Skip to main content

視覺

供應鏈轉型成為矚目焦點

智慧物流

這場全球大流行或許是史上第一次有門外漢對供應鏈問題立即上手。(2020 年的 TP 危機還有印象嗎?)然而,商店貨架空無一物的問題,只是供應鏈這座冰山的一角。對於關注貨物南來北往的企業來說,Covid 危機卻成了讓系統效率問題檯面化的推手。幸好,過去幾年,資料以及 AI 與機器學習這類先進技術與時俱進。這些工具是帶動所有改變的功臣。

Siena Analytics 是供應鏈 AI 與影像辨識解決方案供應商創辦人暨執行長 John Dwinell 加入我們的行列,一起探討供應鏈空間的難題與機會(影片 1)。他將討論即時資料對智慧物流與追蹤的重要性、系統可見度影響深遠的效益,以及無程式碼解決方案可如何為真正瞭解危急問題的網域使用者,簡化深奧的 AI 藝術。

影片 1。與 Siena Analytics 創辦人暨執行長 John Dwinnell 一起探索,公司行號正如何讓供應鏈轉型更上層樓。(資料來源 insight.tech

供應鏈的現況和目前的挑戰為何?

電子商務逐漸成長茁壯,供應鏈承受了巨大的壓力,必須提高處理量、改善效率,以及能夠擴張。若要瞭解瓶頸之所在以及因應之道,可見度是關鍵,這樣一來企業才能實現更出色的效能和精確度,以及更高的整體品質。品質與可見度對現今的供應鏈造成了巨大的壓力。

供應鏈經常面臨的挑戰還包括供應商是否遵循標準的問題,也就是收到的產品品質。因此,真正透徹瞭解供應鏈非常重要。此外,能夠大規模清楚掌握哪些包裹符合標準及其原因、哪些包裹不符合標準及其癥結所在,並且能夠給予供應商意見反應,他們才能改善。

我們最初先從供應鏈擷取物聯網資料和影像,而後發展出將 AI 與 AI 視覺導入物聯網解決方案的能力,這對可見度轉型大有裨益。

請您進一步說明解決這些難題的幾項近期技術進展。

物聯網確實在很多方面徹底改變了問題的本質。舉例來說,普遍而言,企業資料透露的資訊包括「這是箱子的尺寸,因此拖車將裝滿 X 個箱子」。物聯網檢視箱子之後提供的資訊則是「才是箱子的尺寸」。它產生的是貨真價實的資料。資訊的準度與精度是能夠以合理成本進行調整的關鍵。

物聯網針對進貨產品優缺點饋送的資訊非常精確。這項資訊左右了是否能快速因應供應鏈的數量變化,同時兼顧搬運產品的產能和處理量。那項即時資料可讓您進行調整,正確分配資源。這項資料效益極高,有助於永續發展:顯然取得正確的數字可讓您用效率更高的方式規劃供應鏈。

您如何利用人工智慧提高效率?

AI 是提高效率的重要因素。數量非常龐大,速度也非常快。我們每天處理的箱子超過 5,000 萬個。工作量龐大。AI 徹底改變了這個慣例,因為每個進出倉庫的箱子,六個面我們都能檢查。我們看得到箱子的狀況、包裝方式、標籤方式,以及內容物。我們可以回答箱子達到標準與否的問題?箱子是否滿足供應商的需求?過去不可能即時大規模執行這項任務。AI 以及我們使用的平台,確實實現了這個可能性。

部署 AI 這類複雜的技術有哪些最佳實務?

AI 確實有某種令人害怕的因素。如果回顧近幾年的情形,AI 宛如某種具有威脅性的藝術;你需要聘用有真材實料的專家。這方面持續有長足的進展。

我們的環境沒有程式碼,易於使用,訓練的神秘色彩隨之煙消雲散。我們化繁為簡,利用平台便可擷取影像、標記資料、訓練新模型,以及與客戶的網域專家交流,將這些工作交由他們自行完成。他們確實看到了這些模型融合的可能性,前景令人雀躍不已。另外,我們還訓練他們看出不同客戶之間的些微差異才是真正的關鍵,那才是他們必須掌握的資訊。AI 模型在這方面的應變能力極強,不過前提是必須有平台和工具才能相輔相成。

雖然我們的討論側重於工具,但是結合網域知識與技術也非常重要。有一點我一定要特別提出來,那就是 Siena 現在是 Peak Technologies 家族的一員。Peak 在供應鏈方面的驚豔豐富,確實瞭解該領域顧客面臨的難題。因此,Peak 不光有工具,還具備豐富的經驗,對於協助客戶群解決問題大有裨益。

這個領域的企業如何確保客戶的隱私和安全?

安全對於物聯網格外重要。雖然資料是即時從邊緣擷取,但是必須傳送至企業,有時則是傳送至雲端。邊緣與雲端或邊緣與企業的連線必須安全無虞。為此,我們與資安團隊緊密合作。我們善用合作夥伴的技術和平台,例如 Intel 和 Red Hat,確保環境極為安全。

Siena Analytics 還有哪些其他夥伴關係,對你們而言又有何價值?

我認為,令人雀躍的一點在於,物聯網仍在蛻變中。因此,整合對的解決方案和正確的技術,對我們而言至關重要。我們與 Intel 緊密合作,也與 Red Hat 密切配合。在硬體方面,我們與 Lenovo 這類其他合作夥伴密切配合。Splunk 則是我們在分析方面的重要合作夥伴。

我們持續見證了技術的發展,但同時也參與了協助引導必要技術發展的對話。我對我們的合作夥伴感激不盡。他們是這一切得以實現的關鍵。

供應鏈領域接下來將如何演變?

我長年投身這一行,在我看來,這只是開始而已。AI 應用於供應鏈——或者其實應該說是智慧供應鏈——才剛起步而已,成長機會很多。邊緣到雲端則是另一項在供應鏈嶄露頭角的技術,而且成長機會驚人。

任何尖端的供應鏈組織都需要即時可見度,我認為這方面也會持續成長。我認為,標準與協作方面的變化也很大。公司行號緊密合作的供應商種類繁多,因此標準是整個供應鏈順利高效運作的關鍵。

您最後有任何想法或關鍵重點與我們分享嗎?

我的建議是擁抱科技。雖然科技瞬息萬變,但大幅提高了效率。找到洞悉供應鏈並瞭解科技的合作夥伴,這點真的很關鍵。找到能在這趟旅程跟你密切配合,並且引進最佳解決方案的夥伴,才能實現最智慧靈活的供應鏈。

相關內容

若要進一步瞭解 AI 架構的供應鏈物流,請收聽 AI 架構的供應鏈物流:與 Siena Analytics 同行,以及閱讀 AI 為供應鏈物流開創機會。如欲瞭解 Siena Analytics 的最新創新技術,請跟隨他們的 LinkedIn 帳號。
 

本文由 Erin Noble 編審。

作者簡介

Christina Cardoza is an Editorial Director for insight.tech. Previously, she was the News Editor of the software development magazine SD Times and IT operations online publication ITOps Times. She received her bachelor’s degree in journalism from Stony Brook University, and has been writing about software development and technology throughout her entire career.

Profile Photo of Christina Cardoza