企业预见到物流和分销领域的未来更加可预测、更加自动化，人们对SCM领域的机器学习和人工智能越来越感兴趣。

       对于加利福尼亚州的英飞凌（Infinera）来说，2017年实在不容易。这家电信设备制造商的收入从2016年的8.7亿美元下降到2017年的7.4亿美元。毛利率从45%下降到33%。最终，这家在美国、加拿大、中国、印度和瑞典雇有2000多名员工的公司宣布，当年净亏损1.95亿美元，而2016年净亏损2400万美元。

      首席执行官Thomas Fallon年初告诉投资者说，为了扭转局面，公司开始非常重视技术进步。

      他说：“除了继续关注市场进入，我们的重组还包括建立一个部门，确保在短期内实现产品快速交付，而长期则最终实现差异化的技术。我们在这方面取得了进展。”

      对此，该公司转而采用人工智能，因为其目标领域之一是供应链管理（SCM），英飞凌将利用机器学习，通过分析生产交货时间的过去变化，以及物流提供商的表现来更好地预测交货日期。

     该公司负责信息技术的高级副总裁Todd Tuomala表示：“我们希望我们的销售部门能够快速确定当前供货产品的待售报价和订单，并且我们希望在进行调度决策时，能够立即更全面地考虑更多的因素和约束条件。”

人工智能的预测影响

    Tuomala称，英飞凌的第一个供应链人工智能试点项目将在今年年中开始实施——从一家制造工厂开始。“我们还希望在年底前为我们的销售部门和客户提供所有产品的供货信息。”

     他说，使用机器学习将使得公司能够更快地做出调度决策。此外，该公司考虑的因素比目前更为全面。

    英飞凌采用Intrigo系统公司的供应链管理技术，结合了Splice Machine公司的人工智能技术。

    Splice Machine公司的首席执行官兼联合创始人Monte Zweben说，公司已经能够对他们的供应链管理系统进行30年的可用预测。他补充道，但直到最近，公司才拥有支持准确预测（例如，对交付时间的预测）的数据基础设施。

    “如果你是一家网络设备大型制造商，你的销售人员要销售这些大系统，销售人员总是会被问道：‘你能在这个日期之前给我订单吗？’在大多数公司中，即使是在目前拥有最好的ERP系统的情况下，销售人员也会低调地说：‘让我去查查，然后回复你。’”Zweben说：“这就有可能导致客户去找别的公司，得到一份竞争性的订单报价——毕竟，他们要等你们的报价。”

    通过实时获取信息，销售部门马上就能够与客户进行谈判。也许其中一个订单项还不能在规定的日期内提供，但其他的可以。他说：“这是一个完全不同的过程。”

     而预测交货不仅仅能够拉动制造和运输计划。采用智能供应链管理技术，企业可以查看历史发货时间和制造细节，并将其与天气报告等外部数据输入结合起来使用。

     Zweben说：“你可以根据预测的库存量对客户做出承诺，而不是计划中的库存量。并根据未来可能发生的事情向客户做出承诺，而不是应该发生的事情。现在，转机来了。”

供应链迷宫

      英飞凌在部署这类技术方面具有优势，因为它采用了纵向集成的业务模式。对于其他公司来说，供应链应用人工智能技术是一个棘手的过程。

     位  于安大略的企业信息管理供应商OpenTeX的产品营销总监Mark Morley表示：“这似乎是一个非常基本的问题，但事实一直是，业务合作伙伴之间50%以上的信息交换仍然是通过传真、电子邮件和电话进行的。”

     因此，物流并不是企业考虑部署人工智能技术时首先想到的领域。

     据最近Forrester对全球决策者的调查，在供应链管理中应用人工智能远远落后于市场营销、产品管理和客户支持。只有13%的企业报告说，他们的企业在开展或者评估人工智能系统的投资和应用时，将人工智能应用到了物流领域。

     供应链通常涉及大量的外部合作伙伴，其中一些可能在技术上远远落后于其他合作伙伴。此外，专家表示，还有数据质量和互操作性问题。

    Forrester研究公司副总裁兼首席分析师Boris Evelson说，在将先进的分析和机器学习算法应用到供应链数据之前，企业必须首先从制造商、代理商、经销商和供应商那里收集这些数据。

   他说：“从所有这些来源获取数据，这是一个巨大的挑战。”数据收集好之后，并不总是能够立即使用。“供应商在数据细节上可能位于某一层面，而代理商的数据细节则可能位于不同的层面。供应商会提供具体某一产品的数据，而代理商的数据则可能只是基于容器的。”

   但这并不是说企业没有试图去解决这个问题。

   埃森哲应用智能总经理Frank Meerkamp说：“我们与财富400强的客户进行交流发现，他们都对概念的理解、探索和验证感兴趣。人工智能在供应链管理中有很多机会。”

   他说，消费品领域的公司处于最前沿，因为他们面对巨大的利润压力。

   他补充说，这不仅仅是炒作。“是的，有很多炒作，但我也认为这是个好事。我们需要炒作让人们行动起来。我想我们正处在这一历程的开始阶段。”

超越分析

   除了分析供应链数据和做出与物流相关的预测之外，人工智能技术也被用于供应链管理的其他领域。

   对消费者来说，人工智能最显著的应用之一是Siri、Alexa和Google等个人助理。这些聊天机器人把搜索、语音识别和自然语言处理结合在一起，这些都是由人工智能推动的。

   Meerkamp说，同样的方法可以用来创建虚拟代理，帮助企业更容易地从ERP系统中提取信息。他说，未来10年这会非常普遍。

   人工智能的另一常见应用是图像识别。SapientRazorfish公司的商业和内容实践高级副总裁Jason Goldberg说，人工智能可以在库存管理中发挥作用。

   他说，实践中的一个例子是Amazon Go商店。Target公司还使用了一台带有立体相机的机器人进行测试，在商店通道中漫游，并进行盘点。沃尔玛最近把类似的试点项目扩展到了50家商店。他说：“零售商必须非常准确的知道店内库存，这比以往任何时候都更为重要，计算机视觉正逐渐成    为这方面的一种主要技术。”

   贝宝（PayPal）定价产品主管Nolwenn Godard表示，定价也是人工智能技术发挥作用的领域。这包括价格优化和价格的自动执行。

    她补充说，这项技术也将有助于提高人们的工作效率。“人类智能与人工智能和自动化相结合，意味着能够节省时间、减少运营开支，避免了人工错误。员工能够把他们的注意力转移到非常规的、分析性的和创造性的任务上，而人工智能还能为这些活动提供帮助和补充。”

物联网将推动人工智能

     人工智能本身就是一种强大的革命性的业务技术。据OpenText的Morley的说法，当与物联网（IoT）结合后，它就会加速前进。

     Morley说：“你实际上得到了自主的供应链。它使得供应链几乎具有自我意识、自我管理和自我决定的能力。”

     ABB是世界上最大的一家工程公司，一直致力于这方面的工作。

     该公司的首席安全官说：“我们ABB有研究中心，在过去五到七年里一直研究人工智能和机器学习。”

    例如，ABB建立了名为ABB Ability的物联网平台。

    他说：“一般情况下，客户给我们的信息是关于状态监测和预测性维护的。他们想知道什么时候会出故障，某一资产最终能用多久。当我们知道某一部件要出故障时，我们就会将其与备件订购系统联系起来。”

    这意味着客户在停机之前就把问题解决掉了。他说：“说到底，一切都是为了帮助客户，让他们的产品保持运转。