2023 年 4 月 10 日
僅僅十年前，人工智慧還只是科幻小說。我們有早期的聊天機器人和新穎的應用程序，但今天人工智慧確實正在改變世界。
供應鍊和物流公司最近發現了人工智慧的價值。從裝載卡車到預測未來，機器學習有望徹底改變該行業。但這是怎麼發生的呢？人工智慧如何幫助將現實世界的物體從 A 點移動到 B 點？
嗯，這正是我們今天要探索的內容。我們將了解人工智慧在現代供應鏈中發揮的作用以及它對物流的影響。
供應鏈管理中的人工智慧
供應鏈管理是涉及採購、生產和交付貨物的所有活動。確切的細節將取決於行業別。例如，製造供應鏈專注於採購原材料到交付成品的過程。
物流是供應鏈管理中的交付和運輸。原材料 A 如何到達 B 點以及成品如何從那裡到達客戶手中？以最高效、最具成本效益的方式回答這個問題 – 這就是物流。
不用說，供應鍊和物流即使不是我們的專長，我們也知是商業的命脈。沒有它，雜貨店將空無一人，工廠將閒置。
但這一切與人工智慧有什麼關係呢？
人工智慧是對人類智能的模擬。這是它與標準計算機算法的區別。
人工智慧攝取大量訊息並利用這些訊息來預測結果。在數據日益豐富的世界中，這在許多行業（包括供應鏈管理和物流）變得非常可行且準確性令人滿意。
狹義人工智慧
Artificial Narrow Intelligence 簡稱 ANI
這型人工智慧專注於非常具體的任務。以下是當今技術在供應鏈管理和物流中的一些應用方式：
- 需求預測
- 優化路線和交貨
- 改進上下貨過程
供應鏈中的生成式人工智慧
如果您聽說過 ChatGPT，那麼您就聽過生成式 AI。這種形式的人工智慧是指“生成”新訊息和內容（例如博客甚至計算機代碼）的演算法。
需求預測只是供應鏈中生成式人工智慧的一個例子。它還可以應用於自動化文書工作、預測運營結果以及將關稅計入運營成本。生成式人工智慧的發展空間是無限的 – 只要它有足夠的數據可以發揮作用。
例如， Echo Global Logistics 公司利用生成式人工智慧來
- 協商運費
- 採購運輸
- 各種運輸工具與排程自動化管理
供應鏈管理中的人工智慧範例
考慮到所有這些，讓我們來看看人工智慧如何協助供應鏈管理和物流。
庫存管理
每個供應鏈的一個主要方面是了解什麼產品在哪里以及有多少。為此，人工智慧使從零售商店到郵遞員的公司能夠準確跟踪庫存。這包括跟踪在全球範圍內移動的訂單，同時通過倉庫中的自動監視檢查來跟踪存儲的庫存。
人工智慧可以監控許多變量，包括：
- 體積
- 交貨時間
- 溫度
- 錯誤
- 停機時間
所有這些都使員工能夠專注於特定複雜的庫存任務，而不是重複性工作。
需求預測
我們中的許多人開玩笑說我們被負責定向廣告的演算法跟踪。
事實是人類的行為是可以預測的。機器學習模型可以攝取市場數據，以創建對未來客戶行為的準確預測，並自動根據這些預測採取行動。
對於供應鏈管理來說，這意味著預測何時何地需要什麼，甚至在短缺發生之前就預見到。這最終可以減少庫存損失並防止缺貨情況。
運輸優化
現代客戶要求快速、準確的交付。人工智慧驅動的 GPS 和優化解決方案使這成為可能。
利用即時數據與現有地圖訊息結合來識別並創建最有效的可能路線。
更重要的是，它們可以在短時間內完成，而人類智能則必須依靠直覺和數小時的繪圖才能得出相同的結論。
在物流方面，人工智慧還可以優化我們利用集裝箱的方式。
大多數人將貨櫃視為一個大空盒子。物流行業的人們看到了空間經濟。我們如何安全地裝載集裝箱以最大限度地利用空間？人工智慧再次提供了解決方案。
如今，人工智慧工具已投入使用，幫助優化該空間，以快速高效地裝載貨櫃和使用吊車。
倉庫自動化
許多倉庫，例如亞馬遜配送中心，利用人工智慧來自動化其日常運營。
人工智慧組織人和自主機器人來存儲、定位和挑選整個設施中的訂單。在這個系統中，人工智慧預測機器人或人類員工將在哪裡，並相應組織他們的活動。
這一切都創建了一個系統，員工在倉庫中花費的時間更少，而有更多的時間將產品運送到需要的地方，無論是存儲還是運輸。
客戶服務
聊天機器人當然不是新技術。然而，他們已經像今天一樣先進。這就是為什麼許多公司利用人工智慧來自動化許多客戶服務活動。
客戶經常會提出涉及相同解決方案的相同疑慮和問題。
因此，客戶服務人工智慧可以提取大量數據並回答客戶的疑慮。這可以節省客戶代表反覆回答相同問題的時間，並使他們能夠專注於典型人工智慧範圍之外的複雜客戶問題和請求。
人工智慧在供應鏈管理中的好處
提高效率並節省成本
無論應用於什麼任務，人工智慧都可以幫助物流公司找到最具成本效益和最高效的方法來完成。
讓我們以庫存和運輸路線等重複性任務為例。
這些任務人類每天可能需要幾個小時才能完成。另一方面，人工智慧可以在某種程度上做到這一點。因此人類勞動力可以自由地專注於人類特定的任務。這既提高了投資回報率，又提高了員工的整體效率。
提高透明度和可見性
當供應鏈遍及全球時，很容易看出事情是如何在混亂中迷失的。交貨會丟失或放錯地方。自然延誤了物流。錯誤的運輸標籤貼在錯誤的容器上。這樣的例子還在繼續。
人工智慧通過收集大量物流數據並以人類可以理解的方式快速呈現這些數據來幫助緩解這些問題。
其中包括運輸時間、庫存位置、預計的延誤和短缺等等。歷史上第一次，組織有可能看到其供應鏈的整個範圍。
提高客戶滿意度
正如我們之前提到的，現代客戶期望快速交貨。對於個人消費者和 B2B 客戶來說都是如此。人工智慧幫助物流公司滿足這一期望。
更不用說客戶服務聊天機器人了，它可以立即回答客戶的問題，而不是等待幾個小時才能與不知所措的代表交談。
人工智慧在供應鏈管理中的缺點
生活中很少有事情是沒有缺點的。人工智慧也不例外。
數據隱私和安全
在任何行業實施人工智慧的最大挑戰之一是如何處理數據。
由於人工智慧解決方案需要大量數據才能創建準確的結果，因此了解這些數據的來源非常重要。這完全是人類的任務。對於人工智慧來說，數據就是數據。
相對較新的法規，例如歐盟的 GDPR，要求特別謹慎地處理個人數據。否則，組織將面臨違反合規性的風險以及由此帶來的後果。這意味著對人工智慧和機器學習算法如何利用數據負責。
此外，還有安全問題。人工智慧處理敏感公司訊息時，它可能會無意中洩露該訊息。
更不用說人工智慧係統遭受網絡攻擊的可能性了。其中包括對抗性機器學習攻擊，系統被用來操縱收入並導致人工智慧提供錯誤的結果。
我們預計專門從事人工智慧合規性和安全性的網絡安全工作將會增加。
失業
許多人擔心人工智慧會 “搶走他們的工作”，這已不是什麼秘密。
這種擔心並非沒有根據。麥肯錫預測到本世紀末，自動化可能會取代 400 至 800 萬個工作種類。
隨著越來越多的任務實現自動化，需要的人力越來越少，這意味著有興趣最大化收入的公司會減少員工人數。
這不是我們第一次看到這種情況。在 18 世紀和 19 世紀之間，我們看到大量工人被新機器和新的工作方式所取代。儘管這是一個痛苦的轉變，但隨著圍繞這些變化出現新的就業機會，社會迅速復甦。
我們可以對人工智慧技術革命抱有同樣的期望。
值得慶幸的是，與工業革命不同，我們可以預見這一革命的到來。今天的專業人士可以通過人工智慧意識課程來擴展他們的技能和教育，以適應新的人工智慧驅動的工作場所。
實施成本高
人工智慧是一個了不起的工具，但它是有代價的。
現有系統的設計並未考慮到人工智慧。
適應或改變將需要大量投資。這甚至還沒有考慮人工智慧本身，其成本將取決於所需的智能水平及其所需的處理能力。根據 Analytics Insights 的數據，僅定制人工智慧一項的成本就可能在 20,000 美元到 1,000,000 美元之間。
這些成本使得人工智慧對於當今許多公司來說遙不可及。然而與大多數技術一樣，隨著人工智慧解決方案的進一步開發，我們預計這些成本將會降低。
供應鏈中人工智慧的挑戰
數據品質和使用權管理
數據，數據，數據。如果你從中吸取任何教訓，你需要知道，沒有數據，人工智慧就毫無用處。
提供這些數據可能是在供應鏈中實施人工智慧的最大挑戰。正如我們之前提到的，現有系統在構建時並未考慮到人工智慧。這意味著許多公司將需要客製解決方案來獲取現有數據並將其提供給人工智慧解決方案。
更重要的是，這些數據需要以人工智慧可以擷取和有效使用的形式提供。
抵制變革
改變是困難的。對某些人來說，這甚至是可怕的。因此，我們今天看到的對人工智慧抵制是很自然的。
我們可以將那些抵制人工智慧的人分為兩類：哲學派和實踐派。
在實踐陣營中，我們看到了那些擔心因人工智慧而失去工作的人；我們剛才討論過的一個缺點。這些人包括那些在創意產業和人工智慧尋求自動化的文書工作中工作的人。
在哲學陣營中，我們看到那些基於基本和道德理由反對人工智慧的人。在這裡，我們看到一些人將人工智慧視為對人類能力的無靈魂的模擬。這些批評者擔心，從長遠來看，人工智慧弊大於利。
無論他們的理由如何，這些聲音都將繼續反對人工智慧的廣泛實施。
整合現有的系統
任何新技術（不僅僅是人工智慧）的一個固有問題是現有的系統是為舊時技術開發的。
因此，人工智慧係統將難以與現有硬體和軟體溝通。
這對於大型組織來說是一個特殊的問題，因為它們不能簡單地拆除系統並建立一個新系統。他們當前的系統中保存著太多的重要數據，將其轉移到全新系統的成本將是驚人的。
這意味著現有公司需要整合，客製軟體開發，以及在人工智慧變得可行之前大量參數或代碼錯誤排除。
另一方面，這為新公司和初創企業提供了從頭開始構建人工智慧系統的商機與就業機會。
人工智慧對供應鏈的總體影響
我們已經看到人工智慧對現代供應鏈產生了積極影響，並且我們只能期望這些好處隨著技術的發展而不斷增長。
人工智慧使我們能夠提高世界各地物流系統的速度和準確性，交通運輸不斷優化。
供應鏈經理現在提高了供應鏈的可見性。我們更清楚貨物在哪裡。
越來越多的任務正在被優化和自動化。這意味著我們看到整個供應鏈中更大的物流工作帶來了更高的投資回報率。
所有這一切最終意味著人工智慧正在推動我們建立一個快速、高效且具有成本效益的供應鏈，這在本世紀初是沒有想到的。這就是我們今天所看到的。
供應鍊和物流中人工智慧的未來
人工智慧仍然是一項新興技術。我們今天所看到的只是它成熟過程中許多事情的開始。預計到今年年底將會發生重大變化。
根據 Gartner 的預測，我們可以預見未來幾年的一些趨勢：
- 到 2026年，75% 的大型企業將在倉庫中採用“內部物流智慧機器人”。
- 到 2026 年，超過 75% 的商業供應鏈管理應用程序供應商將在其應用程序中嵌入人工智慧
- 50% 的供應鏈組織將投資人工智慧支持的應用程序
這些只是對未來幾年的預測。然而，可能性似乎幾乎是無限的。例如，隨著人工智慧與智能汽車一起成熟，自動長途汽車的前景變得越來越有可能 – 這是 Uber Freight 等公司目前正在努力實現的目標。
至於這一切對供應鍊和物流行業的工作人員意味著什麼，我們可以期待為了提高效率和成本效益而推動採用這些新技術。
供應鏈中的人工智慧課程
未來十年人工智慧的預期增長意味著我們預計對人工智慧專業人員的需求也會增長。如果您想參與其中，您需要立即學習相關課程和認證。
這就是為什麼許多機構和公司都提供專門針對人工智慧的課程。這些包括
- 美國人工智慧研究所 – 為人工智慧工程師提供認證計劃
- Coursera – 提供大量有關人工智慧和深度學習的課程。
- 哈佛大學 – 為商業應用提供多種人工智慧和機器學習課程。
- 耶魯大學 – 提供人工智慧通用課程。
在供應鍊和物流組件方面接受人工智慧教育將使您成為這個新興領域的有力候選人。
推薦閱讀：
本文由論壇精選翻譯自 Quantic School of Business & Technology 2023/4/30
The Important Role of AI in Supply Chain Management & Logistics
