AI与供应链碰撞,会产生怎样的火花?

2022101408021793

人工智能AI(ArtificialIntelligence)

人工智能(英语:ArtificialIntelligence,缩写为AI)亦称机器智能,指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。

在2012年之后,得益于信息化积累的数据量上涨、运算力的提升和机器学习新算法(深度学习)的出现,人工智能AI开始进入不断发展和商业落地的时期。

2016年到2017年间,谷歌 (Google)旗下 DeepMind 公司开发的阿尔法围棋(AlphaGo)连续取得了第一个击败人类职业 围棋 选手、第一个战胜 围棋世界冠军 的 人工智能机器人等成绩,AI概念一时名声大振,走入大众的视野。

2022110809033963

图来源:csdn

在人工智能60年的研究发展中,一句话概括人工智能、机器学习和深度学习之间的关系,就是“机器学习是是一种实现人工智能的方法,深度学习是一种实现机器学习的技术。”
2022110809034068
图来源:Nvidia

供应链与供应链管理

供应链就是通过计划(Plan)、获得(Obtain)、存储(Store)、 分销 (Distribute)、服务(Serve)等这样一些活动而在顾客和供应商之间形成的一种衔接(Interface),从而使企业能将顾客所需的正确产品(Right Product)能够在正确的时间(Right time),按照正确的数量(Right Quantity)、正确的质量(Right Quality)和正确的状态(RightStatus)送到正确的地点(RightPlace)。

供应链管理通过ERP、MRP、CRM等系统的建设,已经基本完成了在生产流程不同环节、组织、人、设备之间的信息化,使得企业资源生产与消耗的数据逐渐可视,为合理地配置和利用企业资源,提高企业经营效率奠定了基础。

当人工智能AI(ArtificialIntelligence)典型的分类、预测与可视化算法,结合海量的运输、仓储、配送数据,把供应链上不同环节、组织、人、设备之间的流程连接起来,可以有效的分析和解决生产需求多变,生产周期参差,计划性差,柔性差,仓储周转率低,应收账款高等等典型供应链的问题。

2022110809034168

英诺森在专注解决能源领域的供应链优化问题中,意识到行业供应链体系正处于从“封闭式”向“开放式”,从“单一企业”向“产业平台”转变的过程中。为了解决能源供应链中数据标准不统一造成的管理难题,英诺森在主数据产品InData中,应用了实体识别、知识图谱和神经网络翻译三大AI技术。

命名实体识别(Named Entity Recognition,NER)是自然语言处理里的一项基础任务,就是指从文本中识别出命名性指称项,为关系抽取等任务做铺垫。狭义上,是使用非规则的方式识别出文本中的构成规律不明显的命名实体,如人名、地名、组织机构名等。

主数据中的企业物料编码数据,由于在历史管理系统中特征量实体无序、多义和嵌套等问题,一方面需要结合行业知识,解决编码重复和实体多义问题;另一方面需要结合主数据分类体系,输出最优实体识别结果。

2022110809034296

知识图谱(KnowledgeGraph)又称为科学知识图谱,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。

利用企业的物料编码主数据构建的知识图谱,能体现出完整的编码特征值知识体系,服务于InData产品中的清洗、搜索和推荐场景。在数据清洗的过程中,主数据管理人员可借助知识图谱,了解到某个新的特征量或新的联系,促使其结合专业知识,进行更深入的数据标准化管理。

2022110809034342

神经网络机器翻译(NeuralMachineTranslation,NMT)是最近几年提出来的一种机器翻译方法,能够训练一张能够从一个序列映射到另一个序列的神经网络,输出的可以是一个变长的序列,这在翻译、对话和文字概括方面获得较传统的统计机器翻译(SMT)更好的表现。

引入机器学习到企业物料编码的翻译中,算法可以通过学习多家个企业的主数据编码,自动捕捉行业通用翻译规则,智能映射到行业通用主数据库,减轻一物多码的清理工作量。

2022110809034370

供应链智能化增长飞轮

英诺森在供应链行业对AI落地的摸索与学习中,主要有以下2点心得体会:

首先,供应链信息化是智能化的基石。供应链行业由于涉及到企业生产物资的计划、生产、包装、仓储、物流以及成品销售等十几个业务环节。因此,供应链信息化的过程,不仅是提升仓储系统的数字化程度,同时也需要提升信息系统的流程自动化和数据标准化,使得更多维度的生产数据受益于信息化水平的不断提升。

其次,智能化的最终目标是提高客户体验,降本增效。供应链管理智能化的目标,始终是减少企业人工依赖程度,综合内外资源寻求最优行动方案,并带来明显的效率提升和成本节约。需要避免为智能而智能,不解决企业供应链真实痛点情况。

2022110809034491

特别声明:以上内容(如有图片或视频亦包括在内)为“电商网”专栏作者或机构上传并发布,观点仅代表作者本人或机构,不代表电商网立场。电商网仅提供信息存储服务。如因作品内容、版权和其他问题需要同我们联系的,请在相关作品刊发之日起30日内进行,以便我们及时处理。联系方式:service@cndsw.com.cn。
上一篇 2022年11月13日 13:55:38
下一篇 2022年11月13日 13:59:01

相关推荐

0755-33107611

在线咨询: QQ交谈

邮箱:service@cndsw.com.cn

工作时间:周一至周五

9:30-20:30,节假日休息

周末值班(9:30-22:30)

【网站公告】 尊敬的各位用户:请注意,自2024年5月1日起,未提交书面申请企业/机构/作者认证的用户,我们将不再审核其稿件并取消相应权限。如需申请认证,请移步至网站底部企业认证」/「作者认证进行表单填写,提前后请尽快联系在线客服QQ:595080069(索取用户认证盖章版文件)。感谢您的配合与支持! 电商网运营团队 敬上 2024年4月20日