搭建电商系统的关键要素与AI技术的应用探索
396
2023-06-02
供应链软件供应商专家讨论趋势
软件供应商在考虑这些趋势吗?他们在市场上看到了什么,他们期望发生什么?是诸如数字化转型,物联网(IoT),机器学习/人工智能(AI),3D打印,区块链,微服务和APP接口(API)经济,超级化(实现跨社区共享资源的平台)之类的流行语以及广泛的云SCM软件部署,这是真的吗?
安全性,自动化等
软件供应商专家认为,2020年将具有以下SCM软件趋势:
安全自动化和机器学习算法持续(供应链)计划和执行全渠道的库存优化(IO)3D打印和增材制造
以下是他对这些趋势的看法:
安全
安全性将推动云计算采用率的提高,从而减少黑客入侵的风险。公司越来越意识到自己不是安全专家。似乎有稳定的公司正在寻找解决之道–考虑一下,雅虎,索尼等公司最近的恐怖故事。不久,更高级别的安全性将成为企业的赌注经商。但是,所需的投资成本很高,并且需要持续不断的警惕状态,而供应链组织却很少。相反,根据定义,安全性是顶级云基础架构提供商的核心竞争力。将安全性外包给云软件供应商可以使公司投入时间,精力和资源来建立自己的核心业务,并专注于竞争优势以使他们赢得更多业务。
自动化和机器学习算法
自动化和机器学习算法将跨越临界点。为什么现在?由于以下原因:
日益增加的复杂性推动了需求:随着公司希望吸引更广泛的消费者口味,库存单位(SKU)的增长已失控。交货时间持续缩短,因为消费者期望立即交货(亚马逊效应);全渠道商业使发行的复杂性达到了新的水平。数据已成为供应链的新火箭燃料:结构化和非结构化的数据以前所未有的数量和速率(实时)提供。问题在于,有太多的数据供人们手动理解。传统工具并非旨在使用这种数据量。传统的描述性商业智能(BI)工具做得还不够。算法和自动化是新的火箭引擎:自动化算法永远不会有太多的数据。这不仅是要在数据池中找到隐藏的见解,而且还需要系统地使用所有可用的数据来一致地做出更好的业务决策。长话短说,需要和技术到位。使自动化跨越临界点的原因是组织对认可度的转变,这源于我们日常生活中算法的日常使用(例如Google Maps)。现在,人们对“黑匣子”的恐惧已被一种希望更好地为客户提供服务,获得更好的回报(并使激进的股东束手无策)并获得竞争优势的愿望所取代。
连续(供应链)计划和执行
持续的(供应链)计划和执行将开始将领导者与其他人员区分开。随着业务步伐的不断加快,公司在计划周期之间对事件的反应方式将成为重要的区分因素。还记得两天交货很快吗?多么古朴!随着公司扩大对实时数据,自动化和算法的使用,计划周期将继续缩短,最终融合为持续的计划。考虑一下带有机器学习算法的自动销售和运营执行(S&OE)流程,该算法可为机器在合理范围内做出动态变化决策的任何事物提供决策自动化,并为需要人工关注的事物提供决策支持。而且,每月销售和运营计划(S&OP)流程不会消失,因为它们是制定战术计划的重要组成部分。在这些计划周期之间,令人兴奋的融合开始发挥作用。
全渠道广告资源优化(IO)
沿着连续的计划路线,需要重新评估全渠道库存优化(IO)的方法和方法。当事情以令人难以置信的快速步伐移动时,每年运行一次或两次的传统IO方法就会失效。随着消费者改变消费习惯(千禧一代与婴儿潮一代,移动适应等),需求的频繁变化会带来巨大的波动性。事情不仅与去年不再相同,而且自上个月以来甚至发生了变化。这可能意味着需要执行以下两项操作:
IO系统每周运行一次增量“增量”更改需求感知可以改变消费者的购买方式
人们在#2方面并没有真正做好,因为他们带有太多偏见,以至于常常看不到眼前的事物。最好让算法执行此操作。当然,#1也需要算法。
3D打印和增材制造
3D打印和增材制造正在改变制造领域(例如,通过共享数字图纸进行制造本地化)。首先要制造的产品将是医疗设备,定制产品,或由具有3D打印机只能制造的独特属性(强度/重量比,电导率,能量吸收等)的特殊材料制成的商品(有些产品非常酷)物质科学在此领域中进行)。然后,该区域将扩展为包括更多动态库存,以进行本地化分销和/或现场服务(尤其是在偏远地区)。最终,它可能会进入主流制造方式(并最终转变为主流方式),但这仍然是一条路。
供应商专家同意并增加更多
供应商专家认为,在整个2020年将继续保持高管思维的主题包括S&OP和IO。这些关键举措始终是高管优先考虑的重中之重。如今,其他备受关注的主题包括:
人工智能和机器学习进阶分析供应链主数据管理(MDM)协同计划
接下来,供应商专家分享他对这些主题的想法。
人工智能和机器学习
人工智能和机器学习在2017年引起了人们极大的兴趣,随着供应链组织积极学习如何将这些方法应用于其业务,这一趋势将继续增长。令人着迷的是,许多组织目前在其正常业务过程中都依赖AI和机器学习,甚至可能没有意识到。
进阶分析
人工智能驱动的高级分析将进一步改变格局,并帮助公司使例行程序自动化,以使计划人员能够专注于与公司目标相一致的更具战略意义的活动。随着供应链过渡到由算法计划和机器学习驱动的数字时代,公司需要一个单一的集成平台来简化日益增长的复杂性和可用的结构化和非结构化数据。先进的分析提供了交互式可见性,以帮助公司做出更快,更智能,基于事实的决策。
供应链MDM
随着供应链部门希望拥有其数据,供应链MDM引起了越来越多的关注。供应链所依赖的许多数据来自企业资源计划(ERP)系统以外的其他来源,例如IoT流,供应商,合作伙伴,销售点(POS)系统等。这些来源的数据必须规范化为确保一致性和质量,供应链希望拥有此流程以及其中的见解。供应链创新者正在从由内而外的思想(我们可以制造,转移和交付什么),转向以客户为中心的外部市场观点,客户想要什么,何时想要什么?在传统的基于节奏的计划中,您每月,每季度和每年召开一次会议以审查计划并进行调整,无法与当今苛刻的客户的速度保持一致。需要转变为持续计划,使系统和流程更加智能,自我学习和适应,动态,风险意识和实时性。
协同计划
对于各个行业的公司来说,协作计划的需求仍然是一项重要的举措。我们看到零售领域的增长特别快。由于零售商专注于改善销售率,增加利润和在所有渠道上提供一致的体验,因此他们需要对供应商和合作伙伴的运营有更大的了解,以了解何时何地放置商品以最大化销售和客户服务。同时,制造商正在精心平衡库存成本和服务水平,以满足零售商的需求。当今孤立的运营阻碍了零售商和制造商之间快速,公开的信息共享。作为零售商和制造商的重点,在整个运营过程中实现协作的可见性至关重要,因为它们着重于在正确的时间将正确的商品放置在正确的位置以最大化全价销售。
如今,云和软件即服务(SaaS)部署正在成为较老的新闻。价值支柱渗透了一段时间,但客户和潜在客户终于购买了云部署的希望:数据和解决方案的联合和民主化(无论是在私有云和公共云还是在混合设置中),但希望更低初始资本支出(如果未必一定会有总拥有成本[TCO])。行业和解决方案战略,零售业专家指出,数字化仍然很重要。许多公司仍在努力使更广泛的供应链数字化。在某些人看来,“数字”一词在2015年是如此,但现实是,这一趋势仍然很重要,并且是推动其他许多趋势发展的关键。物联网等方面是其中的关键部分,因为在公司供应链中更多的盲点对于物联网的采用在很大程度上可见。物联网使用机器到机器的数据和信号流来改善供应链结果,例如更准确地感知需求和随之而来的补给需求,为资产密集型行业重新定义服务等。上游供应链和零售商不能忽略需求继续沿着数字化道路前进。尽管这是几年前的热门话题,但许多人可能将其视为昨天的新闻,但现实情况是,它仍然是关键。它可能不是很性感,但它仍然是许多其他工作的基础。
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。