考虑到这些天，“人工智能”几乎是成为陈词滥调的人的频率。也许，这可以归因于前者的一切都变得有多容易。在进行之前，了解实际上是什么人工智能。人工智能是计算机科学的一个分支，专注于智能机器的开发，这些机器就像人类一样。人工智能可分为两类，增强和自动化。增强是指帮助他们日常活动中的人类。
增强形式的AI示例是Siri，Cortana等，软件解决方案等虚拟助手。自动化是完全函数自己的AI，并且不需要任何人为干预来执行任务。自动驾驶汽车是自动化形式的AI的一个例子。人工智能，无论是以增强还是自动化，都在人力资源，制造，生产和分配等商业的几乎所有功能领域都是标记。
图片：Pixabay.
供应链是一个功能区域，无法破坏人工智能的重要性。这可能是两家公司竞争市场领导的差异因素。以下是人工智能将完全改变游戏在供应链中播放的一些方式：
•通过使用历史数据和趋势，可以能够将整个过程从产品的需求从对它的供应简化。此外，这将采用最低人类参与，从而降低成本，提高效率并节省大量时间。
•供应链最耗时的方面之一是运输。但是，这可以通过在运输中采用使用AI来改变。特斯拉和谷歌的喜欢已经达到了自动驾驶汽车的相当数量的成功。如果这项技术可以完全纳入供应链中，它将导致公司的巨大效益，特别是在提高准确性方面，减少交货时间和减少人力和劳动力成本。
•供应链是一个功能区域，基于数据广泛。传统上，由于数据限制，供应链被迫坚持某些参数。但是AI不会面临这个问题。通过访问完全无限的信息来源，AI将能够在考虑在最小风险和错误时的持续变化的条件之后修改供应计划。
人工智能已经被公司雇用，并导致了巨大的成功。对于一个人来说，西门子已经将其生产线自动化到这种程度，以至于它们可以在几周内运行无人监督。西门子还致力于创造一个完全自组织的工厂。本厂的目的是将订单和需求的自动转换为下班，并纳入生产过程。
Danone（食品公司）是另一家有益于在供应链中使用AI的公司。Danone使用的分析与机器学习功能相结合，分析需求计划的收益。这有助于他们将预测误差减少到20％，并且销售额的损失也减少了30％。技术巨头IBM提出了Watson供应链，主要目的是增加链可见性和获得风险洞察力。该系统采用认知技术来收集和解释来自各种来源的谨慎数据，如媒体，新闻源等。
游戏并不像在系统中采用AI的那么容易，并获得立即效益。有几点应该考虑，以确保AI可以导致所需的好处：
•供应链是完全基于数据的。更精确，实时数据。必须以这样的方式集成AI，即它具有即时和持续访问数据。
•此外，必须确保数据不仅限于组织。必须进行安排，以便AI可以访问与竞争对手在内的整个行业相关的数据。这是因为，如果AI无法看到最前部的需求，则提供链条的约束和成本，结果将不会比传统供应链更好。
•AI，在供应链中，当它不仅可以做出决定而且还可以及时执行它们时可以真正有益。
•可扩展性是传统供应链的另一个限制。但是，这可以通过使用AI来克服。AI必须能够快速处理大量信息，并且应该能够有效地做出决策，更重要的是大规模。
它是晶体清晰的，即人工智能是现在前进的。它现在掌握在坚定的手中，决定是否拥抱AI或坚持传统的供应链管理方法（这肯定会越早过时）。但是，必须指出的是，仅仅在供应链中实施AI是不够的，并且绝不是成功的保证。仅仅因为AI原来是富有成效的，这并不一定意味着它应该对他人具有相似的结果。这是因为没有两家公司是一样的。它们在很多感官中不同，如他们所面临的那种竞争，他们所采用的种类，财政和人力资源的数量，管理质量，生产过程中使用的原材料等。在继续实施供应链中的AI之前，这些是一些关键因素，等公司需要考虑。此外，AI的实施需要公平的投资，也可能要求该公司对员工裁员。因此，该公司应事先锻炼所有这些问题。总而言之，如果正确实施，AI潜力有可能完全改变公司的供应链，从而使其能够增加它的业务歧管。
本文已由国际管理局Anurag Ajay Gupta撰写撰写
参考
http://www.scmworld.com/artimal-intelligence-future-supply-chains/
