(xué)習(xí)已經(jīng)極大提高了預(yù)測(cè)的廣度和深度。如今，機(jī)器學(xué)習(xí)預(yù)測(cè)不僅僅是按月或者按季度進(jìn)行，按周甚至按天的預(yù)測(cè)也已經(jīng)成為可能。我們也開(kāi)始從區(qū)域級(jí)別的產(chǎn)品預(yù)測(cè)轉(zhuǎn)向單家門(mén)店級(jí)別的庫(kù)存單位預(yù)測(cè)。最近一段時(shí)間，基于機(jī)器學(xué)習(xí)的需求規(guī)劃應(yīng)用程序還能夠整合競(jìng)爭(zhēng)對(duì)手的定價(jià)數(shù)據(jù)、門(mén)店流量以及天氣數(shù)據(jù)，從而更進(jìn)一步增強(qiáng)預(yù)測(cè)能力。

我們也不再滿足于預(yù)測(cè)需求，還希望預(yù)測(cè)卡車乃至各類工廠機(jī)械何時(shí)可能發(fā)生故障(預(yù)測(cè)性維護(hù))、提前規(guī)劃最佳庫(kù)存量與存放位置(庫(kù)存優(yōu)化)并對(duì)倉(cāng)儲(chǔ)環(huán)節(jié)的勞動(dòng)力做出預(yù)測(cè)。這些預(yù)測(cè)類型能夠有效把控完成預(yù)期工作所需要的員工數(shù)量，并將結(jié)果精確到天、班次、工作乃至區(qū)域級(jí)別。此外，機(jī)器學(xué)習(xí)還可用于為倉(cāng)儲(chǔ)工人生成工作標(biāo)準(zhǔn)。

機(jī)器學(xué)習(xí)技術(shù)(包括聚類、數(shù)據(jù)相似性及語(yǔ)義標(biāo)記)能夠自動(dòng)化實(shí)現(xiàn)主數(shù)據(jù)管理。畢竟如果沒(méi)有準(zhǔn)確的數(shù)據(jù)作為依托，企業(yè)就會(huì)面臨“垃圾進(jìn)、垃圾出”的尷尬局面。

在供應(yīng)規(guī)劃方面，如果關(guān)鍵參數(shù)(例如供應(yīng)商的交貨時(shí)間)不夠準(zhǔn)確，那么規(guī)劃結(jié)果自然無(wú)法可靠。在這方面，機(jī)器學(xué)習(xí)亦可用于讓關(guān)鍵參數(shù)和政策保持在最新?tīng)顟B(tài)，并可用于預(yù)測(cè)門(mén)店當(dāng)中特定貨品的庫(kù)存單位是否供應(yīng)不足。

供應(yīng)鏈風(fēng)險(xiǎn)解決方案則使用機(jī)器學(xué)習(xí)和其他形式的AI對(duì)企業(yè)多層供應(yīng)鏈中所涉及的具體供應(yīng)商做出預(yù)測(cè)。這一點(diǎn)變得越來(lái)越必要，因?yàn)槿绻ｊP(guān)認(rèn)為貨物當(dāng)中包含可能存在強(qiáng)制勞動(dòng)因素的風(fēng)險(xiǎn)產(chǎn)品，哪些這些部件與實(shí)際收貨方之間隔著數(shù)道供應(yīng)關(guān)系，而且只占產(chǎn)品總成本中的極小部分，海關(guān)方面也會(huì)在港口扣留貨物。為了避免這種情況，托運(yùn)人的端到端供應(yīng)鏈預(yù)測(cè)方案將運(yùn)用AI進(jìn)行開(kāi)放網(wǎng)絡(luò)搜索、分析進(jìn)出口記錄、處理ThomasNet等采購(gòu)平臺(tái)的數(shù)據(jù)，同時(shí)參考聯(lián)邦物流記錄及其他數(shù)據(jù)。這些預(yù)測(cè)加快了企業(yè)驗(yàn)證其供應(yīng)鏈的構(gòu)建及擴(kuò)展速度，保證使用與海關(guān)相同的技術(shù)來(lái)確定哪些貨物可能被拒絕入境。

自然語(yǔ)言處理用于對(duì)不同商品進(jìn)行分類，由此建立起面向進(jìn)出口及實(shí)時(shí)供應(yīng)鏈的風(fēng)險(xiǎn)解決方案。

協(xié)調(diào)制度(Harmonized System)是一種對(duì)商品進(jìn)行分類的編碼方法，也是海關(guān)識(shí)別各類商品的基礎(chǔ)，目前被世界各地的海關(guān)當(dāng)局廣泛應(yīng)用。使用正確的產(chǎn)品分類能夠保證企業(yè)支付正確關(guān)稅，幫助企業(yè)切實(shí)避免政府罰款并把握產(chǎn)品的真實(shí)到岸成本。但問(wèn)題在于，產(chǎn)品的商業(yè)描述與國(guó)家海關(guān)關(guān)稅表中的表達(dá)方式之間存在巨大差異，因此可能導(dǎo)致關(guān)稅支付錯(cuò)誤率高達(dá)30%。為此，自然語(yǔ)言處理方案與專家系統(tǒng)的結(jié)合，已經(jīng)被用于自動(dòng)化并顯著改善這一分類過(guò)程。

實(shí)時(shí)風(fēng)險(xiǎn)解決方案還使用自然語(yǔ)言處理來(lái)閱讀在線出版物及其他數(shù)據(jù)源，理解所讀內(nèi)容，將數(shù)據(jù)情境轉(zhuǎn)化為信息，再以近實(shí)時(shí)方式報(bào)告由天氣、地緣政治事件及其他危害因素造成的供應(yīng)鏈中斷。整條價(jià)值鏈中的每一步都有與之相關(guān)的搜索詞。供應(yīng)商、承運(yùn)商、物流服務(wù)提供商所使用的各種名稱都可作為搜索詞，且各搜索詞又與表示問(wèn)題的術(shù)語(yǔ)相匹配——具體包括“破產(chǎn)”、“工廠火災(zāi)”、“港口爆炸”、“罷工”等各種術(shù)語(yǔ)表達(dá)。因此，當(dāng)文本中的“海防市”一詞與短語(yǔ)“港口火災(zāi)”相結(jié)合時(shí)，即會(huì)觸發(fā)警報(bào)。

強(qiáng)化學(xué)習(xí)屬于機(jī)器學(xué)習(xí)的一種形式，能夠讓AI模型根據(jù)正面、中性和負(fù)面反饋改進(jìn)其決策過(guò)程。例如，假設(shè)我們希望訓(xùn)練視覺(jué)系統(tǒng)以識(shí)別出狗的圖像，則首先需要讓人類查看數(shù)以萬(wàn)計(jì)的動(dòng)物圖像。人類標(biāo)注員負(fù)責(zé)將圖片標(biāo)注為狗、非狗或者不確定，而后向計(jì)算機(jī)展示這些圖像。系統(tǒng)則先做出“這是狗”或“這不是狗”的判斷，再與人類標(biāo)注結(jié)果比較以驗(yàn)證結(jié)論是否正確。

無(wú)人機(jī)也可使用這種形式的AI來(lái)提高倉(cāng)儲(chǔ)庫(kù)存的管理準(zhǔn)確性。強(qiáng)化學(xué)習(xí)能夠支持無(wú)人機(jī)正確識(shí)別倉(cāng)庫(kù)貨架、貨盤(pán)與貨柜，并靠近貨品掃描其條形碼。同樣的，強(qiáng)化學(xué)習(xí)也被引入倉(cāng)儲(chǔ)環(huán)境下的安保攝像頭，以確保工人們?cè)诠ぷ髌陂g嚴(yán)格遵守標(biāo)準(zhǔn)操作程序。

同步定位與地圖構(gòu)建(SLAM)允許裝置構(gòu)建并更新未知環(huán)境下的地圖，同時(shí)跟蹤裝置在其中的位置。這項(xiàng)技術(shù)允許搬運(yùn)機(jī)器人在倉(cāng)儲(chǔ)環(huán)境下實(shí)現(xiàn)自主移動(dòng)。

搭載SLAM技術(shù)的無(wú)人機(jī)與自主搬運(yùn)機(jī)器人已經(jīng)處于全面交付的早期試驗(yàn)階段，更進(jìn)一步打造的自動(dòng)駕駛卡車則有望徹底改變物流行業(yè)的游戲規(guī)則。

雖然自動(dòng)駕駛卡車當(dāng)前還沒(méi)有全面落地，但也許再過(guò)幾年時(shí)間，我們就能自動(dòng)將貨物從配送中心運(yùn)輸至零售店面。在這個(gè)后AI時(shí)代，整個(gè)供應(yīng)鏈體系都將迎來(lái)以往難以想象的嶄新面貌。