:::: MENU ::::

TalkingData's Blog

现在开始,用数据说话。

锐眼洞察 | 认知计算正如何变革供应链?(翻译)

Enterprise

锐眼洞察 | 认知计算正如何变革供应链?(翻译)

作者:James Ovenden

原文:How Cognitive Computing Is Revolutionizing The Supply Chain

译者:TalkingData解决方案架构师 张雪倩

本译文禁止商用,转载请注明来源与译者!

 

认知计算正如何变革供应链?

我们和IBM全球销售领导者Chris Cameron坐下谈了谈。

人工智能已经深远地影响到了各行各业。在天睿公司(Teradata)最近的一次调查中,260家企业中的80%说他们正以某种形式在人工智能上投资,随着技术的成熟,这一数字只会增长。

人工智能有着深远影响的一大领域就是供应链管理。在高德纳咨询公司(Gartner)最近的“预测2016:重新构想供应链计划能力”中,他们声称随着从工厂到物流的技术应用,供应链组织预期,他们的供应链流程在接下来的五年中,机器自动化水平会翻番。随着机器学习算法能够分析天气数据来保证对供应链的实时可见性,同时能够推荐或自动执行可以减少成本、预防事故和保证完成顾客要求的行动,物联网的崛起意味着这会无与伦比的重要。

Chris Cameron是IBM全球销售领导者。作为有着25年多电子和实体供应链方面的专家,他在超过22个国家的各个产业环节中,创建了供应与需求解决方案及其配套流程。他要在芝加哥供应链创新峰会上做展示,讨论认知技术作为一项解决方案的可应用性和机器学习在供应链上面临的挑战,在此之前,我们和他坐下来谈了谈。

你认为如今供应链管理面临的主要挑战是什么呢?

灵活性。对组织的供应链的灵活性和适应性的要求正在与日俱增,终端消费者行为、强大的需求感知、捕捉技术方面的变化正改变供应链规划、运营和优化的方式。他们必须尽早快速适应这一循环,并迅速改进,就和软件开发差不多。所有的这些都是在管理持续需要供应链的边界提升贡献的环境下实现的。这就和对某种能力的迫切要求相类似,这种能力能够知道给定的客户订单在哪里、什么时候会送达、如预约送达日期有所延误提供积极主动的对策。

机器学习是如何帮助应对这些问题的呢?你认为这项技术对供应链来说最大的好处是什么呢?

扩大到影响力数据。机器学习和人工智能在供应链方面有各种应用,最明显的是这项技术在任务、卡车、机器和自动命令管理等方面的应用。这些既有利于经济情况又有利于工作量,因为它们比人工花费的少、犯错率低且能工作更长的时间。

但真正的好处是在供应链管理领域。这是一个相同的问题每天重复发生的领域,只是以不同的形式出现。例如,延误基本上都相似,只不过在哪和什么时候发生差不多都随机。而且,如果我们有人力来实时处理这些数据,数据就在那里可以预测这些事情。这项技术在供应链端最大的好处就是具备了这些能力:将其和人类匹配、向人工操作学习和为下一事件评估,这样,人类可以更少管理、更多创新,意味着人类驾驭了第一点中所说的灵活性。

IBM对行业特殊的贡献是什么?是什么将它与领域中的其他公司区分开来?

IBM在这一领域中基于我们的Watson平台贡献了很多解决方案,Watson的应用程序界面已经存在了一段时间,顾客运用它创建了独特的人工智能应用。

IBM正使用这些应用程序界面创建包含Watson要素的供应链管理平台。有了对人类互动的理解和对供应链的观点,我们正在训练这一平台准备好进行创新。这样,我们就能以将时间简化成价值的方式提供给客户这一平台。客户到时候需要做的训练将会是具体到客户业务的。这一加速使得商业人工智能更少的是一项科学实验,而更多的是一项准备好了的应用。

你认为机器学习将来会怎样改变供应链管理者的角色?你认为将来的供应链领导者应当仰仗并接受什么样的技能来取得成功?

这似乎是革命性的,并且是供应链管理者下一步必然要走的。十年或更久以前,供应链管理者也有一大步要走,就是优化工具进入供应链管理舞台的时候。在21世纪初,供应链管理者开始转变成为技术的评估者,这样就可以在不牺牲业务管理能力的同时扩大经营。他们使用了物流管理平台包、供应者管理门户网站、供应商管理库存系统和企业间电子商务平台,这是一步巨大的跨越。

对于人工智能革命,供应链管理者似乎完全准备好来进行同样的步骤,从如今高技术个性化的工具进化到训练过的却不需要相同维护的人工智能工具。供应链管理者所具备的新技能是批判性评估技能,能够深入挖掘人工智能是什么,如何互动并简化数据科学家的活动,如何应用于他们的商务。

你预测供应链采用机器学习有什么潜在障碍?公司可以做些什么来克服这些?

人类的感知。这不是担忧终结者开始崛起了,我说的感知是指意识到人工智能是神奇的,一旦接入,我们可以像在企业的驾驶台上操作电脑一样。机器学习和人工智能就像其他任何员工一样需要训练。然而一旦训练完成,他们不像员工一样会忘记、需要睡觉和请假之类的。

这可以由理解和评估商业用途人工智能应用的训练曲线来解决。当配合使用了合适的人来教授人工智能平台,这一途径就会创建急剧增长曲线和指数商业盈利的公式。

Leave a comment

随时欢迎您 联系我们