人們對人工智能的信心來源于其預測未來的能力

新冠疫情爆發以來，供應鏈危機逐步顯現。一方面，疫情下，各國封控政策、貨運工人短缺等問題導致全球供應鏈停滯、物流放緩，貨物大量積存于港口，運輸成本大幅提升。另一方面，2021 年半導體芯片短缺、2022年俄烏沖突及相關制裁使產業鏈斷裂，供應鏈危機愈發嚴峻。為解決供應鏈危機，有人寄希望于人工智能技術。那么，在應對危機過程中，人工智能能否發揮作用？

連接供應鏈上的數據點

市場研究公司3gem發布報告顯示，相關機構和組織對此持肯定態度。報告發現：在英國，超過一半（53%）的供應鏈決策者認為，人工智能是消除混亂的關鍵。

2021年9月，英國政府推出“國家人工智能戰略”，并表示，人工智能將成為眾多經濟領域的支柱，同時人工智能治理和監管應隨需而變。該戰略旨在幫助英國建立世界上最值得信賴和支持創新的人工智能治理體系。

人們對人工智能的信心來源于其預測未來的能力。人工智能可以提供全供應鏈信息，比人類分析師更好、更快地預測需求、供應和流通狀況，幫助企業正確決策，提升應對混亂的能力。

雖然英國脫歐、全球工人短缺等問題加劇了供應鏈危機，但究其根本，未來不可預測才是危機根源。pyramid分析公司產品管理總監伊恩·麥克唐納表示：“多年來，公司高管們依靠歷史數據，如過去的供需比率等，預測未來需求。類似疫情的黑天鵝事件發生后，此類分析方法便不再適用。”

人工智能如何改善混亂局面

數字業務咨詢公司publicis sapient的全球供應鏈主管尼廷·德蘇扎表示，疫情封控解除后，芯片短缺問題并未緩解。由于世界上50%的氖——制造半導體芯片的關鍵元素由烏克蘭生產提供，因此俄烏沖突加劇了芯片短缺，對全球供應鏈產生了巨大影響。

在此情形下，人工智能和機器學習可以幫助企業維持供應并提供緊急預案，在危機應對中發揮決定性作用。

“人工智能建立了各種場景模型，可以計算出恰當的購買價格與合適的溢價區間，”德蘇扎表示，“好的人工智能系統會利用機器學習不斷改進計算結果，甚至對于芯片的替代品也可以預測其商業影響。”

物流公司7bridges的首席執行官菲利普·阿什頓表示，人工智能成功預測了蘇伊士運河堵塞事件和疫情產生的邊境關閉，幫助企業提前準備行動。他說：“人工智能可以不斷、自主地模擬類似中斷事件，發現企業供應鏈的弱點；還可以調節外界變量（如產能減少或運輸成本增加），在部分供應鏈上進行敏感性測試。人工智能通過準確預測和推薦最優應對措施，確保供應鏈暢通。”

技術團隊中的人工智能

在基礎物流設施中，人工智能常被部署在現有平臺上，如企業資源規劃（erp）系統。人工智能中的關鍵技術，機器學習和自然語言處理等，可以隨時添加到系統上。

在生產線和倉庫等環境中，人工智能與其它技術組合后使用，如機器人流程自動化（rpa）和物聯網（iot）技術。一個基于人工智能的定位點系統（指汽車生產中，從開發制造到檢測裝車各環節要求遵循的定位點及公差要求）可以自動發現和預測機器中的問題，減輕員工人工檢驗的負擔。

生產線診斷公司augury的首席執行官薩爾·尤斯科維茨表示：“人工智能可以記錄關鍵的機械數據，如溫度、壓力、振動幅度等，實時監測成千上萬的機器。”

為什么人工智能不是萬能的？

人工智能的準確預測必須建立在大型、高質量的數據集上，因此，完美的人工智能物流系統應建立在全球供應鏈數據上，但目前看仍遙不可及。

it服務公司分析師布萊恩·貝茨表示：“各組織都在小心翼翼地保護信息，擔心信息泄露產生負面影響。大型組織 ，如沃爾瑪和波音，可以要求他們的供應商提供相關數據，但對小公司來說，如何讓供應商或客戶提供相關數據是關鍵問題。各組織需要找尋方法分享足夠的數據，同時又不至于過度分享。”

他認為，由于人工智能無法使用全部、無缺陷的數據，它們會做出不準確的預測和建議，對供應鏈影響弊大于利。例如，一輛編程錯誤的自動駕駛汽車會收集錯誤的貨物，事故發生也在所難免。

有人認為，合成數據可作為一種可能的解決方案。咨詢公司gartner預測，到2025年合成數據量將有巨大增長。但本質上，合成數據由人工智能和機器學習預測產生，如果原數據有限，它可能會加固偏見和錯誤，造成危險的結果。

人工智能與人類導師

即使是最客觀、數據最豐富的人工智能系統也無法獨自解決供應鏈問題。ieee高級會員、人工智能倫理工程師埃莉諾·沃森認為，“它能做的只有這么多，紓解物理上的困局。人工智能可能會提供一個較軟的著陸點，但它不能防止墜落。現實世界非常復雜，問題出現后往往需要人類的監督。”

沃森預測，人工智能領域的人才將是“一個巨大的增長領域”。只有企業客觀承認人工智能的潛力和局限性，他們才能與之合作，改善企業發展與經濟效益。

來源：itpro，原文標題《ai 如何幫助我們制止供應鏈危機》

作者：簡·霍斯金

以上是網絡信息轉載，信息真實性自行斟酌。