如何利用生成式AI提高供应链弹性?

人工智能
工业部门和全球供应链正在经历前所未有的时代。从全球新冠疫情爆发到地缘政治动荡,制造业的传统观念正在受到挑战,为了更好地适应新的变化,制造企业需要重新评估一些长期存在的做法。

工业部门和全球供应链正在经历前所未有的时代。从全球新冠疫情爆发到地缘政治动荡,制造业的传统观念正在受到挑战,为了更好地适应新的变化,制造企业需要重新评估一些长期存在的做法。

最近的一个例子凸显了行业供应链重新评估的必要性:海运价格受红海危机的影响持续上涨,苏伊士运河和红海占全球集装箱贸易的30%。这些关键供应链渠道的中断给工业部门带来了严重的麻烦,因为它需要应对运输延误和利润率压力。

虽然制造业正在学习如何抵御这些冲击,但这些事件造成的收入损失可能高达上万亿美元。虽然这些问题的一个解决方案是建立区域制造中心并优先考虑区域供应商,但现在似乎有一个更好的解决方案是使用生成式人工智能(AI)高效地提高运营效率,大幅缩短周期时间,并快速识别和响应潜在的供应中断。

有效应用生成式 AI

先进技术的应用,尤其是生成式AI,引发了前所未有的热潮。埃森哲的一项研究发现,生成式AI可能会影响行业供应链中58%的流程。

生成式AI可以帮助企业识别风险并实现供应链的透明化管理,这是之前任何其他技术都无法比拟的。它有助于加强供应链抵御意外中断的能力,可用于预测地缘政治冲击或不断变化的市场条件等风险。

此外,生成式AI还能增强数字双胞胎,使其获得更好的效率提升。通过将实时数据输入到机器、产品或流程的这些虚拟表示中,企业可以在不中断日常运营的情况下测试各种响应场景。

例如,全球糖果连锁店玛氏公司与埃森哲合作,使用数字孪生来模拟和验证产品和工厂调整的结果,然后再在物理空间分配时间和资源。利用数字孪生模型,企业可以快速识别瓶颈和质量问题,并主动响应意想不到的需求变化。

生成式AI的与众不同之处在于,它有助于自动化或增强供应链流程中的重要部分。通过分析来自文本、图像、视频和社交媒体帖子等各种来源的非结构化数据,生成式AI为供应链经理提供情境化的洞察力,以便做出更好的决策。它可以收集跨职能的见解和消费者感知分析,以改进需求预测。

宝洁公司利用生成式AI技术来提高其需求预测的准确性。通过评估过去的数据和外部变量(如天气模式和行业变化),该公司增强了更有效地预测消费者需求的能力。这一战略使宝洁能够优化其库存管理并减少开支。

生成式AI可以帮助企业识别风险并实现供应链的透明化管理。图片来源:埃森哲生成式AI可以帮助企业识别风险并实现供应链的透明化管理。图片来源:埃森哲

高效的生产和供应链管理

我们知道,供应链中太多的手动流程和复杂、分散的数据正在阻碍生产力。生成式AI为复杂的采购和供应商管理流程带来了结构化和简化。

当今的主要挑战之一是整个价值链缺乏环境、社会和治理(ESG)数据测量。生成式人AI可以通过浏览数以千计的供应商网站并提供近乎即时的见解来提供该领域的解决方案。埃森哲与一家全球制药公司合作,加速了该公司的供应链脱碳计划。

该公司投入了大量时间和精力来收集有关具有科学碳目标 (SBT) 的供应商数量的数据。在短短1小时内,基于AI的分析就提供了可靠的见解。生成式AI的成功应用展示了其在可持续发展方面的潜力,例如为组织制定脱碳计划和改进碳排放方案。

生成式AI正在简化历史合同、采购政策和产品规格,以识别常见的模式和要求。例如,生成式AI驱动的导入/导出文档生成器可以通过利用大量信息自动填写运输和导出文档。

生成式AI擅长的另一个领域是供应链神经中枢。利用云、数据、AI和分析,这些神经中枢提供多层透明度,提供对供应商和制造商网络的更深入可见性。

在今年的汉诺威工业博览会上,埃森哲展示了一款用于实时可见性和AI分析的生成式AI软件,该软件可以预见和消除中断并简化您的决策过程。该供应链神经中枢集成了其生态系统合作伙伴SAP的技术,以识别潜在的供应链风险,量化这些风险的商业影响,并提出缓解方案,包括每个方案的风险评分。

这意味着从供应链计划中断和短缺中恢复的时间缩短了4.5倍,资产管理能力增强可以将事故频率降低70%。借助生成式AI,制造商有可能在几分钟内开始采取行动,以应对通常需要数小时甚至数天才能完成的情况。

生成式AI为员工赋能

建立弹性能力不仅对流程至关重要,而且对员工来说也尤为重要。当您将目光投向企业转型之外时,生成式 AI 通过简化需求和容量规划来增强员工的专业知识,从而使复杂的信息更容易访问。由于生成式 AI 能够将复杂信息分解为易于理解的见解,员工可以查询建议并接收日常语言的解释。

在数字化工作场所中,借助生成式AI可以提高生产力。埃森哲的研究发现,在生成式AI的帮助下,供应链专业人员中可能有43%的工作时间可以改变,其中生产、计划、催交和采购文员的角色的潜在影响最大,高达75%的工作时间。

因此,公司应该加大投资,培养一支能够使用生成式AI和其他新技术的多技能劳动力,以做出更明智的决策。好消息是,相关研究发现全球约有60%的工业公司已经计划到 2026 年提高员工技能。

在不确定的世界中,企业的成功取决于他们驾驭复杂供应链的能力,以及利用先进技术对员工进行再培训的能力。幸运的是,随着生成式AI的出现,制造企业有机会将自己定位为追求未来盈利增长的领跑者。

责任编辑:华轩 来源: 控制工程网
相关推荐

2023-07-07 11:30:07

2022-03-26 22:51:06

区块链供应链技术

2024-04-02 11:33:42

生成式AI零售自动化增强

2023-07-11 14:12:06

2021-10-14 13:14:12

安全供应链漏洞威胁

2023-02-23 07:52:20

2021-12-24 17:03:46

区块链物流技术

2024-10-15 15:39:42

2023-09-21 16:13:02

人工智能物联网

2023-12-22 16:58:17

AI数据桥梁数字化转型

2023-03-10 07:13:08

供应链数字化企业

2022-12-28 10:26:04

供应链数字化转型

2023-08-07 11:14:42

AI供应链

2022-10-08 09:54:18

供应链数字孪生

2024-09-03 16:55:01

2018-05-14 09:35:54

AI 供应链管理

2022-06-02 14:11:42

区块链药品供应链数据

2022-11-14 10:32:56

供应链技术
点赞
收藏

51CTO技术栈公众号