ChatGPT火爆出圈，人工智能将如何重塑供应链？

自ChatGPT爆火以后，人工智能赛道尤其是“大模型”热度急剧升温，背后正在蕴藏着一场大变革。

华为大盘古模型、阿里通义千问、腾讯混元大模型、百度文心一言……各家大企业纷纷秀自己人工智能的“肌肉”。毋庸置疑，以人工智能为标志的“第四次产业革命”即将来临，千行百业迎来新的机遇。

对物流供应链而言，人工智能的价值正在不断提升，改变着供应链，助推着商业模式的升级，这是现在正在发生的事，并将在未来五年深刻影响和改变产业。

近日，在第六届亚太智慧供应链与物流创新峰会（SSCL APAC 2023）现场，准时达CTO吕台欣与罗戈网展开了深入交谈，解答了外界一直非常关注的「AI技术如何影响供应链？准时达怎么做？」两大话题。

准时达CTO吕台欣 发表演讲

AI风暴来袭，知识问答只是探索的开始

未来有一天，当我们对着手机说：“我想去看北极光。”然后，手机可以自动帮我们生成旅行的计划，包括出行的交通方案、出行的时间安排、行李建议、旅途景点等等，还可以帮我们一键完成机票酒店的预定、旅行装备的采购，它可以像人一样思考、像人一样从事多种用途的人工智能，可以做到“样样精通、干啥都行”。

业界有一种说法，大模型时代来了，每一个产品都值得重做一遍。吕台欣认为，目前全球AI进入了爆发式发展，AI风暴来袭会对全球供应链带来颠覆性变革，AI会赋能供应链，大力提升供应链效率。

准时达把JusLink平台结合AI技术，打造了全新智能服务引擎-JusAI，该产品通过整合大语言模型，颠覆了传统的物流作业模式，用户可以通过与机器人对话，精准、急速、低成本地获得所需要的服务，JusAI智能对话引擎的上线，为客户带来全新极致的服务体验，推开了供应链智能管理新世界的大门。

吕台欣告诉《罗戈网》，对于大语言模型来说，它的强项是对于语义的理解和表达，它可以做到像人一样沟通和表达。所以我们第一个尝试是通过整合后端的数据库（私域）为客户提供一个更接近人的互动方法。随着技术的成熟，未来会把JusLink平台所有功能模块重新用大语言模型的方法去重构整个互动的流程。

另外，准时达还携手宁创学院通过利用AI算法模型，包括机器学习、图像识别、智能算法等，以及结合大数据对海量数据的实时分析能力，对船舶运行轨迹和ETA进行预测。这些创新技术的成功应用有助于改善港口运营规划，提高码头的装卸作业效率，甚至避免港口拥堵。对于货主而言，可根据船舶ETA判断是否调整运营策略，以减少延误或提前到达所造成的损失。

AI的价值不止于此，也不只是在让机器人跑得更快一点、让运输仓库更有效率一点，它更大的价值在于构建敏捷供应链体系。吕台欣解释说，“一个柔性的、快速的、能够自适应市场变化的供应链，它需要把产业链上下游协同在一起，实现线上化，信息的共享。当供应链越来越复杂，需要考虑的因素就越来越多，未来需要借助人工智能、大模型去给我们提供供应链的优化的建议，来辅助人的决策。”

从制造到交付，用AI技术下好“供应链一盘棋”

与消费供应链不同，产业供应链是一个极其复杂的协作网络，它是围绕原材料、零部件、产品和服务的厂家、供应商、零售商以及客户整体所组成的网络，每个网络的节点或组成部分都有基于供应链的标准，是计划、采购、制造、交付等职能的相互连接而成的供应链网络。

与此同时，它的需求变化速度越来越快，越来越无法掌握，这些不确定性在整个供应链里面从上游一路传导到下游，很容易出现成品缺货或者库存高企，甚至是生产中断等问题。

吕台欣认为，产业端的供应链管理目标追求的是整个供应链条的及时、准确、优质、低成本，要在满足客户服务水平的基础上将供应和需求进行有效的匹配。作为一种供应和需求之间的博弈，本身是各环节的精细化运营、协同，是技术驱动下的供应链一遍遍重塑。

“新赋能者一定不是强在资源，而是强在技术。随着技术的发展以及信息化基础建设的完善，未来供应链的趋势一定是以数字化为驱动，即通过一体化供应链的能力、自动化数字化能力以及供应链网络化协同的能力，去帮助制造业实现供应链升级。”吕台欣补充说。

换句话说，这是一个能够快速响应、超级灵活的供应链，它需要产业链上所有的商业伙伴相互高度信任、紧密合作，做到可预测、能追溯、实时可视。具体体现在四个维度，一是业务对象的数字化，二是业务过程的数字化，三是业务规则数字化，四是业务场景数字化。其首要目标就是利用数字世界实时准确地感知和捕捉物理世界发生的变化，基于数字世界充足的数据，用模型和算法模拟物理世界尚未发生的事。

物流供应链行业的数据类型复杂庞大，相关从业人员对数据的熟悉程度、软件掌握程度不一，导致整体对于数据的提取、分析、应用的效率还有较大的提升空间。吕台欣表示，“AI的应用会参与到整个供应链链条里，包括采购、销售预测、库存管理、运输等场景提升决策的效率以及决策的准确性。”

比如在需求预测以及库存管理的工作中，通过机器学习和数据分析技术对历史数据和市场趋势进行分析，可以有效的帮助企业预测需求波动，进而规划库存水平；在物流路线规划工作中，AI基于最优化求解的决策能力，能够帮助人们更好的实时寻找到全局最优；通过算法技术，帮助决策人员快速识别和应对各种潜在风险，避免生产中断、货品短缺等问题，保障运营的稳定性。

这里看一个例子：某电子品牌企业，以往更多是通过供应链软件系统（如ERP、MRP、VMI、WMS、TMS等）运营着一个高度复杂的全球供应链网络，但是当企业需要进一步定制或强化其输出时，往往会面临很多的困难。在将人工智能技术连接生产、采购、运输、计划四个环节后，需求量预测更加准确，库存管理得到优化，更智能地实现了端到端的可视化和可预见性，降低供应链成本（如成本较高的货物运输算法可视化）的同时，为解决客户需求提供了更多的可能性和延展性。

以前业务异常都是事后人主动发现，而现在通过AI建立业务探针、业务模型，让系统去代替人发现异常并提前识别、预警、预案，使业务异常从发现到解决快速、准确且独立地完成。

与此同时，全球供应链本身链就长，通关规则复杂，涉及的部门也多，所以更关注于供应和需求之间的匹配，讲究供应链上下游的联动。而通过AI去主动感知外部变化的能力使得协同、计划、中长期预测等供应链各环节的能力有了提高，从而提升了整体供应链的柔性、韧性以及响应速度，这一能力非常关键。

而从更长周期、更全局性的视角来看，AI还能协助企业完成在全局上的统筹，包括洞察客户类型、需求等变化，从而调整业务发展方向和整个供应链的战略部署。

准时达未来发展的主轴：以科技为驱动

在物流巨头纷纷参与到产业供应链这个新竞技场的时候，准时达又当如何保持领先，稳步长大？吕台欣给出的答案是，以科技为驱动，构建跨界融合的产业供应链生态。

准时达作为富士康科技集团授权的供应链管理平台，对生产型企业尤其是电子类、泛电子类制造企业的理解，可以说是写在基因里的。原料商的需求是什么，制造和组装工厂的需求是什么，下游客户的需求是什么，成本控制，流程控制以及互相之间的链接控制，准时达都把握得一清二楚。

在这个过程中，准时达靠的是贯穿生产端到消费端的供应链协同技术，用最低的成本，在最正确的时间将物料送到最合适的地方，其精髓，是在准时达内部常常提到的核心八字“数字驱动、协同共享”。

具体到落地层面，吕台欣特别提到在制造业出海的新浪潮背景下，助力企业打破供应链跨境管理困境的新思路。

在全球布局需求下，跨国品牌面对极其庞大且复杂的供应链网络，不仅要及时了解遍布世界各地的供应链各个环节的运作情况，同时还必须更快速地做出决策；在决策之后，还要精准驱动供应链各个节点之间的供需匹配，确保物料供应与生产的高效衔接，物流配送与订单履行的完美达成。

吕台欣认为全流程协同的数字化供应链是帮助企业供应链实现及时、准确、优质、低成本目标非常重要的一个手段。

一方面制造型企业，不同行业的差异性非常大，需要围绕不同的业务场景，按照不同行业的特点去进行供应链的分析和设计。长时间深耕制造业使准时达了解到制造业全流程供应链上有哪些痛点，过往准时达也做了很多成熟的产品模块，这些技术积累，围绕硬件以及软件的高度集成能力、自动化能力，可根据客户实际需求提供定制化解决方案去帮助他们解决供应链的各种痛点问题。

另一方面，感知能力决定了整体供应链的柔性、韧性以及响应速度，数字化供应链可以快速进行自我适应和调整，产业链和客户生态能够有机结合。准时达通过数据的预测能力以及一些算法，再加上资源的协同共享，能实现不同角色的协同和信息传递的无缝链接与动态可视，降低库存，提质增效。尤其是AI+大模型高速发展的今天，本身准时达有精准的场景和海量的数据基础，在一些合适的场景，能更好地通过AI+大数据分析建立计算模型帮助企业高效决策。

产业互联网时代已经来临，科技在供应链的价值正在不断提升的，并从企业内部一直延伸到外部商业合作伙伴。准时达在新的战略布局下，手握着“技术底牌”，构建了一个贯穿全链条、服务全球的供应链网络，在AI与物流供应链产业融合大时代下，准时达在其中大有可为。 ‍