準時達首席技術(shù)官CTO呂臺欣從全球視角分享了AI在供應(yīng)鏈領(lǐng)域的應(yīng)用。他表示，當(dāng)前大家都在談?wù)摰囊粋€話題，便是“卷”，在這種大環(huán)境下，中國企業(yè)未來的很重要的一個方向便是全球市場，但全球布局需求下的供應(yīng)鏈，面臨大跨度管理困難，產(chǎn)生了大量一體化管理的需求、柔性與敏捷需求、安全穩(wěn)定等需求，技術(shù)變革迫在眉睫。對此，準時達圍繞著整個供應(yīng)鏈的動態(tài)協(xié)同管理，通過AI數(shù)字供應(yīng)鏈解決方案，幫助企業(yè)解決全球布局供應(yīng)鏈時所遇到的困難和痛點。本次峰會上，準時達也首次發(fā)布了與浙江大學(xué)聯(lián)合研發(fā)的《AI賦能準時達庫存管理研究報告》。

以下內(nèi)容根據(jù)羅戈網(wǎng)“2023第六屆中國供應(yīng)鏈與物流科技創(chuàng)新企業(yè)年會”嘉賓演講內(nèi)容整理，略有刪減。

準時達首席技術(shù)官CTO 呂臺欣

二十幾年前，我剛好在念大學(xué)，學(xué)的是AI。那時候的AI和現(xiàn)在的AI在原理、概念上非常接近，但它在技術(shù)上（如算力、算法、平行處理能力等）已經(jīng)發(fā)生非常大的變化，也使得我們看到過去3-5年AI有這么快速的發(fā)展。

今天的話題主要是圍繞AI+供應(yīng)鏈，會分享AI在全球供應(yīng)鏈上管理的應(yīng)用場景，以及準時達如何在整個供應(yīng)鏈場景上使用機器學(xué)習(xí)和深度學(xué)習(xí)。

當(dāng)我們把整個供應(yīng)鏈拉出來看的時候，從采購到生產(chǎn)、物流、營銷，幾乎每個供應(yīng)鏈的場景，把AI和它們疊加到一起之后，會發(fā)現(xiàn)整個供應(yīng)鏈的管理效率都得到極大地提升。這里面包括了供需預(yù)測、智能調(diào)度、智能追蹤等等。比如，在自動化倉儲里面，通過AI或算法的疊加，驅(qū)動了整個倉庫里幾十、幾百甚至上千個不同類型的機器人高效協(xié)作。

中國企業(yè)未來很重要的發(fā)展方向是全球市場，不管是把工廠設(shè)到海外去，還是把成品銷售到整個海外去，如何去做好全產(chǎn)業(yè)鏈的協(xié)同，這幾乎所有制造型企業(yè)都要面對的課題。

對于企業(yè)來說，最大挑戰(zhàn)是全球供應(yīng)鏈的管理，而中國的大部分企業(yè)（尤其是制造型企業(yè)）都沒有這樣的經(jīng)驗。當(dāng)供應(yīng)鏈拓展到全球的時候，會發(fā)現(xiàn)Leadtime在大幅度上升。比如工廠在墨西哥，但原材料廠商還在中國，從采購訂單到收到貨，不再是兩三天的事情了，變成60天。所以，做計劃的時候就要考慮未來60天的變化，這對很多企業(yè)來說非常困難。

其次是語言和時差。中國的制造型企業(yè)大部分分布在二、三、四線城市，外語人才非常少，對全球供應(yīng)鏈法規(guī)要求不熟悉，疊加時差的問題，使得供應(yīng)鏈管理復(fù)雜度大幅度上升。

最后是鏈條更長了，節(jié)點更多，需要面對的突發(fā)情況也在變多。以前的供應(yīng)鏈在國內(nèi)的時候，只是單純的物流運輸問題。但當(dāng)把供應(yīng)商工廠搬到墨西哥，原材料還在中國采購的時候，這里面會牽涉到出口報關(guān)、進口報關(guān)、國際海陸空運輸、國內(nèi)提貨、國外送貨、倉儲配送，它的環(huán)節(jié)復(fù)雜度極高，每個環(huán)節(jié)都可能出現(xiàn)突發(fā)狀況，導(dǎo)致企業(yè)在運行過程中有大量供應(yīng)鏈管理的困難和痛點。這個過程中，就會產(chǎn)生了大量包括提升供應(yīng)鏈韌性方面的一體化管理需求。

準時達作為富士康旗下的物流供應(yīng)鏈公司，除了提供全球范圍的國際海空運服務(wù)之外，也在打造數(shù)字化供應(yīng)鏈解決方案。準時達圍繞著整個供應(yīng)鏈的協(xié)同以及可視化，去幫助企業(yè)解決供應(yīng)鏈管理的問題，尤其是布局全球時供應(yīng)鏈時所遇到的困難和痛點。

這里面，有兩個比較重要的解決方案。

第一個是生產(chǎn)保障解決方案，它關(guān)注的重點是在確保生產(chǎn)和供應(yīng)的持續(xù)性的同時，怎么優(yōu)化庫存管理，減少庫存水平。該方案利用大量數(shù)據(jù)和深度學(xué)習(xí)模型，為企業(yè)提供智能的采購建議。通過對采購數(shù)量、運輸狀態(tài)等多因素的綜合分析，系統(tǒng)能夠更準確地預(yù)測未來一周或兩周后的庫存水平。這意味著，企業(yè)在下采購訂單，甚至還沒有下采購訂單，只是有銷售預(yù)測或生產(chǎn)預(yù)測開始，就可以幫助企業(yè)和上下游原材料廠商進行全方面的協(xié)同，到全球范圍的原材料庫存管理。

第二個是全球分銷控制塔解決方案。當(dāng)企業(yè)開始嘗試把產(chǎn)品往全球范圍區(qū)銷售的時候，怎么樣確保世界各地都有合適的庫存，怎么確保收到客戶訂單的時候能夠按時按需的交到客戶手上。準時達希望帶給客戶的是動態(tài)庫存管理能力。這里面動態(tài)的概念，是因為計劃改變、采購周期改變、采購訂單狀態(tài)改變，乃至于整個運輸過程中的狀態(tài)改變，而不斷地要重新計算的東西。

有了這個解決方案，不管是從成品角度來說還是從銷售預(yù)測的優(yōu)化，乃至于從生產(chǎn)的角度來說，企業(yè)都能掌握未來一段時間產(chǎn)品有多少生產(chǎn)需求，原材料供應(yīng)到底怎么樣來安排才能夠滿足這些生產(chǎn)的要求，對供應(yīng)鏈的管理能力將會有大幅度提升。

這是準時達過去近二十年一直服務(wù)富士康集團的時候在做的事。只是過去近二十年是人工在做，現(xiàn)在我們把這些能力通過系統(tǒng)固化下來，用系統(tǒng)的數(shù)字化能力去幫助客戶解決管理痛點。

我具體分享幾個比較簡單的案例。

1）JusElsa智能助手，這是準時達前段時間結(jié)合大語言模型剛推出來的。簡單來說，準時達把系統(tǒng)里很多傳統(tǒng)上人機交互的操作方法通過AI、大語言模型去做了完整的改造，類似像ChatGPT的對話方法，就可以訪問到供應(yīng)鏈的所有數(shù)據(jù)，甚至完成相關(guān)的一些動作。這不管是對于使用者的學(xué)習(xí)成本也好，乃至于他的整個工作效率，都會有大幅度的提升。

2）準時達與MIT寧創(chuàng)學(xué)院產(chǎn)學(xué)研合作的動態(tài)ETA算法。在獲取到港時間等信息方面，傳統(tǒng)客戶只能仰賴于船公司給的一些預(yù)測，但很多時候這些船期預(yù)測不會被更新，或者相對來說是不準確的。上次我和馬士基的相關(guān)人員做了一些交流，他們也說那些船期都是船長自己拍腦袋決策的。準時達通過機器學(xué)習(xí)，對于中美航線，用大量歷史的船期數(shù)據(jù)和神經(jīng)算法模型疊加之后，我們可以做到小時級別的實時預(yù)測。通過預(yù)測，我們發(fā)現(xiàn)比實際船公司給的ETA到港時間還要精準很多。

3）準時達和浙江大學(xué)的產(chǎn)學(xué)研合作的智能原材料庫存管理方法，主要關(guān)注的是原材料庫存。對制造型企業(yè)來說，原材料到底要備多少，這是個永無止境的難題，它需要考慮的因素非常多，而且這些因素是實時在變化的。還要考慮每次采購的最小批量、運輸周期、現(xiàn)有庫存等等，這些都會影響到?jīng)Q策。對企業(yè)來說，原材料至少都是數(shù)百個，很多時候都是上千個，同時要考慮這么多的因素，同時要考慮到現(xiàn)在有多少庫存，用人來做幾乎是不太可能的事情。

準時達通過對海量歷史數(shù)據(jù)分析，并實驗了不同類型的機器學(xué)習(xí)算法，找到了最合適的機器學(xué)習(xí)算法模型。我們通過算法來做采購輔助預(yù)測，它可以把整個庫存在不缺貨的情況下同時又能夠把整個庫存下降接近20%，這對于企業(yè)來說是極大的成本節(jié)約，這也是我們不斷打磨并希望能夠幫助企業(yè)實現(xiàn)的一些能力。

此外，準時達還攜手浙大的產(chǎn)學(xué)研一起推出了最新的成果報告《AI賦能準時達庫存管理研究報告》。

未來，AI一定會來，而且它一定會改變我們的生活。至于這個改變是好還是不好，很難去預(yù)測，但是它已經(jīng)來到我們身邊了，我們能夠做的事情就是怎么樣去擁抱這些事情并適應(yīng)它，并且讓它為我們所用，讓它對我們每個人產(chǎn)生最大、最正面的價值，這是我希望有的態(tài)度，盡量減少它最負面的影響。但是你說把AI重新關(guān)到潘多拉盒子里，這已經(jīng)不可能了。這就是我們未來所會看到的新世界。?