人工智能是最核心的推動(dòng)性技術(shù)，伴隨著人工智能技術(shù)不斷迭代，供應(yīng)鏈也會(huì)越來(lái)越智慧化。
隨著機(jī)器視覺(jué)、自動(dòng)駕駛等技術(shù)不斷發(fā)展，供應(yīng)鏈將加速轉(zhuǎn)型，過(guò)去高度依賴人工操作的供應(yīng)環(huán)節(jié)，將向智能化方向加速升級(jí)。
在這個(gè)過(guò)程中，人工智能是最核心的推動(dòng)性技術(shù)，伴隨著人工智能技術(shù)不斷迭代，供應(yīng)鏈也會(huì)越來(lái)越智慧化。
01、成熟的供應(yīng)鏈?zhǔn)鞘裁礃樱?/strong>
供應(yīng)鏈轉(zhuǎn)型升級(jí)，是利用技術(shù)優(yōu)化產(chǎn)品從生產(chǎn)到消費(fèi)終端的每個(gè)環(huán)節(jié)，隨著技術(shù)的發(fā)展，將會(huì)看到智慧工廠、智能設(shè)備、智慧航運(yùn)加速發(fā)展，機(jī)器視覺(jué)、無(wú)人駕駛等技術(shù)將在改善工人安全、優(yōu)化庫(kù)存管理、降低維護(hù)成本和簡(jiǎn)化生產(chǎn)流程方面發(fā)揮越來(lái)越大的作用，助力供應(yīng)鏈全流程智慧化。
首先在生產(chǎn)制造環(huán)節(jié)，生產(chǎn)車間、工廠中的物聯(lián)網(wǎng)傳感器將大幅增加，通過(guò)機(jī)器深度學(xué)習(xí)，可用于預(yù)測(cè)機(jī)器故障。尤其對(duì)于工業(yè)制造業(yè)來(lái)說(shuō)，減少機(jī)器故障更意味著能穩(wěn)定生產(chǎn)。以前如果機(jī)器設(shè)備出現(xiàn)故障后，依靠人工可能要耗費(fèi)較長(zhǎng)時(shí)間檢索，然后再排除故障，但依靠傳感器、數(shù)據(jù)管理，可以即實(shí)查看問(wèn)題根源并做到及時(shí)修復(fù)。
到了運(yùn)輸環(huán)節(jié)，自動(dòng)駕駛和數(shù)據(jù)傳輸將發(fā)揮更大作用。比如，以往依靠人工駕駛重卡運(yùn)輸貨物，人工長(zhǎng)時(shí)間駕駛會(huì)出現(xiàn)駕駛疲勞，這時(shí)就需要休息，無(wú)疑會(huì)影響運(yùn)輸效率。而自動(dòng)駕駛技術(shù)成熟后，自動(dòng)駕駛重卡可以每天無(wú)間隙行駛，將會(huì)極大提高工作效率，而且自動(dòng)駕駛技術(shù)不會(huì)產(chǎn)生疲勞等隱患，能更快速、更安全地運(yùn)輸?shù)侥康牡亍?/p>
與此同時(shí)，依靠由云驅(qū)動(dòng)的數(shù)據(jù)貨運(yùn)網(wǎng)絡(luò)，能夠提供實(shí)時(shí)的貨運(yùn)數(shù)據(jù)，如果遇到惡劣天氣等突發(fā)事件，幫助人及時(shí)變更和優(yōu)化運(yùn)輸線路，工作效率也將更高效。
此前，當(dāng)商品到達(dá)目的地后，大多數(shù)都由人工分揀，而將來(lái)機(jī)器人分揀、自動(dòng)化傳輸將變得更加普及，并且會(huì)傳導(dǎo)至最后環(huán)節(jié)。例如，現(xiàn)在還能看到，每逢物流高峰時(shí)段，因包裹數(shù)量大、種類龐雜，快遞員人數(shù)有限，會(huì)產(chǎn)生物流運(yùn)輸慢、商品積壓等問(wèn)題，但隨著技術(shù)不斷發(fā)展，這些問(wèn)題都將逐步緩解。
隨著機(jī)器人技術(shù)的不斷創(chuàng)新，通過(guò)人工智能、機(jī)器視覺(jué)等技術(shù)，可對(duì)商品進(jìn)行精細(xì)化處理，機(jī)器人在倉(cāng)儲(chǔ)運(yùn)輸中也將發(fā)揮更大作用。
02、人工智能推動(dòng)供應(yīng)鏈變革
“科學(xué)技術(shù)是第一生產(chǎn)力”，推進(jìn)供應(yīng)鏈轉(zhuǎn)型升級(jí)，離不開(kāi)強(qiáng)大的科技支撐，尤其是機(jī)器視覺(jué)、深度學(xué)習(xí)、大數(shù)據(jù)和云計(jì)算等重點(diǎn)技術(shù)的不斷創(chuàng)新，為供應(yīng)鏈變革提供了巨大的想象空間。
比如機(jī)器視覺(jué)，這在打造智慧供應(yīng)鏈體系中有重要作用。在生產(chǎn)環(huán)節(jié)，可通過(guò)工業(yè)視覺(jué)進(jìn)行質(zhì)檢，以印刷品包裝檢測(cè)為例，可進(jìn)行內(nèi)容識(shí)別、設(shè)計(jì)校對(duì)、字號(hào)識(shí)別等，檢測(cè)包裝是否符合標(biāo)準(zhǔn)；在商品流通環(huán)節(jié)，基于機(jī)器視覺(jué)技術(shù)，可以重建物流倉(cāng)庫(kù)環(huán)節(jié)，幫助機(jī)器人進(jìn)行巡檢，還可以通過(guò)精準(zhǔn)識(shí)別技術(shù)，輔助機(jī)器人進(jìn)行自動(dòng)抓取。在消費(fèi)終端，尤其是在一些門店場(chǎng)景中，通過(guò)對(duì)商品圖片識(shí)別和深度學(xué)習(xí)，可幫助門店進(jìn)行智能結(jié)算、一體化營(yíng)銷等。
機(jī)器視覺(jué)只是人工智能的分支，把視野放大，人工智能技術(shù)將全方位重塑供應(yīng)鏈。根據(jù)公開(kāi)數(shù)據(jù)，人工智能將極大改變商業(yè)的運(yùn)作方式，預(yù)計(jì)到 2030 年，人工智能可為全球經(jīng)濟(jì) 15.7 萬(wàn)億美元。在麥肯錫的一項(xiàng)調(diào)查中，其調(diào)研數(shù)據(jù)表明，在人工智能應(yīng)用中獲益最多的行業(yè)中，供應(yīng)鏈管理排名前三。可以看到，人工智能對(duì)供應(yīng)鏈升級(jí)的影響之大。
具體到應(yīng)用上，供應(yīng)鏈中有大量適用人工智能的環(huán)節(jié)，比如無(wú)人駕駛倉(cāng)庫(kù)推車、巡檢機(jī)器人等，從生產(chǎn)端到最后的消費(fèi)終端，都可以融合人工智能技術(shù)。商品在整體供應(yīng)過(guò)程中會(huì)產(chǎn)生海量數(shù)據(jù)，單純依靠人工進(jìn)行數(shù)據(jù)處理，無(wú)疑會(huì)增加勞動(dòng)強(qiáng)度，通過(guò)人工智能技術(shù)，從數(shù)據(jù)產(chǎn)生到跟蹤分析，能及時(shí)發(fā)現(xiàn)異常并生成檢測(cè)報(bào)告，從而不斷改進(jìn)供應(yīng)鏈。
當(dāng)前在各環(huán)節(jié)依然存在大量重復(fù)性手工勞動(dòng)，通過(guò)人工智能技術(shù)可將部分進(jìn)行自動(dòng)化升級(jí)，這樣也能提高作業(yè)效率，進(jìn)一步降低成本。前文所述的自動(dòng)駕駛技術(shù)對(duì)供應(yīng)鏈影響也相對(duì)較大，目前在倉(cāng)庫(kù)存儲(chǔ)環(huán)節(jié)，還有大量工作要依靠人工，這些都可以通過(guò)自動(dòng)駕駛倉(cāng)庫(kù)推車等進(jìn)行作業(yè)。
像機(jī)器視覺(jué)、深度學(xué)習(xí)、自動(dòng)駕駛等都是基于人工智能的發(fā)展，并融合了大數(shù)據(jù)等前沿技術(shù)，未來(lái)隨著人工智能技術(shù)持續(xù)發(fā)展，會(huì)加速供應(yīng)鏈轉(zhuǎn)型升級(jí)。
03、最大挑戰(zhàn)仍然是人
通過(guò)人工智能促進(jìn)供應(yīng)鏈轉(zhuǎn)型升級(jí)，這個(gè)過(guò)程最大的挑戰(zhàn)仍然來(lái)自于人，單純依靠人工智能完全取代人工的想法并不切實(shí)際。首先是各環(huán)節(jié)涉及到的人員，要確保有了解和使用人工智能技術(shù)的基本技能，比如自動(dòng)駕駛倉(cāng)庫(kù)推車，如果倉(cāng)儲(chǔ)人員不會(huì)基本的操作，自動(dòng)駕駛倉(cāng)庫(kù)推車收不到指令，也不會(huì)良性運(yùn)轉(zhuǎn)。
再者，還要不斷培訓(xùn)人員，要讓上下游環(huán)節(jié)的參與者都能深度理解人工智能，在整個(gè)供應(yīng)鏈體系中，人工智能并不是完全孤立作業(yè)，而需要和人進(jìn)行搭配，因?yàn)槿斯ぶ悄芟到y(tǒng)也會(huì)出現(xiàn)損壞的情況，這也需要人員對(duì)技術(shù)有深度理解，避免系統(tǒng)出現(xiàn)問(wèn)題，保障各環(huán)節(jié)順利運(yùn)行。
人工智能的優(yōu)勢(shì)是能依靠海量數(shù)據(jù)，進(jìn)而作出比人類更精準(zhǔn)的預(yù)測(cè)和判斷，這里有個(gè)前提，是需要海量的數(shù)據(jù)支撐，并且數(shù)據(jù)要高質(zhì)量，所以還要通過(guò)人工方式，為人工智能系統(tǒng)提供有效的數(shù)據(jù)，否則缺少數(shù)據(jù)內(nèi)容，人工智能做出的判斷或許并不精準(zhǔn)，甚至?xí)`導(dǎo)人決策。
比如，在自動(dòng)駕駛技術(shù)上，如果這項(xiàng)技術(shù)沒(méi)有對(duì)海量的路況進(jìn)行分析和深度學(xué)習(xí)，等車輛上路行駛后，遇到突發(fā)事件和復(fù)雜路況就會(huì)無(wú)法判斷，會(huì)存在較大安全隱患。
本文提供的信息僅用于一般指導(dǎo)和信息目的，本文的內(nèi)容在任何情況下均不應(yīng)被視為投資、業(yè)務(wù)、法律或稅務(wù)建議。
本文來(lái)自微信公眾號(hào)：出新研究 （ID：chuxinyanjiu），作者：飛飛，編輯：唐詩(shī)
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。