人工智能将如何改变供应链？

人工智能将彻底改变包括物流业在内的全世界。当前，物流业基于人工智能的创新越来越多，正不断优化物流效率，进而改善整个供应链运营。未来，随着体力劳动成本的不断上升，人工智能在供应链中的应用将越来越有吸引力。

哪些人工智能门类可用于供应链？

在供应链管理的背景下，人工智能的应用前景十分广泛，可以全方位地改变运输计划和运输模式。

具体而言，利用人工智能和机器学习，企业可以实现实时监控供应链进程、准确预测需求模式、优化库存水平、降低运输成本、改善客户服务体验、优化财务报告、加强安全和风险管理等。

当前，供应链在数据的创建、存储和分析等方面，正变得更加数字化。多年来，业界对传感器、摄像头、物联网设备等领域的关注和投资，实现了商品在流通和运输过程中的数字化，并显著增加了整个供应链的数据量。此外，传统的数据存储一般难以进行访问、集成或创新，但随着云技术的出现，这一情况有所改变。

相信在不久之后，利用最新的基于云技术的架构体系，人工智能在供应链管理中的应用将更加普遍，企业可以利用综合物流服务，无缝管理他们的货物在海、陆、空之间流通。

具体来说，以下人工智能门类更适合用于供应链中。

基于规则的人工智能。基于规则的人工智能系统，会遵循一套预定义的规则和决策标准，来给出预测和建议。例如，根据货物的重量和运输距离，规划运输方式。

监督学习人工智能。监督学习算法可以通过“标记好”的训练数据进行训练，并基于训练数据，对未来数据进行预测。例如，可以通过监督学习算法，根据历史销售数据预测未来的产品需求。

预测船舶预计到达时间（ETA）和海关查验时间。例如，可以建立一个预测模型，根据运输控制塔跟踪卡车位置的实时信息，判断卡车是否准时。

强化学习人工智能。强化学习算法可以根据环境的反馈来做出决策。例如，可用于优化卡车的运输线路，最大程度地降低运输成本。

在有多个库存补货来源时，强化学习可以协助决策不同库存来源的补货数量。类似的，强化学习还可以用于分配多种运输模式，如多少货物使用速度较慢但碳排放较少的模式运输，多少货物使用速度更快的模式运输。此外，在管理多个渠道的库存时，强化学习还可以建议集中库存商品的数量，以便最合理地利用库存池，确保快速交货，同时建议从哪个仓库或店面下单更快捷。

自然语言处理人工智能。自然语言处理算法可以用于理解和分析人类语言。例如，其可以用于分析供应链管理中的客户反馈信息。

基于代理的人工智能。基于代理的人工智能系统，会根据提示输出结果，并将结果进一步集成到自主生成的任务中。这些系统可以在供应链中执行那些需要假设条件的任务。例如，通过预测特定地区的需求，基于代理的人工智能可以自主地提出产能获取策略。

供应链中的人工智能应用有哪些？

人工智能在供应链管理中的具体应用，将很快重塑以下流程和运作方式。

一是欺诈检测。人工智能可用于检测和预防供应链中的欺诈活动，例如盗窃、伪造和未经授权访问敏感数据等。

二是需求预测。人工智能可以通过分析历史销售数据、市场趋势、天气变化以及可能出现的供应链中断风险，来帮助企业更准确地预测需求模式。这可以使企业更好地进行库存计划，降低缺货风险。

三是维修预测。通过实时监控设备，可以在潜在问题发生之前识别风险，这有助于减少停机维护时间和维护成本，提高设备的整体效率。这里的具体应用程序与资产所有者优化“运行时间”有关，包括仓库所有者、码头运营商、车队负责人等。

四是实时监控、调整供应链。人工智能可以提供从原材料到成品的整个供应链的实时监控，这有助于识别潜在的供应链瓶颈和延迟，使企业能够主动采取预防措施，在前端解决问题。

此外，数字孪生技术将有助于提高企业绩效，实现战略目标。数字孪生是指通过建立数字模型，模拟现实世界中的物体、系统和流程，如卡车、仓库或供应链等，以实现全方位的监测和优化。数字孪生可以将供应链运营表现可视化，并通过模拟诸如分销变化等场景，测试供应链的弹性，以改进战略决策、风险管理及客户体验。

五是仓库和运输管理自动化。通过使用人工智能和机器学习，可以优化仓库管理和运输操作，包括用于预测、库存管理和运输规划的软件系统，以及机器人、无人机、自动叉车和自动卡车等自动化资产，帮助企业降低成本，提高效率。

马士基方面认为：“目前在堆场、仓库和码头，自动驾驶汽车的应用还受到一定限制。但我们相信，从2025年开始，将会在高速公路上看到越来越多的自动驾驶汽车，这将改变传统卡车运输模式，并带来更好的物流服务。”

六是个性化服务。人工智能可以根据客户的购买历史、业务基础（如行业、规模和价值链）、搜索历史等数据，为客户生成个性化服务建议，通过预测下一步行动、优化思路，帮助改善客户体验，增加销量。

七是自主流程。随着人工智能和代理人工智能的实现，具有多源数据输入的工作流程以及需要这些流程输入的工作流，都可以实现自主运行。

ChatGPT如何使供应链受益？

ChatGPT是美国人工智能公司OpenAI推出的一种人工智能技术驱动的自然语言处理工具。

据了解，其使用了Transformer架构，这是一种用于处理序列数据的模型，拥有语言理解和文本生成能力，还会通过连接大量的语料库来训练。这些语料库包含了真实世界中的对话，使得ChatGPT上知天文、下知地理，同时拥有根据聊天上下文进行互动的能力，撰写邮件、视频脚本、文案以及翻译等功能。

ChatGPT以及类似的人工智能模型，也可以应用在供应链中，特别是在自动化工作流程和客户体验方面。例如，ChatGPT能够用于开发聊天机器人，为客户提供实时服务，包括快速响应查询、更新订单和处理投诉，从而大幅减少服务响应时间。

相信未来这些系统将得到进一步开发，能够解决目前存在的一些数据访问和数据权限问题。这些系统的功能正在呈指数级发展，越来越多的实际应用案例，可以促进当前困扰供应链的各种问题得以解决，并显著改善整体客户体验。

在马士基等班轮巨头看来，人工智能可能将成为物流领域的下一个根本性技术变革，就像互联网和移动技术改变了人们的生活和工作方式一样。

而供应链类软件有望成为云软件的下一个前沿领域，具体类别包括：数字孪生仿真和整体优化、供应商/采购的信息及管理、脱碳和循环分析、库存预测和库存计划、工作流程自动化和优化工具等。

这些人工智能类型及其应用，不仅将有效帮助物流规划人员降低物流成本，还将通过对供应链风险的实时响应，提高供应链弹性。

当前，各行各业都急于构建人工智能解决方案，并利用这一技术实现日常工作的自动化，以降低成本、提高效率。笔者认为，随着新技术和新算法的研发，可以期待，未来在供应链中会看到更多、更先进的人工智能和机器学习应用，这将推动行业更大的创新，提高生产力和竞争力。