對于美國加州的Infinera公司來說，2017年并不一帆風(fēng)順。這家電信設(shè)備制造商的收入從2016年的8．7億美元下降到2017年的7．4億美元，毛利率從45％下降到33％。這家公司在美國、加拿大、中國、印度和瑞典共有約2000名員工，當(dāng)年凈虧損1．95億美元，而2016年凈虧損2400萬美元。

為了扭轉(zhuǎn)局面，Infinera公司首席執(zhí)行官托Thomas Fallon今年早些時候告訴投資者，公司的重點之一就是技術(shù)改進(jìn)。

“除了增加對市場的關(guān)注之外，我們重組計劃還包括成為一個能夠確保短期內(nèi)加快產(chǎn)品交付、長期保持永久差異化技術(shù)的企業(yè)。我們正在這方面取得進(jìn)展。”

為此，Infinera公司正在轉(zhuǎn)向人工智能，目標(biāo)領(lǐng)域之一是就是供應(yīng)鏈管理（SCM）。Infinera將利用機器學(xué)習(xí)，通過分析生產(chǎn)交貨時間的歷史變化，更好地預(yù)測交貨日期和物流提供商的表現(xiàn)。

“我們希望我們的銷售團隊能夠快速確定當(dāng)前待定報價和訂單產(chǎn)品的供貨，希望能夠在做出調(diào)度決策時快速考慮到更多因素和約束條件，” Infinera公司信息技術(shù)高級副總裁Todd Tuomala這樣說道。

人工智能的預(yù)測性影響

Tuomala介紹說，Infinera的首個供應(yīng)鏈人工智能試點項目將于今年年中上線，先從其中一個制造工廠開始。“我們希望在年底之前為我們的銷售團隊和客戶提供所有產(chǎn)品的供貨信息。”

他說，使用機器學(xué)習(xí)可以加速公司調(diào)度決策的能力，也讓公司考慮到比目前更多的因素。

Infinera正在使用Intrigo Systems的供應(yīng)鏈管理技術(shù)，結(jié)合Splice Machine的人工智能技術(shù)。

Splice Machine公司首席執(zhí)行官兼聯(lián)合創(chuàng)始人Monte Zweben說，很多企業(yè)已經(jīng)從他們的供應(yīng)鏈管理系統(tǒng)獲得了30年的可用預(yù)測。但直到最近，數(shù)據(jù)基礎(chǔ)架構(gòu)才能準(zhǔn)確預(yù)測像交付時間這樣的信息。

“如果你是一家大型網(wǎng)絡(luò)設(shè)備制造商，并且有銷售人員在售賣這些大型系統(tǒng)，那你總會看到有銷售在問，‘你可以在這個日期之前給我訂購的產(chǎn)品嗎？’而大多數(shù)公司，即使擁有最好的ERP系統(tǒng)，銷售人員也會說‘我先確認(rèn)下再回復(fù)你’。這時候客戶可能就會去找其他提供商，得到有競爭力的訂單報價——不管怎么說，他們都得要等待。”

通過實時獲得信息，銷售團隊就可以與客戶展開談判。也許其中一個訂單項在規(guī)定的日期內(nèi)無法交付，但其他訂單項是可以保證的。“這是一個完全不同的過程，”他說。

但預(yù)測交付不僅僅是能夠拉動制造和出貨時間表。憑借著智能供應(yīng)鏈管理技術(shù)，企業(yè)還可以查看歷史運輸時間和制造細(xì)節(jié)，并將其與外部數(shù)據(jù)源（如天氣預(yù)報等）相結(jié)合使用。

Zweben表示：“你一開始可以先承諾之前預(yù)測好的庫存量，而不是計劃好的庫存量。而且你要根據(jù)可能發(fā)生的情況——而不是應(yīng)該會發(fā)生的情況——向客戶給出承諾。”

供應(yīng)鏈難題

Infinera在部署這項技術(shù)方面具有優(yōu)勢，因為Infinera有垂直整合的業(yè)務(wù)模式。對于其他公司來說，將人工智能技術(shù)運用于供應(yīng)鏈?zhǔn)且粋€很棘手的過程。

OpenText 是一家位于美國安大略省的企業(yè)信息管理供應(yīng)商，該公司產(chǎn)品營銷總監(jiān)Mark Morley說：“這看起來似乎是最基本的問題，但事實是，業(yè)務(wù)合作伙伴之間交換的信息中仍然有超過50％是通過傳真、電子郵件或電話傳輸?shù)摹！?/p>

因此，物流并不是企業(yè)考慮部署人工智能技術(shù)時首先想到的領(lǐng)域。

根據(jù)Forrester最近對全球決策者的調(diào)查，在SCM中使用人工智能要遠(yuǎn)遠(yuǎn)市場營銷、產(chǎn)品管理和客戶支持。只有13％的公司說，物流是他們評估投資和采用人工智能系統(tǒng)的主要領(lǐng)域。

供應(yīng)鏈通常涉及大量外部合作伙伴，其中一些可能技術(shù)比較落后，此外還存在數(shù)據(jù)質(zhì)量和互操作性等問題，專家說。

Forrester Research副總裁兼首席分析師Boris Evelson表示，在將高級分析和機器學(xué)習(xí)算法運用于供應(yīng)鏈數(shù)據(jù)之前，企業(yè)必須首先收集數(shù)據(jù)，也就是從制造商、分銷商、經(jīng)銷商和供應(yīng)商那里收集數(shù)據(jù)。

“從所有這些來源獲取數(shù)據(jù)，是一個巨大挑戰(zhàn)，”他說。一旦收集到數(shù)據(jù)，這些數(shù)據(jù)也并不總馬上就可以使用的形式。“供應(yīng)商可能有某個細(xì)分層面的數(shù)據(jù)，而分銷商可能會有其他層面的數(shù)據(jù)。供應(yīng)商可能有單個產(chǎn)品的數(shù)據(jù)，但分銷商可能只有基于容器的數(shù)據(jù)。”

但這并不是說企業(yè)就沒有在嘗試解決這個問題。

埃森哲應(yīng)用智能總監(jiān)Frank Meerkamp說：“在和我們交流的一些財富400強企業(yè)中，每個客戶都對理解、探索和證明概念感興趣。人工智能運用于供應(yīng)鏈管理方面是有很多機會的。”

他說，消費領(lǐng)域的企業(yè)走在最前沿，因為他們面臨著利潤率方面的巨大壓力。

這不僅僅是炒作，他補充說。“是的，是有很多炒作，但我認(rèn)為這是一個積極的事情，我們需要炒作讓人們向前發(fā)展，我認(rèn)為剛剛開始人工智能之旅。”

不止是分析

除了分析供應(yīng)鏈數(shù)據(jù)，做物流相關(guān)的預(yù)測之外，人工智能技術(shù)也被用于供應(yīng)鏈管理的其他領(lǐng)域。

對于消費者來說，人工智能最明顯的用途之一，就是使用Siri、Alexa和Google等個人助理。這些聊天機器人將搜索、語音識別和自然語言處理結(jié)合在一起，所有這些背后都是由人工智能提供支持的。

Meerkamp說，同樣的方法也可以用來創(chuàng)建虛擬代理，幫助企業(yè)更輕松地從ERP系統(tǒng)獲取信息。他說，未來十年這將會變得很常見。

人工智能另一個常見的用途是圖像識別，這可以在庫存管理方面發(fā)揮作用，SapientRazorfish商業(yè)和內(nèi)容業(yè)務(wù)高級副總裁Jason Goldberg這樣說：“這方面一個實踐例子就是Amazon Go商店。Target也一直在讓帶有立體攝像頭的機器人在商店走道走來走去并進(jìn)行庫存測試。沃爾瑪最近也將類似的試點項目擴大到50家店鋪。零售商精準(zhǔn)掌握店內(nèi)庫存，這一點變得比以往任何時候都更為重要，而計算機視覺正成為做到這一點所使用的主要技術(shù)。”

PayPal定價產(chǎn)品總監(jiān)Nolwenn Godard表示，定價也是人工智能技術(shù)可以提供幫助的一個方面，包括價格優(yōu)化和價格自動執(zhí)行等。

她補充說，這項技術(shù)也將有助于提高人類的生產(chǎn)力。“人類智慧和人工智能與自動化的結(jié)合，可以節(jié)省時間、降低運營費用以及消除人為錯誤。員工可以把他們的精力轉(zhuǎn)移到非常規(guī)的、分析和創(chuàng)造性的任務(wù)上，同時人類仍然可以得到人工智能的協(xié)助和增強。”

物聯(lián)網(wǎng)是助推人工智能的燃料

就其本身而言，人工智能是一種強大且具有變革性的商業(yè)技術(shù)。但根據(jù)Morley的說法，當(dāng)人工智能與物聯(lián)網(wǎng)結(jié)合使用時，就會變得動力十足。

他說：“你可以實現(xiàn)一種自主的供應(yīng)鏈，讓供應(yīng)鏈變成幾乎具有自我意識、自我管理和自我決定的能力。”

作為全球最大的工程公司之一，ABB公司也一直致力于這方面的研究。

ABB公司CSO Satish Gannu說：“ABB的研究中心在過去五到七年中一直致力于人工智能和機器學(xué)習(xí)領(lǐng)域。”

例如，ABB一直在構(gòu)建一個名為ABB Ability的物聯(lián)網(wǎng)平臺。

他說：“通常情況下，我們從客戶那里聽到關(guān)于調(diào)節(jié)監(jiān)控和預(yù)測性維護(hù)的問題。他們希望知道什么時候可能會出現(xiàn)問題，資產(chǎn)能夠持續(xù)多長時間，而當(dāng)我們知道可能會出現(xiàn)某些故障的時候，我們就可以將這一故障與備件訂購系統(tǒng)聯(lián)系起來。”

這意味著客戶可以在導(dǎo)致停機之前解決問題。“最終，這完全是為了幫助客戶確保他們的生產(chǎn)持續(xù)運轉(zhuǎn)。”