交貨期、庫存管理、選擇運輸工具、天氣以及不同國家/地區法律法規的特殊要求 ，都可能成為影響物流供應鏈的因素。供應鏈中無法預測的事件會迅速導致生產過程的復雜化，可以在不同層次上都感受到這些影響因素帶來的種種問題。一個供應鏈是由許多參與者組成的，鏈條中的某一個環節斷開就很容易影響整個供應鏈。供應鏈優化的投資對于每一個參與者來講都是非常值得的。

人工智能AI的應用可能是解決問題的一個起點，同時也可能會幫行業帶來兩極分化的技術，為用戶提供有益的幫助。JDA軟件集團就是一家朝著這個方向努力的企業。JDA集團自1985年成立以來，就一直以供應鏈為自己的主攻方向。從2014年起，公司又增加了AI人工智能領域的研究開發，成立了自己的人工智能技術實驗室。在2018年被AI人工智能公司Blue Yonder兼并之后，公司就有了具體的研發產品。而Blue Yonder公司自2008年起就一直在研究功能性的AI解決方案。上世紀90年代，公司的創始人Michael Feindt教授在Cern市對他的第一個生物神經網絡進行了訓練，教它“怎樣機器學習”。

AI人工智能

可以獨立自主地工作

JDA公司負責歐洲、中東、非洲地區公司的副總經理Gapiel Werner先生會在控制室中監控實時供貨的交付情況，以便將來能夠更加準確的預測交貨期。人工智能應根據采集到的數據對可能影響供應鏈的事件做出準確的預測。而準確預測之后的下一步工作就是給出減輕意外事件影響的有效措施：“我們在設計思維方面做了大量的工作，以便制定出令用戶信服的解決方案。我們希望利用自動化技術打破物流規劃設計中的惡性循環問題。”Werner先生說。

利用JDA公司開發的軟件可以實時的監控物流過程的情況

常常也會出現這樣的情況，項目管理人在供應鏈中遇到的問題是其他地方已經發生過的問題。在這種情況下機器學習就能幫助用戶解決問題。人工智能AI的算法語言不僅只是能夠根據采集到的數據對未來有可能發生的事件做出準確的預測，而且也能給出解決方案的建議。根據Werner先生說法遲早有一天人工智能AI會完全獨立自主的工作。那時，AI人工智能系統將會自己做出供應鏈優化的決策，不再需要人工干預。但目前還只能對供應鏈中的一部分做出自主優化改進的決策。英國的Morisson超市連鎖店已經實現了99%范圍的自動化配送，但該軟件在供應鏈的其他環節中還未能做出決策。那些對財務有重大影響的交易還是必須由會計員來操作。

Control Tower物流鏈監控軟件的用戶界面

清楚的顯示了供應鏈上最重要的數據和信息

為了使AI人工智能系統能夠有效地工作，首先要解決的問題是采集大量的數據。“最重要的問題始終是數據的可用性問題。在項目開始時，我們首先要做的一項工作就是分析有沒有足夠的數據供算法語言使用。”Werner先生解釋說。在用戶的EAP企業管理軟件平臺系統以及IT基礎系統中可以找到諸如銷售歷史記錄或者價格之類的相關信息和數據。JDA公司也將一些可能影響供應鏈的外部信息（例如氣候數據）納入到它們提供的技術服務中來，作為所提供服務的一部分。但人工智能系統需要的不僅是用戶檔案中的信息和數據，人工智能系統得到的數據信息越多，工作就越好。完整的供應鏈有許許多多的中間環節，如果所有中間環節都能提供自己的數據，則得出的未來預測也就越準確。這與供應鏈的起點在哪里是沒有關系的。“例如JDA公司的一個項目有一家奧地利的紡織纖維生產廠。這家公司不是供應鏈的起點或者終點，而是項目的啟動者。但作為這個項目組成部分中的一環與整個項目有關的單位員工都必須納入考察對象一起研究。”Werner先生說。

考慮數據

安全性問題

在使用來自不同企業的數據時當然也必須充分考慮到數據保護的問題。JDA公司提供了許多基于云技術的Microsoft Azure平臺的數據保護產品。這些數據保護產品適用的都是微軟公司的安全保護標準。未來的供應鏈項目參與者可以通過授權訪問的方式來訪問自己關心的數據，某些歐洲用戶會拒絕將自己的數據和信息保存在美國的服務器上。Werner先生說：“某些非常特殊、非常具體的要求，如果用戶不能提供身份證明而查看數據是違反德國法律法規的。”
責任編輯：YYX