人工智能已經為早期使用者在其庫存管理和供應鏈的每個階段進行了優化。以下將講述你的組織該如何開始使用人工智能。
零售商沃爾瑪通過觀察天氣來決定哪些食品會賣得更好。通過預測可增加18%的銷售量，即在溫暖、干燥、多云和多風的天氣，應庫存更多的牛排，而在較熱且少風的天氣，應庫存更多的漢堡。在微風且高溫天氣時，沙拉的銷量會更好;在晴朗天氣時，漿果的銷量更好。但是，你并不需要必須成為一個零售巨頭，才可以使用人工智能來改善你的供應鏈。
預測分析和遠程傳感器會告訴經銷商，何時冰箱需要補充蘇打水或何時咖啡自動售貨機需要補貨(避免在產品缺貨時，瑪氏公司征收的罰款)。Lakeba公司的這款名為Shelfie的機器人將很快在英國Co-op超市的過道上巡視，它會利用圖像識別技術來檢測商品何時售罄或商品是否擺放在錯誤的位置。
一家在線時裝零售商與數百家供應商有業務往來，它在智能手機上使用圖像識別應用程序來檢查到底是哪一款藍色連衣裙已經到貨，這樣他們就能掌握庫存情況。
另一方面，電商公司Jet.com非常關注庫存情況，技術總監斯科特·黑文斯(Scott Havens)告訴記者。“供應商可能會說他們有10件商品庫存，但實際上他們只有8件，”當顧客想要下訂單時，這就會導致顧客不滿意，他說道。如果某件商品沒有庫存，那么黑文斯不希望該站點顯示在搜索結果中。“就客戶體驗而言，不與客戶交談總比與他們交談然后讓他們失望要好。”
人工智能遍布于行業的各個角落
黑文斯的團隊使用機器學習技術來追蹤不同供應商匯報他們庫存商品的準確程度;因為供應商沒有足夠頻繁地更新數據，或者因為他們沒有提供準確的報表，所以這些庫存數字可能是錯誤的。他說，機器學習系統已經將這些商家所提供的錯誤庫存率降低了一半，從而使Jet.com更好地掌握其供應鏈。
Autoglass公司(提供擋風玻璃更換服務)在其手機應用程序中使用圖像識別技術，這樣客戶就知道擋風玻璃上的芯片是否可以修復或需要更換。客戶想要了解費用是多少，而Autoglass公司則知道某一商店是否有庫存可以進行更換，或者是否需要訂購擋風玻璃，然后在到貨后安排更換安裝。該應用程序每周可處理2,500幅圖像，準確度超過80%，同時該公司正在考慮使用該應用程序來評估先進駕駛輔助系統在維修或更換后是否需要重新校準。
PureCars公司首席執行官Sam Mylrea告訴記者，汽車經銷商正在求助人工智能技術來決定哪些車型需要有庫存以及由誰來進行推廣宣傳。“在停車場中長期庫存的車輛每個月都會產生數百美元的利息。通過使用人工智能技術，經銷商可以根據消費者行為和過去的購買模式更好地掌握哪些車型可以有庫存。憑借這些洞察力，經銷商可以使用個性化的營銷手段，在合適的時間來鎖定合適的客戶。”
人工智能技術可以對農業和食品加工業有所幫助。中國的“長城葡萄酒”酒廠使用氣象站和農藥監測器來推動預測分析，這些分析數據可指出何時來加工葡萄以及何時來收獲葡萄。微軟正在為小農戶開發物聯網精細農業系統，該系統利用機器學習技術來預測何時需要對作物澆水或何時需要撒石灰來提高土壤的pH值。與傳統設備去除污染谷物數量相比，布勒(Bühler)的LumoVision谷物分選系統利用圖像識別技術可去除近兩倍的污染谷物量。采用檢測儀器的釀造啤酒廠和奶制品廠可以更快地處理來料并預測某一批次的啤酒或奶酪何時完成，從而提高產量并縮短生產時間，這樣就可以使用相同的設備更快速地生產下一批次產品。
物流公司RR Donnelley利用天氣、交通預測和過去航運工作記錄建立了一個機器學習模型，該模型可以如此準確地進行成本估算，以至于開發該系統的成本在第一個月就收回了，并且該公司在第一季度投標成功率增加了4%。豐田公司可能很快會讓亞馬遜的倉庫機器人更具競爭力;該公司正在考慮利用人工智能技術來訓練“調色板無人機”，讓該無人機可識別圖形，了解工廠車間的布局和流程，并在一個群體中工作，該群體可自行決定使用哪種類型的機器人來搬運各個物件。
使業務引擎更加智能化
所有這些項目的共同點是對一個最基本的業務領域轉變觀念。庫存和供應鏈在傳統上被視為成本中心，畢馬威會計師事務所(KPMG)全國數據和分析主管Ammon Matsuda告訴記者，“但實際上，它是一個接收訂單并使工作正常運轉的發動機。”
通過使用人工智能技術來提高供應鏈的靈活性，將其從成本中心進一步轉變具有支持功能，特別是在當今充滿挑戰的市場中。“對于波動性的反應更為敏感，處理比過去更多的產品種類，并處理比以前更多的渠道，這是極為關鍵的，”Matsuda認為。
他預測，人工智能工具已經在庫存管理領域帶來了很大的推動作用，并且這種推動作用只會不斷增大。“想象一下，機器人能夠為具體的庫存管理工作做一些機動靈活的體力勞動。”而這不僅僅限于在倉庫中。“你會看到機器人開始在一些不太具有結構化的環境中工作，比如在某個商店內穿行，抓取商品，檢測需要補貨的區域，或者檢測是否在貨架上的商品擺放位置與價格和標簽不符，所以你必須讓機器學習系統知道哪個標簽應放在什么位置。”
人工智能有助于縮短庫存周期，適用于像新鮮農產品等短保質期商品。Matsuda說，那些知名的企業正在“研究如何部署機器學習功能來探測一棵卷心菜何時開始變質，并預測其完全變質的時間，這樣在卷心菜變質之前，企業知道供應鏈中的哪個環節應進行相應地處理。”
他對使用人工智能來預測需求變化持更為謹慎的態度，因為消費者的消費模式可能會發生不可預測的變化，而機器學習不一定能夠應對這些變化。“借助機器學習技術，你需要對歷史需求有一個相當清楚的了解，這樣你才能感知各種消費模式并提出合理而有效的預測，從而你可以調整供應鏈。機器學習技術在模仿人類的一貫行為方面非常出色，但在對全新的情況做出反應和觀察方面則非常糟糕，所以當我們能夠推斷出人類將如何應對時，則適合采用機器學習技術，而且我們使用機器學習技術是因為其所具有的規模或速度。”
Matsuda認為，機器學習技術在供應鏈預測中的真正優勢其實平淡無奇，而并非揭示人類行為的秘密。“這一優勢基本上可讓企業做出更合理的決定。”
使用人工智能技術
希望在供應鏈中利用人工智能技術的企業應該首先優化其現有系統，然后隨著時間的推移逐步引入像計算機視覺等新技術，微軟云人工智能平臺項目管理合作伙伴主管蘭斯·奧爾森(Lance Olson)告訴記者。參考你已完成的歷史分析數據，再增加一些預測：“我們下個月的供需情況，不僅僅基于歷史數據，還基于預測?”或者使用像Azure Gallery中工具那樣的封裝解決方案，該工具使用機器學習技術來對石油和天然氣供應鏈進行優化，或一個零售系統，對商品數量以及對商店和倉庫的交貨時間進行優化。
他表示，這可以為你的工作帶來快速的改進，讓你對這一流程充滿信心。“如果你以最佳方式運營，與目前的實際運營方式相比，你可以節省5.47%的成本。”然后，你可以繼續實施更大膽和更徹底的項目，這些項目需要更深入的數據科學知識，并可能需要傳感器和其他硬件投資，比如安裝可定制計算機視覺模型的相機，以便可以實現實時視覺識別和使用麥克風，或使用熱成像、激光雷達或雷達觀察不可見光譜。
“如果我們完全使用不同的機制來檢查來自供應商的商品，那么我們可能會去除工作中的某個步驟，或者兩個或十個步驟。我的一些客戶已建立了數據模型，當貨車進入倉庫時，他們會看到貨車上有巨大的管道或其他設備，然后這些數據模型會在商品入庫時對其進行計數。這種機械設備每次在系統中移動時所做的動態核算和重新核算，使他們能夠避免出現一些下游問題，而這可能正是他們試圖改進的問題，”奧爾森說。
對于工業設備，音頻處理可有助于評估制造過程中以及部件到達時的庫存情況“如果你的某些產品會發出聲音，比如電機，那么在生產線旁邊安裝一些麥克風，你就可以聽到電機的聲音，并掌握該部件的質量，”奧爾森解釋說。“如果你是一個汽車或飛機制造商，那么你就需要使用發動機，在發動機到貨后，只要啟動發動機，你就可以聽到發動機的聲音，并對到貨的零部件進行質量控制，這可能會讓你改變進行人工檢查的方式。”同樣的技術可以幫助食品分銷商和零售商來監控制冷設備，以提前預測故障。
奧爾森表示認同，即隨著企業在積累自己的專業知識，并創建自定義監控和預測系統，人工智能將成為庫存管理工作的重要組成部分。“它變成了一個大規模的智能系統，在這個系統中，你已經看到了無數的因素，而且你的數據管道貫穿整個系統。對于任何依賴庫存和供應鏈的企業來說，隨著時間的推移，他們的可持續差異化很可能將人工智能作為其核心工作的一部分。他們如何優化系統;他們如何降低成本，如何在合適的時間以適合的質量和價格向合適的客戶提供合適的產品。”
