人工智能供應(yīng)鏈的時(shí)代已經(jīng)開啟，盡管人工智能的機(jī)遇和風(fēng)險(xiǎn)并存，但正如IBM所指出的人工智能自然適合供應(yīng)鏈【1】，AI將成為供應(yīng)鏈數(shù)字化重塑的戰(zhàn)略武器【1-2】，它將引領(lǐng)供應(yīng)鏈走向認(rèn)知和自主自適應(yīng)自愈的供應(yīng)鏈的更高級(jí)階段，從而幫助企業(yè)創(chuàng)新持續(xù)增長(zhǎng)，并且在不確定環(huán)境中規(guī)避風(fēng)險(xiǎn)保持競(jìng)爭(zhēng)優(yōu)勢(shì)。本文首先闡述了人工智能如何重塑數(shù)字化供應(yīng)鏈的趨勢(shì)，然后討論了供應(yīng)鏈數(shù)字化重塑的人工智能戰(zhàn)略，最后介紹了基于人工智能的自主和近乎自主的未來(lái)供應(yīng)鏈。

1. 用人工智能重塑供應(yīng)鏈

1.1 人工智能應(yīng)對(duì)供應(yīng)鏈新的需求

供應(yīng)鏈的古老目標(biāo)是在適當(dāng)?shù)臅r(shí)間、地點(diǎn)、地點(diǎn)提供合適的產(chǎn)品，這一直是一個(gè)挑戰(zhàn)性的目標(biāo)。今天，市場(chǎng)力量正在創(chuàng)造新的需求，其關(guān)鍵績(jī)效指標(biāo)是實(shí)際訂單與預(yù)測(cè)訂單和實(shí)際產(chǎn)量與計(jì)劃產(chǎn)量的比率，這些需求超過了傳統(tǒng)的供應(yīng)鏈能力。

• 市場(chǎng)波動(dòng)增加了不確定性和風(fēng)險(xiǎn)

競(jìng)爭(zhēng)、日益嚴(yán)格的監(jiān)管、不斷變化的地緣政治格局以及價(jià)格和供應(yīng)的不可預(yù)測(cè)性，特別是COVID-19這樣百年未遇的公共衛(wèi)生事件帶來(lái)的供應(yīng)鏈中斷，都在考驗(yàn)著企業(yè)在全球范圍內(nèi)的應(yīng)對(duì)準(zhǔn)備和經(jīng)濟(jì)高效運(yùn)營(yíng)的能力。

• 數(shù)字顛覆者正在掌控增長(zhǎng)

在許多類別中，新的利基品牌通過使用數(shù)字技術(shù)提供更具吸引力和相關(guān)性的體驗(yàn)來(lái)挑戰(zhàn)傳統(tǒng)領(lǐng)導(dǎo)者。在職者正試圖通過發(fā)展新的能力和能力來(lái)追趕。

• 消費(fèi)者的期望值不斷提高

他們想要定制產(chǎn)品的超個(gè)性化體驗(yàn)，以及本地化的執(zhí)行，包括在任何時(shí)候購(gòu)買、收集和退貨的能力。然而，現(xiàn)有的供應(yīng)鏈并不是為了滿足單一的客戶需求而設(shè)計(jì)的。

• 全渠道參與很難實(shí)現(xiàn)

一些傳統(tǒng)公司正試圖重新設(shè)計(jì)他們的運(yùn)營(yíng)方式，以提供統(tǒng)一的品牌體驗(yàn)和跨所有渠道的無(wú)障礙實(shí)現(xiàn)。

上面這些動(dòng)態(tài)正以指數(shù)級(jí)的方式增加供應(yīng)鏈的復(fù)雜性，進(jìn)而影響成本和風(fēng)險(xiǎn)。日益成熟的人工智能是賦能供應(yīng)鏈應(yīng)對(duì)這些日益增長(zhǎng)的復(fù)雜性，不確定性，增強(qiáng)人的認(rèn)知，預(yù)測(cè)及計(jì)劃，和快速響應(yīng)等能力去滿足新的需求，以達(dá)到降本增效，利潤(rùn)增長(zhǎng)。表1表明人工智能如何變革傳統(tǒng)供應(yīng)鏈：

表1: 人工智能如何變革傳統(tǒng)供應(yīng)鏈

為了確保能夠隨時(shí)隨地滿足客戶/顧客需求，領(lǐng)先的制造商和零售商，如美的，亞馬遜正在設(shè)計(jì)部署以人工智能為動(dòng)力的供應(yīng)鏈。在數(shù)字化供應(yīng)鏈中人工智能的使用正呈上升趨勢(shì)，據(jù)Marketsand Markets報(bào)道【3】，事實(shí)上，人工智能供應(yīng)鏈軟件市場(chǎng)目前的價(jià)值約為7億美元，預(yù)計(jì)到2025年將激增至100億美元以上，相當(dāng)于每年增長(zhǎng)約45%。

機(jī)器學(xué)習(xí)是供應(yīng)鏈中采用的最為廣泛和最有前途的人工智能技術(shù)之一。根據(jù)Grand View Research，Inc.的最新報(bào)告【4】，到2025年，全球機(jī)器學(xué)習(xí)市場(chǎng)  規(guī)模預(yù)計(jì)將達(dá)到967億美元。該市場(chǎng)預(yù)計(jì)將以復(fù)合年增長(zhǎng)率增長(zhǎng)從2019年到2025年為43.8％。大量數(shù)據(jù)的產(chǎn)生增加了可以對(duì)數(shù)據(jù)進(jìn)行智能分析技術(shù)的采用。Meticulos Research預(yù)計(jì)2019-2027年，全球人工智能在供應(yīng)鏈?zhǔn)袌?chǎng)的復(fù)合年增長(zhǎng)率為45.3％，到2027年將達(dá)到218億美元; 其中，預(yù)計(jì)亞太地區(qū)在整個(gè)預(yù)測(cè)期內(nèi)的復(fù)合年增長(zhǎng)率最快【5】。

人工智能之所有在供應(yīng)鏈領(lǐng)域有如此迅猛的發(fā)展，是由于人工智能使供應(yīng)鏈變得更快，更聰明，更精簡(jiǎn)，并且人工智能對(duì)供應(yīng)鏈變革產(chǎn)生的巨大商業(yè)價(jià)值。【6】指出將AI集成到復(fù)雜的生產(chǎn)和分銷網(wǎng)絡(luò)（供應(yīng)鏈）中，將比任何其他技術(shù)應(yīng)用產(chǎn)生更大的經(jīng)濟(jì)影響，并影響大量企業(yè)。麥肯錫（McKinsey）估計(jì)，通過在供應(yīng)鏈和制造業(yè)中使用人工智能，在從2018年起的未來(lái)二十年將獲得1.3-2萬(wàn)億美金的經(jīng)濟(jì)價(jià)值（見圖1）。【7】根據(jù)麥肯錫預(yù)測(cè)指出AI將為供應(yīng)鏈管理（SCM）和制造業(yè)增加$ 300B的價(jià)值，以及在消費(fèi)者包裝商品（CPG）的市場(chǎng)營(yíng)銷和銷售中增加$ 100B的價(jià)值。AI對(duì)CPG行業(yè)SCM和制造業(yè)務(wù)的最大潛在價(jià)值貢獻(xiàn)包括預(yù)測(cè)性維護(hù)，庫(kù)存和零件優(yōu)化以及產(chǎn)量?jī)?yōu)化。麥肯錫預(yù)測(cè)，人工智能將為CPG行業(yè)的市場(chǎng)營(yíng)銷和銷售貢獻(xiàn)$ 100B。

圖1：自2018年后二十年人工智能所產(chǎn)生潛在經(jīng)濟(jì)價(jià)值【6】

1.2 人工智能在供應(yīng)鏈中的應(yīng)用趨勢(shì)

供應(yīng)鏈數(shù)字化轉(zhuǎn)型后的下一步是供應(yīng)鏈數(shù)字化重塑，也就是全面實(shí)現(xiàn)供應(yīng)鏈的智能化，而人工智能技術(shù)將是重塑供應(yīng)鏈和實(shí)現(xiàn)其智能化的關(guān)鍵驅(qū)動(dòng)器之一。事實(shí)證明那些領(lǐng)先的企業(yè)，如華為，美的，亞馬遜，阿里，京東等無(wú)一不是將人工智能全面滲透供應(yīng)鏈來(lái)加速業(yè)務(wù)的轉(zhuǎn)型和提高市場(chǎng)競(jìng)爭(zhēng)力。特別是，機(jī)器學(xué)習(xí)在供應(yīng)鏈計(jì)劃，智能物流等方面的采用己初具成效，并且成為企業(yè)差異化競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵能力。 圖2是人工智能在供應(yīng)鏈中應(yīng)用趨勢(shì)的圖譜。它描繪了人工智能的主要技術(shù)：機(jī)器學(xué)習(xí)（ML），自然語(yǔ)言處理（NLP），認(rèn)知計(jì)算（Cognitive Computing），及其在供應(yīng)鏈管理和物流中的應(yīng)用趨勢(shì)。同時(shí)指出AI+其它數(shù)字技術(shù)所帶來(lái)的新價(jià)值創(chuàng)造。

圖2：人工智能在供應(yīng)鏈中應(yīng)用趨勢(shì)圖譜

人工智能增強(qiáng)日常業(yè)務(wù)活動(dòng)和企業(yè)戰(zhàn)略的潛力不僅引起了全球人民和組織的興趣，而且領(lǐng)先的企業(yè)已經(jīng)開始快速實(shí)施。然而，AI是什么？人工智能是由機(jī)器顯示的智能，其中，學(xué)習(xí)和基于行為的能力模仿自主而不是面向過程的智能。根據(jù)《AI極簡(jiǎn)經(jīng)濟(jì)學(xué)(A Simple Economics of Artificial Intelligence)》【8】，目前這一代人工智能與科幻小說(shuō)和電影中描繪的有著人類智慧的機(jī)器（它們通常被稱為"通用人工智能"，或AGI，或"強(qiáng)人工智能“）相去甚遠(yuǎn)。今天這一代人工智能可提供預(yù)測(cè)工具，幫助人類完成一些標(biāo)準(zhǔn)而又重復(fù)的工作，除此之外提供不了什么了。然而這一代人工智能已經(jīng)成熟到改變?nèi)祟惿罴吧虡I(yè)的行動(dòng)，特別如圖2所示，它是一項(xiàng)重塑供應(yīng)鏈的顛覆性技術(shù)。理解AI潛在應(yīng)用的最簡(jiǎn)單方法是明確定義它的潛在價(jià)值。AI在供應(yīng)鏈中的應(yīng)用可分為兩大類：

• 增強(qiáng)功能：AI，它可以幫助人們完成日常任務(wù)，無(wú)論是個(gè)人還是商業(yè)，都無(wú)須完全控制輸出。這種人工智能用于虛擬助手，數(shù)據(jù)分析，軟件解決方案; 它們主要用于減少人為偏見造成的錯(cuò)誤。使用AI算法（如機(jī)器學(xué)習(xí)）于需求，風(fēng)險(xiǎn)等預(yù)測(cè)是在供應(yīng)鏈中最重要的應(yīng)用，它極大提高了傳統(tǒng)預(yù)測(cè)的精度。而預(yù)測(cè)是決策的輸入，更精確的預(yù)測(cè)將產(chǎn)生更正確可行的決策。如產(chǎn)生最優(yōu)的補(bǔ)貨計(jì)劃，最佳的庫(kù)存計(jì)劃，和最及時(shí)的風(fēng)險(xiǎn)應(yīng)對(duì)計(jì)劃，本書第五章有詳細(xì)論述。

• 自動(dòng)化：AI，可在任何領(lǐng)域完全自主運(yùn)行，無(wú)需任何人為干預(yù)。例如，機(jī)器人在制造工廠中執(zhí)行關(guān)鍵工藝步驟。在供應(yīng)鏈領(lǐng)域中，無(wú)人倉(cāng)，無(wú)人送貨飛機(jī)等是典型的自動(dòng)化應(yīng)用。圖3展示了京東世界上首個(gè)無(wú)人倉(cāng)。在勞動(dòng)力成本不斷上漲的當(dāng)今，操作自動(dòng)化無(wú)疑為企業(yè)節(jié)省了成本提高了效率。然而全自動(dòng)化還只適合于局部的場(chǎng)景，全供應(yīng)鏈流程的自動(dòng)化仍然有待人工智能和其它數(shù)字技術(shù)的進(jìn)一步創(chuàng)新。

圖3：京東的全球首個(gè)全流程無(wú)人貨倉(cāng)

圖3中是京東的首個(gè)無(wú)人倉(cāng)庫(kù)也是全球首個(gè)全流程無(wú)人貨倉(cāng)坐落在上海市嘉定區(qū)。這個(gè)物流中心包括四個(gè)作業(yè)系統(tǒng)，分別是：收貨、存儲(chǔ)、訂單揀選、包裝、存儲(chǔ)系統(tǒng)有8組穿梭車立庫(kù)系統(tǒng)組成，可同時(shí)存儲(chǔ)商品6萬(wàn)箱。整個(gè)無(wú)人倉(cāng)分為三個(gè)主要區(qū)域：入庫(kù)+分揀+打包，倉(cāng)儲(chǔ)區(qū)域和出庫(kù)區(qū)域。無(wú)人倉(cāng)中，操控全局的智能控制系統(tǒng)，為京東自主研發(fā)的“智慧”大腦，倉(cāng)庫(kù)管理、控制、分揀和配送信息系統(tǒng)等均由京東開發(fā)并擁有自主知識(shí)產(chǎn)權(quán)，整個(gè)系統(tǒng)均由京東總集成。無(wú)人倉(cāng)的智能大腦在0.2秒內(nèi)，可以為計(jì)算出300多個(gè)機(jī)器人運(yùn)行的680億條可行路徑，并做出最佳選擇。智能控制系統(tǒng)反應(yīng)速度0.017秒，許多心理學(xué)專家對(duì)人的生理反應(yīng)時(shí)間做過實(shí)驗(yàn)，結(jié)果都測(cè)得大于0.1s，也就是說(shuō)，無(wú)人倉(cāng)智能大腦的反應(yīng)速度是人的6倍。

AI 在供應(yīng)鏈中應(yīng)用的另一個(gè)發(fā)展趨勢(shì)是供應(yīng)鏈物流供應(yīng)商【2】，如領(lǐng)先的3PL企業(yè)也開始把AI應(yīng)用于第三方物流。例如2020年9月北美領(lǐng)先的第三方物流提供商Kenco Logistics宣布推出達(dá)芬奇AI（DaVinci AI），該產(chǎn)品可提供涵蓋整個(gè)供應(yīng)鏈的高級(jí)分析功能。該創(chuàng)新產(chǎn)品使解決方案能夠產(chǎn)生預(yù)測(cè)見解，從而推動(dòng)規(guī)定性行動(dòng)，改變供應(yīng)鏈。達(dá)芬奇AI是Kenco數(shù)字化轉(zhuǎn)型戰(zhàn)略的基礎(chǔ)組成部分，它積極提供定制解決方案，以實(shí)現(xiàn)供應(yīng)鏈中的智能可見性和透明度。例如，在倉(cāng)庫(kù)運(yùn)營(yíng)中，達(dá)芬奇AI可用于主動(dòng)管理數(shù)量波動(dòng)，從而改善庫(kù)存管理并評(píng)估市場(chǎng)波動(dòng)，從而制定理想的勞動(dòng)計(jì)劃。在物料搬運(yùn)領(lǐng)域，該產(chǎn)品可以從影響維護(hù)的所有因素中預(yù)測(cè)設(shè)備故障，以防止浪費(fèi)時(shí)間和提高生產(chǎn)率。為確保按時(shí)交付，達(dá)芬奇AI主動(dòng)預(yù)測(cè)所有模式和運(yùn)營(yíng)商之間運(yùn)輸網(wǎng)絡(luò)中的服務(wù)故障。在整個(gè)供應(yīng)鏈中，達(dá)芬奇AI可以提供認(rèn)知見解，以使客戶能夠在問題發(fā)生之前進(jìn)行預(yù)防。達(dá)芬奇AI已經(jīng)在為其客戶運(yùn)營(yíng)中每年節(jié)省了超過100萬(wàn)美元。

2.供應(yīng)鏈數(shù)字化重塑的人工智能戰(zhàn)略

2.1 人工智能時(shí)代的競(jìng)爭(zhēng)

因?yàn)槿斯ぶ悄芟到y(tǒng)會(huì)思考和互動(dòng)，所以它們總是與人相比。但是，盡管人類在并行處理（模式識(shí)別）方面很快，而在順序處理（邏輯推理）方面卻很慢，但是計(jì)算機(jī)已經(jīng)在狹窄的領(lǐng)域中掌握了前者，而在后者方面則非常快。就像潛水艇不游泳一樣，機(jī)器以自己的方式解決問題并完成任務(wù)。

沒有處理能力的進(jìn)一步飛躍，機(jī)器將無(wú)法達(dá)到通用人工智能（AGI）：各種不同類型的問題解決能力的組合，這是人類智能的特征。例如，當(dāng)今的自動(dòng)駕駛汽車并沒有表現(xiàn)出我們認(rèn)為的常識(shí)，例如放棄游覽以幫助掉下自行車的孩子。但是，如果正確應(yīng)用，則AI擅長(zhǎng)快速，智能和徹底地執(zhí)行許多業(yè)務(wù)任務(wù)。

人工智能不再是選修課。對(duì)于公司而言，弄清人類和計(jì)算機(jī)如何相互扮演彼此的優(yōu)勢(shì)以創(chuàng)造新型的人機(jī)（人+AI）競(jìng)爭(zhēng)優(yōu)勢(shì)至關(guān)重要。在人工智能時(shí)代，競(jìng)爭(zhēng)優(yōu)勢(shì)正在演變：AI不會(huì)浪費(fèi)傳統(tǒng)的競(jìng)爭(zhēng)優(yōu)勢(shì)資源，例如地位和能力，而是對(duì)其進(jìn)行了重組（見圖4）。因此，公司需要?jiǎng)討B(tài)地了解其優(yōu)勢(shì)。例如，位置優(yōu)勢(shì)通常集中在相對(duì)靜態(tài)的方面，這些方面可以使公司贏得市場(chǎng)份額：專有資產(chǎn)，分銷網(wǎng)絡(luò)，客戶訪問權(quán)和規(guī)模。這些信念必須在AI世界中重新想象。公司要利用傳統(tǒng)優(yōu)勢(shì)+AI的綜合優(yōu)勢(shì)或由AI改進(jìn)的傳統(tǒng)優(yōu)勢(shì)來(lái)創(chuàng)造新型的人機(jī)（人+AI）競(jìng)爭(zhēng)優(yōu)勢(shì)。

圖4：利用人和機(jī)器的雙競(jìng)爭(zhēng)優(yōu)勢(shì)【9】

2.2 供應(yīng)鏈數(shù)字化重塑的人工智能戰(zhàn)略

AI給企業(yè)帶來(lái)了新的競(jìng)爭(zhēng)優(yōu)勢(shì)，但這種優(yōu)勢(shì)僅僅影響到公司的運(yùn)營(yíng)層面，還是會(huì)改變公司的戰(zhàn)略。《AI極簡(jiǎn)經(jīng)濟(jì)學(xué)(A Simple Economics of Artificial Intelligence)》的作者指出以下三個(gè)因素決定對(duì)AI的投資將上升到公司戰(zhàn)略決策（而不僅僅是運(yùn)營(yíng)決策）的層面:

• 必須存在戰(zhàn)略困境或兩難的權(quán)衡。例如亞馬遜在改變傳統(tǒng)的先買后寄的模式為先寄后買時(shí)的困境在于，先寄后買可能會(huì)產(chǎn)生更多的銷售額，但同時(shí)也會(huì)帶來(lái)更多消費(fèi)者想要退貨的情況。因此沒有技術(shù)上的變革，新的模式很難成功。

• 某個(gè)問題可以通過減少不確定性來(lái)解決。對(duì)于許多零售商來(lái)說(shuō)，銷售預(yù)測(cè)的不準(zhǔn)確帶來(lái)的供應(yīng)鏈不確定性是頭痛的問題。對(duì)亞馬遜的先寄后買模式來(lái)說(shuō)，AI能幫助預(yù)測(cè)到如果將貨物送到客戶家門口會(huì)發(fā)生什幺，那么就可減少退貨率，而提高銷售額。

• 公司需要一臺(tái)能夠降低不確定性，改變戰(zhàn)略兩難平衡的預(yù)測(cè)機(jī)器（AI）。對(duì)亞馬遜而言，一套非常準(zhǔn)確的客戶需求模型加上AI算法或許能讓先寄后買的商業(yè)模式變得值得一試，以求達(dá)到銷售額增長(zhǎng)的收益超過退貨成本。

基于以上三個(gè)因素，亞馬遜將人工智能上升到公司的戰(zhàn)略層面。人工智能作為亞馬遜的供應(yīng)鏈戰(zhàn)略使它獲得了在零售領(lǐng)域無(wú)人比擬的競(jìng)爭(zhēng)優(yōu)勢(shì)。

不是所有了解和應(yīng)用人工智能的企業(yè)都把人工智能作為企業(yè)的戰(zhàn)略。2019年《MIT斯隆管理評(píng)論》和波士頓咨詢公司（BCG）聯(lián)合開展的全球人工智能的調(diào)研，2555名受訪者來(lái)自29個(gè)行業(yè)，97個(gè)國(guó)家。該調(diào)研還訪問了17位多個(gè)行業(yè)大企業(yè)中負(fù)責(zé)人工智能項(xiàng)目的高管。該研究成果發(fā)表在研究報(bào)告《贏在人工智能: 戰(zhàn)略，組織行為與技術(shù)三位一體》【10】中。該報(bào)告根據(jù)受訪者對(duì)人工智能概念和工具的理解，以及人工智能的應(yīng)用水平，將其分成四組（見圖5）：

圖5：企業(yè)應(yīng)用人工智能的成熟度

從上圖可見，只有20%的領(lǐng)先企業(yè)真正理解人工智能的價(jià)值并走在其應(yīng)用的前沿，也只有這些企業(yè)認(rèn)識(shí)到人工智能是公司戰(zhàn)略的需要，將其作為公司的戰(zhàn)略之一。報(bào)告指出大多數(shù)的受訪企業(yè)認(rèn)為人工智能既是戰(zhàn)略機(jī)遇也是戰(zhàn)略風(fēng)險(xiǎn)，而領(lǐng)先企業(yè)都認(rèn)為戰(zhàn)略機(jī)遇大于風(fēng)險(xiǎn)。他們?cè)谌斯ぶ悄苋瞬牛M織，技術(shù)方面有更大的投資。中國(guó)的領(lǐng)先企業(yè)在人工智能領(lǐng)域展現(xiàn)出更廣闊的視野與戰(zhàn)略。他們比外國(guó)受訪企業(yè)更可能設(shè)定宏大的人工智能目標(biāo)（分別為79%、37%），并將人工智能用于許多領(lǐng)域，以助力降本增效，業(yè)務(wù)增長(zhǎng)，新產(chǎn)品和服務(wù)的開發(fā)。特別適用于在本書關(guān)注的供應(yīng)鏈數(shù)字化重塑。華為，京東，菜鳥，美團(tuán)等人工智能領(lǐng)先企業(yè)把人工智能作為他們的供應(yīng)鏈數(shù)字化重塑戰(zhàn)略，把人工智能應(yīng)用到供應(yīng)鏈的所有重要領(lǐng)域，如供應(yīng)鏈計(jì)劃預(yù)測(cè)，智能倉(cāng)儲(chǔ)，智能配送運(yùn)輸?shù)鹊取?/p>

如圖6所示，就大多數(shù)的受訪中國(guó)企業(yè)來(lái)說(shuō)，他們比外國(guó)受訪企業(yè)更認(rèn)為戰(zhàn)略風(fēng)險(xiǎn)大于戰(zhàn)略機(jī)遇，但中國(guó)領(lǐng)先企業(yè)認(rèn)為人工智能對(duì)收入的影響更大。

圖6：風(fēng)險(xiǎn)增大，對(duì)收入的影響依然存在

人工智能應(yīng)用的風(fēng)險(xiǎn)主要來(lái)自人們對(duì)人工智能的認(rèn)知不夠，同時(shí)也來(lái)自人工智能應(yīng)用的挑戰(zhàn)。特別是在復(fù)雜的供應(yīng)鏈領(lǐng)域，盡管人工智能，如機(jī)器學(xué)習(xí)在預(yù)測(cè)方面，庫(kù)存管理，倉(cāng)庫(kù)機(jī)器人自動(dòng)化等方面己取得成功，但是仍然存在很多挑戰(zhàn)。過去二十年，訂單履約過程的大部分環(huán)節(jié)都實(shí)現(xiàn)了自動(dòng)化，然而履約中心仍然雇用了大量員工。雖然自亞馬遜2012收購(gòu)了Kiva后, 供應(yīng)鏈履約中心實(shí)現(xiàn)了貨到人的自動(dòng)化，然而需要工人對(duì)貨物進(jìn)行分棟，把各種不同貨物放在不同的運(yùn)貨箱，由傳送帶送到它的下一站。正如《AI極簡(jiǎn)經(jīng)濟(jì)學(xué)》指出的“人類將繼續(xù)在履約定單的過程中發(fā)揮作用，是因?yàn)槲覀冊(cè)谧ノ辗矫妫ㄉ焓职褨|西拾起來(lái)，放到別處）有著相對(duì)更好的表現(xiàn)。迄今為止，這項(xiàng)任務(wù)沒有實(shí)現(xiàn)自動(dòng)化。”

圖7：2016年亞馬遜第一次揀選挑戰(zhàn)賽【11】

由于非結(jié)構(gòu)化貨品種類繁多，形狀尺寸各異，使得目前人工智能技術(shù)難以實(shí)現(xiàn)自動(dòng)從貨架上抓取和揀選貨品。然而那些敢于應(yīng)對(duì)挑戰(zhàn)的領(lǐng)先企業(yè)才可能獲得最大的戰(zhàn)略優(yōu)勢(shì)。亞馬遜就是迎戰(zhàn)人工智能在供應(yīng)鏈領(lǐng)域應(yīng)用的典范。它不僅最早在履約中心引入貨到人機(jī)器人技術(shù)，而且自2016年起，每年舉行亞馬遜分棟挑戰(zhàn)賽（Amazon Picking Challenge）（見圖7），聚焦于非結(jié)構(gòu)化履約中心的自動(dòng)化分棟，激勵(lì)全世界優(yōu)秀的機(jī)器人和AI團(tuán)隊(duì)共同解決這個(gè)自動(dòng)抓取的難題。盡管來(lái)自麻省理工大學(xué)等研究機(jī)構(gòu)的頂尖團(tuán)隊(duì)，加上世界頂級(jí)的工業(yè)機(jī)器人裝備（分別來(lái)自百特，莫托曼，優(yōu)傲，ABB，PR2, 和Barrett Arm等），然而迄今為止，他們?nèi)晕凑业揭粋€(gè)工業(yè)級(jí)的解決方案。其根本原因是目前人工智能倉(cāng)庫(kù)機(jī)器人在面臨非結(jié)構(gòu)化的無(wú)限個(gè)"如果"（倉(cāng)庫(kù)分揀有數(shù)量無(wú)限的“如果”）時(shí)，它不僅要識(shí)別對(duì)象（分析圖像），預(yù)測(cè)合適的角度和抓力，以便抓取而不損壞貨品，這實(shí)際需更高精度的機(jī)器預(yù)測(cè)，而目前的倉(cāng)庫(kù)機(jī)器人還做不到。然而，人們還在繼續(xù)努力找尋解決方案，例如采用深度學(xué)習(xí)提高對(duì)抓取貨品的識(shí)別能力，還有采用強(qiáng)化學(xué)習(xí)來(lái)訓(xùn)練機(jī)器人模仿人類分揀，以教會(huì)機(jī)器人做自動(dòng)分揀。本書作者相信在不遠(yuǎn)的將來(lái)，人類一定會(huì)實(shí)現(xiàn)倉(cāng)庫(kù)機(jī)器人分揀自動(dòng)化，從而把分揀工人從繁重的勞動(dòng)中解放出來(lái)。

2.3 供應(yīng)鏈人工智能戰(zhàn)略制勝指南

由于人工智能在供應(yīng)鏈方面的潛在戰(zhàn)略優(yōu)勢(shì)，許多公司都卷入了應(yīng)用人工智能于供應(yīng)鏈的競(jìng)賽。然而大多數(shù)公司對(duì)投入產(chǎn)出結(jié)果感到不滿意。這是由于當(dāng)前許多公司并沒有完成供應(yīng)鏈的數(shù)字化轉(zhuǎn)型，缺乏應(yīng)用人工智能的數(shù)字基礎(chǔ)。這表現(xiàn)在以下幾個(gè)方面:

• 以企業(yè)為中心

• 需要大量昂貴的規(guī)劃師

• 在流程的每一步和供應(yīng)網(wǎng)絡(luò)的每個(gè)節(jié)點(diǎn)運(yùn)行復(fù)雜的引擎

• 通常與其他功能和/或合作伙伴沖突

• 由于這些系統(tǒng)在本地進(jìn)行了次優(yōu)化，因此錯(cuò)過了隱藏在網(wǎng)絡(luò)中的巨大機(jī)會(huì)

• 處理陳舊的數(shù)據(jù)，從而推薦錯(cuò)誤的決策

• 使用與現(xiàn)實(shí)世界無(wú)關(guān)的簡(jiǎn)化、過于簡(jiǎn)化的問題模型這些限制嚴(yán)重抑制了人工智能ROI（投資回報(bào)率）。

此外，公司今天的表現(xiàn)如何？例如，典型的零售/快消品供應(yīng)鏈仍有60-75天的庫(kù)存。該店的平均服務(wù)水平約為96%，促銷商品的服務(wù)水平遠(yuǎn)低于80%的范圍。休閑餐飲市場(chǎng)的庫(kù)存量約為12-15天，浪費(fèi)率較高，銷售成本較高。所以，除非人工智能能夠?qū)@些指標(biāo)產(chǎn)生重大影響，否則它根本無(wú)法實(shí)現(xiàn)其承約的ROI。問題是，今天的大多數(shù)系統(tǒng)都缺少能讓人工智能實(shí)現(xiàn)其價(jià)值所需的關(guān)鍵要素。其中最重要的就是人工智能所需要的盡可能多的優(yōu)良數(shù)據(jù)。

人工智能可以為供應(yīng)鏈管理者帶來(lái)巨大的好處，但考慮到當(dāng)今現(xiàn)代供應(yīng)鏈的多樣性和動(dòng)態(tài)性，以及居多不確定性，成功應(yīng)用人工智能的前提是它必須基于堅(jiān)實(shí)的基礎(chǔ)。One Network在它的研究報(bào)告【12】中提出了人工智能在供應(yīng)鏈中取得成功的8個(gè)關(guān)鍵要素可以作為供應(yīng)鏈人工智能戰(zhàn)略制勝指南（詳見表2）。

表2：人工智能在供應(yīng)鏈中取得成功的8個(gè)關(guān)鍵要素

多年的人工智能用于供應(yīng)鏈的經(jīng)驗(yàn)表明上表中八個(gè)成功要素缺一不可。如有一個(gè)要素忽略了，你將會(huì)得平庸甚至錯(cuò)誤的結(jié)果，但如何在人工智能用于供應(yīng)鏈時(shí)所有要素都被考慮，則你確實(shí)可以達(dá)到世界一流的結(jié)果和較高的AI投資回報(bào)。

3.自主和近乎自主的未來(lái)供應(yīng)鏈

無(wú)人車、無(wú)人機(jī)、無(wú)人倉(cāng)、無(wú)人站、配送機(jī)器人等“無(wú)人科技”正成為電商、外賣、物流的新寵兒（見圖8），在人工智能及其它新技術(shù)的重構(gòu)下，“低頭下訂單，抬頭收快遞”的生活方式正在成為可能。自主交付產(chǎn)品的概念正逐漸開始成為現(xiàn)實(shí)。雖然在到達(dá)無(wú)人為或近乎無(wú)人為干預(yù)的供應(yīng)鏈之前要克服許多障礙，但有許多工業(yè)實(shí)例表明這是可行和實(shí)用的。人們似乎從自主交付看到了自主和近乎自主供應(yīng)鏈，即無(wú)人干預(yù)或近乎無(wú)人干預(yù)的供應(yīng)鏈未來(lái)可期。

圖8：順豐無(wú)人機(jī)和京東自動(dòng)送貨車

圖9從以下三個(gè)維度描繪了一個(gè)數(shù)字化供應(yīng)鏈成熟度模型：

• AI優(yōu)勢(shì)和價(jià)值：可視化供應(yīng)鏈和前瞻性供應(yīng)鏈基本上還在描述性和傳統(tǒng)預(yù)測(cè)性分析供應(yīng)鏈階段，無(wú)AI優(yōu)勢(shì)。智薦式供應(yīng)鏈?zhǔn)侵悄芄?yīng)鏈的初級(jí)階段，已開始采用：AI機(jī)器學(xué)習(xí)算法做預(yù)測(cè)和規(guī)定性分析決策。自主學(xué)習(xí)供應(yīng)鏈?zhǔn)且訟I驅(qū)動(dòng)的供應(yīng)鏈，具有自學(xué)習(xí)，自修復(fù)和自適應(yīng)的功能。AI優(yōu)勢(shì)的價(jià)值在于使供應(yīng)鏈達(dá)到計(jì)劃精準(zhǔn)，運(yùn)營(yíng)高效，成本最低，庫(kù)存最優(yōu)，風(fēng)險(xiǎn)最小。

• 差異化和自動(dòng)化：從左到右，自動(dòng)化程度由低到高，自主學(xué)習(xí)供應(yīng)鏈將達(dá)到從計(jì)劃，生產(chǎn)，交付端到端的全或近乎全自動(dòng)化。

• 自主性和人工干預(yù)性：每個(gè)階段，由低到高，自主性從低到高，人工干預(yù)性由高到低。自主學(xué)習(xí)供應(yīng)鏈有最高的自主性和最低人工干預(yù)。

圖9：數(shù)字化供應(yīng)鏈成熟度模型

盡管自主學(xué)習(xí)供應(yīng)鏈聽起來(lái)非常酷，理論上也似乎可以做到，但完全自主實(shí)現(xiàn)端到端的供應(yīng)鏈?zhǔn)欠窨尚校欠癖匾瑯I(yè)界有許多爭(zhēng)議。這實(shí)際上是關(guān)乎在供應(yīng)鏈中，AI是否比人更勝任，能完全代替人的工作？實(shí)際上，目前在供應(yīng)鏈中使用的自主技術(shù)是非常有限的。托運(yùn)人，承運(yùn)人，供應(yīng)商以及供應(yīng)鏈中的其他人員已經(jīng)集成了自主技術(shù)多年，以提高效率和安全記錄。諸如ERP和MRP之類的某些系統(tǒng)用于通過識(shí)別組裝產(chǎn)品所需的零件來(lái)控制制造。實(shí)際上，當(dāng)今許多現(xiàn)代汽車，卡車和SUV都是完全自動(dòng)組裝的。還有其他組織，例如Amazon.com和其他大型零售商，它們使用自主技術(shù)從較小的容器中提取零件或商品，進(jìn)行包裝并準(zhǔn)備運(yùn)輸。

一些可以自動(dòng)提高效率的特定組件和設(shè)備包括：

• 零件揀選設(shè)備。這些機(jī)器讀取傳感器和條形碼以識(shí)別組裝或運(yùn)輸所需的組件。

• 機(jī)器人揀選：已經(jīng)有幾種自動(dòng)叉車和其他自動(dòng)設(shè)備用于從鋼鐵和其他倉(cāng)庫(kù)中揀選產(chǎn)品。

• 運(yùn)輸設(shè)備：有些自動(dòng)駕駛車輛（通常在倉(cāng)庫(kù)中）用于在整個(gè)倉(cāng)庫(kù)中運(yùn)輸設(shè)備和物資。

這幾乎是我們當(dāng)前所擁有的供應(yīng)鏈自主能力。就機(jī)器人揀選而言，對(duì)于非結(jié)構(gòu)性物品，目前的自主學(xué)習(xí)能力還無(wú)能為力，人仍然比機(jī)器更強(qiáng)。

本文作者認(rèn)為真正意義的全自主供應(yīng)鏈只適應(yīng)于某些供應(yīng)鏈場(chǎng)景，對(duì)于整個(gè)供應(yīng)鏈來(lái)說(shuō)，近乎自主學(xué)習(xí)和人機(jī)智能組合的供應(yīng)鏈?zhǔn)俏磥?lái)理想的自主學(xué)習(xí)供應(yīng)鏈。本文所指的自主學(xué)習(xí)供應(yīng)鏈將指這種模式。在此，近乎自主學(xué)習(xí)是指一切可由AI主導(dǎo)的自主學(xué)習(xí)技術(shù)代替人在供應(yīng)鏈中的工作時(shí)采用自主學(xué)習(xí)技術(shù)。當(dāng)然如果供應(yīng)鏈中的所有工作都能被自主學(xué)習(xí)技術(shù)所代替，那就是理想中的自主學(xué)習(xí)供應(yīng)鏈。盡管目前這還只是供應(yīng)鏈業(yè)界的一個(gè)愿景，已經(jīng)有一批領(lǐng)先企業(yè)在沖刺自主學(xué)習(xí)供應(yīng)鏈的高峰。

美國(guó)有名的供應(yīng)鏈解決方案提供商JDA 2019年收購(gòu)了AI技術(shù)公司Blue Yonder, 之后更名為（簡(jiǎn)稱BY），其新的公司戰(zhàn)略就是打造自主式供應(yīng)鏈。BY的一項(xiàng)自主供應(yīng)鏈的需求調(diào)研報(bào)告指出受訪供應(yīng)鏈管理者的五條主要反饋意見（見圖10）：

圖10：自主供應(yīng)鏈需求的五條主要反饋意見【13】

BY的調(diào)研報(bào)告指出在運(yùn)營(yíng)干擾不斷的情況下，汽車企業(yè)需要考慮所有可能的危機(jī)對(duì)策。保持敏捷性，專注于運(yùn)營(yíng)和供應(yīng)鏈優(yōu)化項(xiàng)目并提前規(guī)劃復(fù)蘇路徑，是業(yè)界必須要堅(jiān)持的幾項(xiàng)工作。汽車企業(yè)有較高的自主供應(yīng)鏈需求。該報(bào)告還提出了發(fā)展自主式供應(yīng)鏈的四個(gè)關(guān)鍵階段（見圖11）。

圖11：發(fā)展自主式供應(yīng)鏈的四個(gè)關(guān)鍵階段【13】

BY發(fā)展了一個(gè)以智能控制塔為核心的智能自主供應(yīng)鏈的系統(tǒng)（見圖12），它包括可見性/監(jiān)控，網(wǎng)絡(luò)/邊緣感知，內(nèi)外協(xié)同，編排，決策，和分析六大功能。它已成功用于某些零售和制造供應(yīng)鏈。智能自主供應(yīng)鏈將供應(yīng)鏈知識(shí)和AI技術(shù)相結(jié)合，充分利用可用的大量信息，極大增強(qiáng)了人類用戶的能力，特別是應(yīng)對(duì)供應(yīng)鏈不確定性，如新冠疫情造成的供應(yīng)鏈中斷風(fēng)險(xiǎn)。

圖12：Blue Yonder 智能自主供應(yīng)鏈【14】

安永（EY）是一家有名的咨詢公司。該公司在其研究報(bào)告《數(shù)字時(shí)代如何重塑供應(yīng)鏈（How do I reinvent my supply chain for the digital age?）》中提出了實(shí)現(xiàn)卓越EY綜合集成數(shù)字計(jì)劃（IDP）的五個(gè)階段的方法（見圖13），其中第五階段就是基于認(rèn)知和人工智能的自動(dòng)化，機(jī)器人流程自動(dòng)化的自主供應(yīng)鏈計(jì)劃（熄燈計(jì)劃）。它應(yīng)該是自主供應(yīng)鏈的核心部分。

圖13：實(shí)現(xiàn)卓越EY綜合集成數(shù)字計(jì)劃（IDP）的五個(gè)階段的方法【15】

自愈供應(yīng)鏈?zhǔn)亲灾鞴?yīng)鏈的重要部分。Kinaxis，Inc. 一個(gè)優(yōu)秀的供應(yīng)鏈解決方案提供商最近在自愈供應(yīng)鏈方面取得進(jìn)展，其解決方案謀求以自動(dòng)化方式消除供應(yīng)鏈設(shè)計(jì)性能與實(shí)際性能之間的差距。利用人工智能和機(jī)器學(xué)習(xí)的進(jìn)步，自愈供應(yīng)鏈（SHSC）【16】可以監(jiān)控系統(tǒng)的不同“組件”，看看它們的真實(shí)世界性能是否與計(jì)劃中的預(yù)期性能匹配，即“按設(shè)計(jì)”狀態(tài)。這樣做的話，制定計(jì)劃者和其他人將有能力幫助他們的供應(yīng)鏈自我修復(fù)。一旦能夠根據(jù)實(shí)際供應(yīng)鏈能力制定計(jì)劃，自我修復(fù)的供應(yīng)鏈最終將能夠補(bǔ)救特定的問題，例如需求突然出現(xiàn)意外激增、供應(yīng)商的特定訂單延遲交付，甚至包括颶風(fēng)和海嘯等宏觀事件。

SHSC的承諾在于提高用于生成供應(yīng)鏈計(jì)劃的數(shù)據(jù)質(zhì)量，以及隨后這些計(jì)劃質(zhì)量的改進(jìn)。對(duì)于經(jīng)驗(yàn)豐富的供應(yīng)鏈專業(yè)人士來(lái)說(shuō)，這一機(jī)會(huì)并不令人意外。數(shù)據(jù)質(zhì)量問題一直困擾著供應(yīng)鏈計(jì)劃和執(zhí)行：當(dāng)供應(yīng)鏈計(jì)劃系統(tǒng)接收到低質(zhì)量的數(shù)據(jù)時(shí)，垃圾輸入和垃圾輸出是一個(gè)恰當(dāng)?shù)拿枋觥?shù)據(jù)質(zhì)量問題是SHSC概念的一個(gè)關(guān)鍵方面。通過使用SHSC的AI和ML功能來(lái)解決數(shù)據(jù)質(zhì)量問題，可以解決通過AI/ML半自主運(yùn)營(yíng)供應(yīng)鏈的更廣泛?jiǎn)栴}。

為了進(jìn)一步推動(dòng)以客戶為中心的供應(yīng)鏈，需要新形式的數(shù)據(jù)的一個(gè)重要方面（見圖14）。因此，SHSC所需的數(shù)據(jù)既存在于公司內(nèi)部，也存在于公司外部。這些數(shù)據(jù)可以是高度結(jié)構(gòu)化的，比如ERP數(shù)據(jù)，也可以是高度非結(jié)構(gòu)化的，比如物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)、天氣數(shù)據(jù)和客戶情緒數(shù)據(jù)等等。將所有這些數(shù)據(jù)從其無(wú)數(shù)的來(lái)源中收集起來(lái)，本身就需要一些重大的技術(shù)突破，而這樣做是人工智能所需的一個(gè)重要的基礎(chǔ)要素。SHSC必須通過數(shù)據(jù)管理和治理來(lái)不斷完善自我，讓人工智能發(fā)揮其關(guān)鍵作用。

圖14：自愈供應(yīng)鏈的潛在數(shù)據(jù)源【16】

4 小結(jié)

人工智能供應(yīng)鏈的時(shí)代已經(jīng)開啟，盡管人工智能的機(jī)遇和風(fēng)險(xiǎn)并存，人工智能是供應(yīng)鏈數(shù)字化重塑的戰(zhàn)略武器。本文要點(diǎn)是:

• 市場(chǎng)力量正在創(chuàng)造新的需求，其關(guān)鍵績(jī)效指標(biāo)是實(shí)際訂單與預(yù)測(cè)訂單和實(shí)際產(chǎn)量與計(jì)劃產(chǎn)量的比率，人工智能幫助供應(yīng)鏈滿足市場(chǎng)和客戶新的需求。

• 弄清人類和計(jì)算機(jī)如何相互扮演彼此的優(yōu)勢(shì)以創(chuàng)造新型的人機(jī)（人+AI）競(jìng)爭(zhēng)優(yōu)勢(shì)至關(guān)重要。在人工智能時(shí)代，公司要利用AI+傳統(tǒng)優(yōu)勢(shì)（人）的綜合優(yōu)勢(shì)或由AI改進(jìn)的傳統(tǒng)優(yōu)勢(shì)來(lái)創(chuàng)造新型的人機(jī)（人+AI）競(jìng)爭(zhēng)優(yōu)勢(shì)。

• 三個(gè)因素決定對(duì)AI的投資將上升到公司戰(zhàn)略決策（而不僅是運(yùn)營(yíng)決策）的層面:

  必須存在戰(zhàn)略困境或兩難的權(quán)衡。

  某個(gè)問題可以通過減少不確定性來(lái)解決。 

         公司需要一臺(tái)能夠降低不確定性，改變戰(zhàn)略兩難平衡的預(yù)測(cè)機(jī)器（AI）。

• 人工智能在供應(yīng)鏈中取得成功的8個(gè)關(guān)鍵要素

• 人工智能和其它自主技術(shù)造就自主和近乎自主供應(yīng)鏈。