AI+供应链，准时达能为全球制造业带来哪些变化？

准时达首席技术官CTO吕台欣从全球视角分享了AI在供应链领域的应用。他表示，当前大家都在谈论的一个话题，便是“卷”，在这种大环境下，中国企业未来的很重要的一个方向便是全球市场，但全球布局需求下的供应链，面临大跨度管理困难，产生了大量一体化管理的需求、柔性与敏捷需求、安全稳定等需求，技术变革迫在眉睫。对此，准时达围绕着整个供应链的动态协同管理，通过AI数字供应链解决方案，帮助企业解决全球布局供应链时所遇到的困难和痛点。本次峰会上，准时达也首次发布了与浙江大学联合研发的《AI赋能准时达库存管理研究报告》。

以下内容根据罗戈网“2023第六届中国供应链与物流科技创新企业年会”嘉宾演讲内容整理，略有删减。

准时达首席技术官CTO 吕台欣

二十几年前，我刚好在念大学，学的是AI。那时候的AI和现在的AI在原理、概念上非常接近，但它在技术上（如算力、算法、平行处理能力等）已经发生非常大的变化，也使得我们看到过去3-5年AI有这么快速的发展。

今天的话题主要是围绕AI+供应链，会分享AI在全球供应链上管理的应用场景，以及准时达如何在整个供应链场景上使用机器学习和深度学习。

当我们把整个供应链拉出来看的时候，从采购到生产、物流、营销，几乎每个供应链的场景，把AI和它们叠加到一起之后，会发现整个供应链的管理效率都得到极大地提升。这里面包括了供需预测、智能调度、智能追踪等等。比如，在自动化仓储里面，通过AI或算法的叠加，驱动了整个仓库里几十、几百甚至上千个不同类型的机器人高效协作。

中国企业未来很重要的发展方向是全球市场，不管是把工厂设到海外去，还是把成品销售到整个海外去，如何去做好全产业链的协同，这几乎所有制造型企业都要面对的课题。

对于企业来说，最大挑战是全球供应链的管理，而中国的大部分企业（尤其是制造型企业）都没有这样的经验。当供应链拓展到全球的时候，会发现Leadtime在大幅度上升。比如工厂在墨西哥，但原材料厂商还在中国，从采购订单到收到货，不再是两三天的事情了，变成60天。所以，做计划的时候就要考虑未来60天的变化，这对很多企业来说非常困难。

其次是语言和时差。中国的制造型企业大部分分布在二、三、四线城市，外语人才非常少，对全球供应链法规要求不熟悉，叠加时差的问题，使得供应链管理复杂度大幅度上升。

最后是链条更长了，节点更多，需要面对的突发情况也在变多。以前的供应链在国内的时候，只是单纯的物流运输问题。但当把供应商工厂搬到墨西哥，原材料还在中国采购的时候，这里面会牵涉到出口报关、进口报关、国际海陆空运输、国内提货、国外送货、仓储配送，它的环节复杂度极高，每个环节都可能出现突发状况，导致企业在运行过程中有大量供应链管理的困难和痛点。这个过程中，就会产生了大量包括提升供应链韧性方面的一体化管理需求。

准时达作为富士康旗下的物流供应链公司，除了提供全球范围的国际海空运服务之外，也在打造数字化供应链解决方案。准时达围绕着整个供应链的协同以及可视化，去帮助企业解决供应链管理的问题，尤其是布局全球时供应链时所遇到的困难和痛点。

这里面，有两个比较重要的解决方案。

第一个是生产保障解决方案，它关注的重点是在确保生产和供应的持续性的同时，怎么优化库存管理，减少库存水平。该方案利用大量数据和深度学习模型，为企业提供智能的采购建议。通过对采购数量、运输状态等多因素的综合分析，系统能够更准确地预测未来一周或两周后的库存水平。这意味着，企业在下采购订单，甚至还没有下采购订单，只是有销售预测或生产预测开始，就可以帮助企业和上下游原材料厂商进行全方面的协同，到全球范围的原材料库存管理。

第二个是全球分销控制塔解决方案。当企业开始尝试把产品往全球范围区销售的时候，怎么样确保世界各地都有合适的库存，怎么确保收到客户订单的时候能够按时按需的交到客户手上。准时达希望带给客户的是动态库存管理能力。这里面动态的概念，是因为计划改变、采购周期改变、采购订单状态改变，乃至于整个运输过程中的状态改变，而不断地要重新计算的东西。

有了这个解决方案，不管是从成品角度来说还是从销售预测的优化，乃至于从生产的角度来说，企业都能掌握未来一段时间产品有多少生产需求，原材料供应到底怎么样来安排才能够满足这些生产的要求，对供应链的管理能力将会有大幅度提升。

这是准时达过去近二十年一直服务富士康集团的时候在做的事。只是过去近二十年是人工在做，现在我们把这些能力通过系统固化下来，用系统的数字化能力去帮助客户解决管理痛点。

我具体分享几个比较简单的案例。

1）JusElsa智能助手，这是准时达前段时间结合大语言模型刚推出来的。简单来说，准时达把系统里很多传统上人机交互的操作方法通过AI、大语言模型去做了完整的改造，类似像ChatGPT的对话方法，就可以访问到供应链的所有数据，甚至完成相关的一些动作。这不管是对于使用者的学习成本也好，乃至于他的整个工作效率，都会有大幅度的提升。

2）准时达与MIT宁创学院产学研合作的动态ETA算法。在获取到港时间等信息方面，传统客户只能仰赖于船公司给的一些预测，但很多时候这些船期预测不会被更新，或者相对来说是不准确的。上次我和马士基的相关人员做了一些交流，他们也说那些船期都是船长自己拍脑袋决策的。准时达通过机器学习，对于中美航线，用大量历史的船期数据和神经算法模型叠加之后，我们可以做到小时级别的实时预测。通过预测，我们发现比实际船公司给的ETA到港时间还要精准很多。

3）准时达和浙江大学的产学研合作的智能原材料库存管理方法，主要关注的是原材料库存。对制造型企业来说，原材料到底要备多少，这是个永无止境的难题，它需要考虑的因素非常多，而且这些因素是实时在变化的。还要考虑每次采购的最小批量、运输周期、现有库存等等，这些都会影响到决策。对企业来说，原材料至少都是数百个，很多时候都是上千个，同时要考虑这么多的因素，同时要考虑到现在有多少库存，用人来做几乎是不太可能的事情。

准时达通过对海量历史数据分析，并实验了不同类型的机器学习算法，找到了最合适的机器学习算法模型。我们通过算法来做采购辅助预测，它可以把整个库存在不缺货的情况下同时又能够把整个库存下降接近20%，这对于企业来说是极大的成本节约，这也是我们不断打磨并希望能够帮助企业实现的一些能力。

此外，准时达还携手浙大的产学研一起推出了最新的成果报告《AI赋能准时达库存管理研究报告》。

未来，AI一定会来，而且它一定会改变我们的生活。至于这个改变是好还是不好，很难去预测，但是它已经来到我们身边了，我们能够做的事情就是怎么样去拥抱这些事情并适应它，并且让它为我们所用，让它对我们每个人产生最大、最正面的价值，这是我希望有的态度，尽量减少它最负面的影响。但是你说把AI重新关到潘多拉盒子里，这已经不可能了。这就是我们未来所会看到的新世界。‍