三分排列3

    <code id="gohlx"></code>

  • <acronym id="gohlx"></acronym>
      1. <code id="gohlx"><ol id="gohlx"></ol></code>
        1. <output id="gohlx"></output><acronym id="gohlx"></acronym>

          當前位置:人工智能行業動態 → 正文

          人工智能影響供應鏈的8種方式

          責任編輯:cres 作者:Prashant Golani |來源:企業網D1Net  2020-04-29 09:44:00 原創文章 企業網D1Net

          人們需要了解人工智能影響供應鏈的8種方式。
           
          了解供應鏈
           
          簡單地說,供應鏈包括一系列向客戶提供產品或服務的步驟。企業與其供應商之間總是有一個網絡來生產特定產品,并將其交付給最終用戶。這個網絡包括不同的活動、人員、實體、信息和資源。
           
          供應鏈還表明將產品或服務從原始狀態提供給客戶所采取的步驟。這些步驟通常包括將原材料轉移和轉化為產品,并運輸這些產品,最后將它們交付給最終用戶。供應鏈中涉及的實體包括生產商、供應商、倉庫、運輸公司、配送中心和零售商。
           
          供應鏈管理對于企業來說是至關重要的過程,因為優化的供應鏈可以幫助企業降低成本,并在商業環境中保持競爭力。
           
          了解人工智能及其對供應鏈的影響
           
          當大多數人聽到人工智能這一術語時,他們通常想到的第一件事就是機器人。但這并非完全正確。人工智能(AI)是機器智能的同義詞,它是由機器表現出來的智能,而不是由人類表現出來的自然智能。
           
          “人工智能”這一術語通常用于描述模仿人類與人類思維相關的“認知”功能的機器(或計算機),例如“學習”和“解決問題”。
           
          企業可以使用這些方法,然后對其進行分析,以獲得可以啟動流程和復雜功能的結果。
           
          在Crisp Research AG公司于2016年對IT決策者進行的一項研究中,發現物流行業是其中已經積極使用機器學習流程的企業數量最多的行業之一。
           
          現在,許多企業已從人工智能投資中受益。根據Adobe公司的調查,目前有15%的企業已經開始使用人工智能,而其他31%的企業計劃在2019年采用人工智能??梢援a生收益的領域包括研發、產品創新、供應鏈運營和客戶服務。
           
          調研機構麥肯錫公司預計,通過在供應鏈中使用人工智能,企業每年獲得經濟價值為1.3萬億美元到2萬億美元。據普華永道公司預計,到2030年,人工智能可以為全球經濟貢獻近15.7萬億美元的價值。
           
          以下是人工智能影響供應鏈的8種方式:
           
          (1)人工智能能夠分析大量數據,從而增強需求預測
           
          企業通過處理大量的數據(例如由傳感器產生的數據)以描繪現實世界,然后做出正確的決定。例如當庫存落后于需求時,企業可能會遭受損失。
           
          人工智能的預測能力有助于網絡規劃和預測需求。這使銷售商變得更加積極主動。物流公司通過了解期望值,可以調整車輛數量并將其引導到預計最大需求的位置。這會降低運營成本。
           
          大數據的力量使物流公司能夠比以往更好地預測高度準確的前景,并優化未來績效。大數據技術可以進行預測和復雜的情景分析,并可以進行精確的容量規劃以及供應鏈和庫存的優化。
           
          (2)人工智能提供了提高生產力的見解
           
          通過自動計算更好的解決方案,人工智能極大地提高了倉庫的生產率,特別是對于在線零售商。
           
          將人工智能應用于供應鏈管理,可以對其進行績效分析,找出影響同一領域的新因素。為了找出影響供應鏈績效的因素和問題,人工智能結合了強化學習、無監督學習和監督學習等不同技術的能力。
           
          (3)聊天機器人正在重新定義客戶支持
           
          根據埃森哲公司的調查,80%的客戶服務都可以由機器人來處理。人工智能可以使客戶和物流供應商之間的關系個性化。
           
          Pega公司表示,38%的消費者認為人工智能可以增強客戶服務。
           
          還有一個個性化客戶體驗示例是DHL公司與亞馬遜公司的合作。通過使用Alexa應用程序跟蹤DHL包裹行程,DHL客戶可以要求Alexa與Amazon Echo或Echo Dot智能音箱連接,并確認包裹的狀態。如果在交互過程中出現任何問題,Echo用戶可以直接與DHL公司聯系,以尋求其客戶支持團隊的幫助。
           
          (4)智能倉庫管理
           
          在未來幾年內,大面積的倉庫管理將會完全實現自動化。人工智能技術越來越成為不可或缺的組成部分,尤其是在短期和中期預測方面。
           
          智能倉庫是一個完全自動化的設施,其中大部分工作是通過自動化或軟件來完成的。在此過程中,繁瑣的任務得以簡化,其操作變得更具成本效益。
           
          阿里巴巴集團和亞馬遜公司已經通過使用自動化改造了他們的倉庫。亞馬遜公司最近推出了根據客戶訂單自動裝箱的機器人。在亞馬遜公司的倉庫中,機器人和人類一起工作以提高生產力和效率。
           
          (5)自動駕駛汽車
           
          自動駕駛汽車是人工智能提供供應鏈的下一個重要產品。擁有無人駕駛卡車可能需要一段時間,但是物流行業現在正在利用高科技駕駛來提高效率和安全性。在輔助制動、車道輔助和高速公路自動駕駛方面,預計該行業將發生重大變化。
           
          為了達到更低的油耗,更好的駕駛系統正在推出,它的作用是將多輛卡車聚集在一起形成編隊。物流公司通過計算機控制這樣的編隊,它們也彼此相連。
           
          (6)遺傳算法正在縮短交貨時間并降低成本
           
          在供應鏈中,每一英里和每一分鐘都很重要。企業可以使用基于遺傳算法的路線規劃器來規劃交付的最佳路線。
           
          全球快遞服務商UPS公司使用GPS工具Orion幫助司機及時、經濟、高效地送貨??梢愿鶕煌顩r和其他因素來規劃和優化路線。Orion可以幫助UPS公司每年節省近5000萬美元。
           
          (7)機器人技術
           
          任何關于人工智能的討論都離不開機器人領域。雖然它們聽起來像一個未來主義的概念,但它們已經嵌入到供應鏈中。根據調研機構Tractica Research公司估計,到2021年底,全球倉儲和物流機器人的銷售額將達到224億美元。
           
          如今,有些倉庫的操作原理已不再為人類觀察者所理解,因為它們是由人工智能管理的。它們的共同特征通常是采用機器人處理,尤其是自動導引車(AGV)。
           
          在倉庫中,產品以混亂的方式存放在各種架子和過道中。對于自動揀選機而言,這意味著不必要的旅程和搜索時間,這對于自動駕駛機器人來說是沒有問題的:當收到訂單時,第一個可用的自動揀選機將拾取最接近其位置存儲的物品,并將其傳送到倉庫末端的人工打包機。
           
          (8)財務異常檢測
           
          供應鏈供應商通常依賴大量的第三方運營其業務的核心功能,這些第三方包括公共航空公司、分包人員、特許航空公司和其他第三方供應商。這給物流會計團隊帶來了更大的負擔,他們每年要處理來自數千家供應商、合作伙伴或供應商的數百萬張發票。
           
          在這里,諸如自然語言處理之類的人工智能技術可以從企業收到的非結構化發票形式中提取關鍵信息,例如賬單金額、帳戶信息、日期、地址和相關方。
           
          咨詢機構安永(EY)公司正在采用類似的方法來檢測欺詐性發票。使用機器學習技術對國際方的發票進行徹底分類,并識別異常以供專家審核,這有助于安永公司遵守制裁、反賄賂法規以及《美國反海外腐敗法》的其他規定。安永公司的欺詐檢測系統達到了97%的準確性,并已推廣到50多家公司。
           
          類似的邏輯可以應用于具有高頻重復任務的任何業務流程。
           
          結論
           
          在不久的將來,人工智能將為整個供應鏈和物流流程建立新的效率標準。游戲規則瞬息萬變,并通過自動化、智能化和更高效的方式,為全球物流公司管理數據、運營和服務客戶創造了“新常態”。
           
          以往被視為人類專屬領域的任務現在可以執行,這要歸功于當前算法開發的進展,以及加上更強大的處理能力和可用數據量的指數增長。
           
          版權聲明:本文為企業網D1Net編譯,轉載需注明出處為:企業網D1Net,如果不注明出處,企業網D1Net將保留追究其法律責任的權利。

          關鍵字:人工智能 供應鏈

          原創文章 企業網D1Net

          人工智能影響供應鏈的8種方式 掃一掃
          分享本文到朋友圈

          關于我們聯系我們版權聲明友情鏈接廣告服務會員服務投稿中心招賢納士

          企業網版權所有©2010-2020 京ICP備09108050號-6

          ^
          西丰| 汝南| 右玉| 连州| 莫索湾| 万年| 承德| 汉阴| 燕尾港| 长沙| 姚安| 乌拉特前旗| 皮山| 上蔡| 果洛| 襄垣| 绛县| 三亚| 三水| 阿拉尔| 常德| 张家港| 天全| 吉兰太| 诺木洪| 武穴| 明水| 乌审召| 希拉穆仁| 果洛| 庄浪| 霸州| 朱日和| 漾鼻| 上杭| 五台山| 桑植| 常熟| 昌江| 吕泗| 嘉荫| 曲阜| 正安| 柳江| 桦南| 集宁| 乌审召| 清兰| 改则| 禹州| 肃南| 景县| 大勐龙| 新建| 福海| 乐东| 宜城| 斋堂| 尖扎| 玉林| 玉田| 轮台| 天柱| 托克托| 喀什| 沙县| 普定| 恩平| 青神| 白玉| 上饶| 襄城| 东胜| 泸西| 樟树| 翼城| 遵义县| 伊春| 宜阳| 阿坝| 卢龙| 大丰| 南平| 隆昌| 双牌| 平和| 乐平| 南乐| 沾化| 苏尼特右旗| 肇庆| 马鞍山| 城口| 三门峡| 霍邱| 延长| 星子| 苏尼特左旗| 平湖| 德格| 陆川| 敖汉旗| 土默特左旗| 平谷| 太平| 天峨| 万宁| 中江| 西平| 察哈尔右翼后旗| 石渠| 平安| 新龙| 西峰| 晴隆| 伊克乌素| 南溪| 连南| 元氏| 榆社| 宜君| 马鬃山| 珲春| 高力板| 兴文| 金寨| 天山大西沟| 马公| 班戈| 子洲| 景东| 伊宁| 金山| 浦东| 济南| 磐安| 梓潼| 大新| 平乐| 嘉荫| 庄河| 马公| 高要| 南溪| 无棣| 富锦| 黄泛区| 贵溪| 黑山头| 鄂州| 马关| 原阳| 汇川| 希拉穆仁| 嵊州| 静海| 霍州| 深州| 乌拉特前旗| 南宁| 加格达奇| 永昌| 临西| 北碚| 龙泉| 诸城| 沙塘| 洪家| 鸡西| 新洲| 巴南| 乌什| 册亨| 巴盟农试站| 满都拉| 赤水| 潼南| 宝鸡| 成安| 白云鄂博| 乌兰浩特| 阿巴嘎旗| 法库| 澳门| 界首| 石嘴山| 永春| 隆化| 永丰| 承德县| 通辽| 叶县| 上饶| 海口| 隆化| 青州| 沁城| 开化| 富阳| 秦安| 民乐| 曲阜| 辽阳| 湘潭| 常熟| 衡水| 永丰| 蔚县| 新安| 博白| 鱼台| 五河| 桃源| 陇川| 那仁宝力格| 沧源| 松原| 阿鲁科尔沁旗| 西连岛| 天等| 新会| 洪家| 海东| 永署礁| 曹妃甸| 肃宁| 临湘| 乌鲁木齐牧试站| 九江| 盖州| 托里| 砀山| 大港| 伽师| 福海| 狮泉河| 呼玛| 延吉| 禄劝| 攀枝花| 于洪| 南华| 吕泗| 长治| 封开| 寿光| 文山| 巩留| 黄平旧洲| 大柴旦| 黄龙| 泰兴| 莆田| 佛冈| 新竹县| 藤县| 上思| 马山| 靖州| 方城| 小二沟| 阿瓦提| 十三间房气象站| 汉源| 麦盖提| 费县| 宁洱| 河曲| 台前| 平远| 琼山| 焉耆| 永昌| 襄樊| 西华| 宁陵| 夏河| 崂山| 隆化| 南宁| 云和| 武陟| 铁岭| 利辛| 五台县豆村| 阿拉山口| 佳木斯| 武清| 循化| 铜仁| 呼伦贝尔| 繁昌| 白云| 分宜| 泸县| 三明| 南京| 河南| 西乌珠穆沁旗| 漳县| 陈巴尔虎旗| 哈密| 密云上甸子| 黔江| 永丰| 苏尼特左旗| 珲春| 同德| 温岭| 孟连| 顺平| 秦皇岛| 嵊州| 鹰潭| 若尔盖| 凤城| 巫山| 广宁| 长兴| 乾县| 容城| 乡城| 吐鲁番| 紫阳| 宾阳| 皋兰| 金堂| 定州| 海西| 宜黄| 柳江| 小二沟| 浚县| 休宁| 开阳| 宜春| 资溪| 永春| 汤阴| 榆次| 丰都| 潜山| 留坝| 贞丰| 尉犁| 绥江| 紫阳| 安龙| 秀山| 宁陕| 鄞州| 喜德| 环江| 乌斯太| 蕲春| 临泉| 平罗| 冠县| 白水| 百色| 白云| 环县| 城口| 吕泗| 静乐| 南城| 正镶白旗| 南充| 清水河| 永兴| 巫山| 扎兰屯| 郸城| 濉溪| 云县| 魏山| 南溪| 册亨| 五河| 错那| 平度| 凤山| 丹江口| 薛城| 呼和浩特| 昌平| 舟曲| 陆良| 隆尧| 濉溪| 阿城| 五寨| 若羌| 博爱| 南城| 浏阳| 威远| 南靖| 彬县| 弥勒