在供應鏈中擴展在供應鏈中擴展AI邁向智能、自動駕駛供應鏈的下一步邁向智能、自動駕駛供應鏈的下一步020303新需求給供應鏈帶來壓力,這些挑戰仍在對公司造成嚴重破壞。商業情況94%75%94%75%研究開始時進行大流行發現研究開始時進行大流行發現94%的財富1000強公司經歷了供應鏈中斷604戶需要超個性化的產品、服務和體驗——所有這些都以最短的交貨時間、更低的成本交付到他們選擇的地點。此外，全球貿易和關稅緊張局勢以及物流行業勞動力短缺也導致環境動蕩，對供應鏈產生顛覆性影響。這些中斷的復合效應是成本空前上升。例如，運送一個40英尺海運集裝箱的平均價格翻了兩番3；由于美國和英國等主要經濟體的勞動力短缺，卡車司機的然后，消費者、政府、投資者和其他關鍵利益相關者對負責任、可持續的商業實踐的興趣和需求不斷增長。尤其是客戶，他們越來越關注環境影響，當他們決定從哪些公司或品牌購買時，這是一個驅動因素——如果不是首要因素的話。這給供應鏈帶來了更大的壓力，而供應鏈是世界上大部分排放的原因。商業情況05然而，大多數現有的供應鏈都是在不同的時間建立的，當時通過將一卡車的貨物集中運送到倉庫，然后是大型商店來實現規?；?。該模型依賴于高取而代之的是，為了迎接今天的形勢，公司需要有更大的思考：供應鏈和制造網絡的全面重建將使公司變得更有彈性，與客戶和員工相關，并對環境和社會負責。這就是最終目標。到達那里將需要實施關鍵的短期筑商業情況隨著時間的推移，一個新的供應鏈平臺，包括一個由差異化能力、知識產權、忠誠人才和靈活資產組成的集成生態系統，使公司能夠快速識別和利用增量增長這種轉變的核心是數據和人工智能(AI)，它們具有獨特的優勢，可以提供企業建立適合今天、明天和未來幾年的全新供應鏈所需的洞察力、敏捷性和速度。人工智能和數據有能力從根本上改變商業模式，并可以作為協作和盈利增長的引擎。這些技術可以幫助公司在風險發生之前預測和降低風險。他們可以就公司可以對其供應鏈做出的改變提供深刻的見解，以盡量減少對社會和地球的負面影響。86%他們的成長目標。40%參與埃森哲技術愿景研究的供應鏈高管9表示，人工智能是大流行后世界擴展的第二要就在云的后面。06機會07智能互聯的供應鏈可以將數據置于供應鏈核心并大規模應用人工智能的公司可以創建一個連接的、真正智能的供應鏈網絡。智能供應鏈可以通過多種方式使公司受益。它可以幫助他們了解最近的供應中斷或需求中斷，提供近乎實時的解決問題所需的信它有助于提高敏捷性，使公司能夠以速度、特異性和規模滿足獨特的客戶要求——提高產品可用性和服務水平，減少銷售損失和庫存成本，并提高生產和履行效率。它可以增加彈性），機會08智能供應鏈網絡是什么樣的？具有端到端可見性的集中控制?供應鏈控制塔——基于捕獲、處理和使用大量結構化和非結構化數據的智能技術——使公司能夠集中數據和洞察力，并加快和改進做決定?數字中心將人員、流程和技術匯集在一起，以創建供應網絡的360度視圖——跨越所有供應商層級和進入市場的路線數字復制數字雙胞胎，10是端到端供應鏈的虛擬復制品，可以策?對整個供應鏈進行“壓力測試”，以確定哪些地方容易受到干擾以及如何應對?確定最佳網絡設計以提高整個供應鏈的可持續性通過云連接和集成?借助人工智能和云，公司可以從手動銷售和運營計劃(S&OP)周期轉變為完全協作、數據驅動和基于平臺的周期?當發現異?；虺霈F機會時，規劃人員可以創建解決方案，與利益相關者分享，在協作平臺上討論，并立即采取行動超個性化和靈活?基于機器學習的工具可以提供可能被忽視的洞察力，因為無監督學習可以識別大量變量和信息的趨勢?對市場數據的實時可見性可以產生更大的洞察力、變化和理解和滿足需求要求的緊迫性?公司可以通過渠道、服務水平和地點來超級個性化訂單履行?當前在電話和電子郵件中交換和丟失的所有定性信息都會與更改一起保存機會9洞察力大規模利用數據和供應鏈人工智能的挑戰數據和人工智能可以說是智能供應鏈最重要的驅動力，許多公司在部署人工智能相關能力方面正在取得進展。但這些是例外，而不是規則。在右邊，我們列出了一些當今取得進步的公司的突出全球消費品客戶使用認知自動化解決方案和數庫存補貨的端到端可見性。一家全球醫療保健公司整合其使用認知自動化的跨職能部門，數字孿生建議制造過程的實時變化，以適應不斷增長的需求，同時優化庫存和物流成本。盡管認識到數據和人工智能的力量和價值，公司可能會繼續發現難以更廣泛地利用其投79%79%為什么？許多障礙阻礙了他們。到目前為止，最大的問題是供應鏈使用與推動價值的運營改進之間沒有明確、可信的聯系。換句話說，他組織的數據位于整個企業的孤島中。當數據碎片化和雖然人工智能的潛力巨大，而且該技術可以應用于無數業務領域，但它也使公司難以將他們的人工智能戰略與他們的業務戰略保持一致，并優先考慮人工智能可以提供最大價值的用例.13數據策略和質量企業也在為他們收集的數據類型而苦惱。他們要么沒有尋找正確的解決方案公司有如此多的供應商、技術和解決方案可供選所有權許多公司發現很難確定誰推動了人工智能的大規模推廣以及誰領導了該計劃。由于不確定誰“負責”或推動它，人工智能計劃很容易陷入困境。4缺乏合格的人才在嘗試擴展AI時，許多組織都知道他們需要并專注于雇用像數據科學家這樣的高技術員工。但這種技術專長需要與業務和戰略知識相結合。這兩個“世界”之間的合作對于人工智能產生重大影響是必要的?！皞鹘y的供應鏈組織在分散的功能孤島，專注于優化供應鏈，而不是優化整個價值鏈?！睕_破障礙，影響更大克服這些障礙并不容易——但人工智能必須實現規模化并提供真正的商業價值。根據我們的經驗，三件事可以幫助減少障礙并讓人工智能在整個企業中蓬勃發展。01戰略和路線圖02云03天賦01戰略和路線圖：繪制目的地以及如何到達那里人工智能不僅僅是一種技術轉型。相反，它有助于推動整個企業的轉型，將數據和人員、想法和成果聯系起來。這種轉變需要使數據戰略與業務目標保持一致，調整業務范圍的系統以支持數據驅動的決策，并培養人才和數據文化以推動大規模采用。公司要讓AI產生大規模影響，首先需要的是一個清晰的綜合愿景，即企業希望通過AI走向何方——可以說是它的北極星。它不能局限于一個職能、部門或業務單位——這與擴展是對立的。兩者對于采取后續步驟來建立使公司能夠實現短期和長期價值的基礎都至關重要來自人工智能，更重要的是，獲得C級的支持以資助如此大規模的投資。這些關鍵利益相關者可以幫助公司從近期的步驟和活動中逐步創造價值（這有助于支付后續步驟的費用），同時確保一切都有助于公司為自己描繪的長期未來。將這一愿景轉化為公司必須執行以實現最終目標的主要02利用數據獲取單一且可信的真相來源人工智能和高級分析可以處理來自所有功能的海量和多樣的整個供應鏈網絡的可見性。但是隨著更多的數據源，將多的服務器容量。借助云，公司可以連接這些數據以創建為了從云中獲得最大收益，公司需要確定是使用單一云提供商還是采用混合、多云模式，以獲得每個主要云提供商所提供的最佳服務。云還使組織能夠利用新的數據源來擴展和增強可見性，并且，因此，為人工智能創造更大的價值創造機會。一些例子包括：.來自人力和數字勞動力的數據.來自終端消費者設備的數據.多個銷售點.社交媒體分析（監控情緒、發現03天賦：如前所述，許多公司發現他們沒有合適的人才來成功擴展人工智能在供應鏈38%只有38%的供應鏈高管感覺他們的員工已經準備好利用提供給他們的技術。公司需要既了解技術又了解業務的人員，并且可以指導數據科學家開發解決業務問題并提供特定預期結果的算法。角色匹配到新角色的方法，然后繪制一條通向整個供應期采用者使用技能本體不僅可以映射他們需要的未來技技術供應商和咨詢公司等生態系統合作伙伴也可以成為重要技能的重要來源，提供可以在需要時增加公司現有員工的人才。這些公司已經經歷了擴展人工智能所需的陡峭學習曲線并吸取了教訓。他們的見解和指導對于幫助公司完成通常是困難和復雜的任務非常有價值。公司需要能夠處理算法和建模技術方面的數據科學家，而這些角色在供應鏈中變得越來越普遍。但數據科學家雖然很重要，但不足以大規模實施人工智能。根據我們的經驗，許多公司聘請了技術嫻熟的數據科學家，他們花費大量時間試驗AI模型，但由于缺乏強大的業務應用程序而無濟于事。換句話說，僅靠數據科學家無法推動轉型。公司還需要商業視角和專業知識。在實踐中在實踐在實踐數字孿生幫助汽車供應商管理中斷行業，展示了如何做到這一點以及可能的重大利益。與汽車行業的許多傳統和先進零部件和系統供應商一樣，這家公司越來越容易受到原材料和零部件供應鏈中斷的影響。組件和子組件——尤其是那些進入公司高利潤先進技術產品的組件。它的許多短缺和供應鏈中斷已經變得相當嚴重，威脅到公司在短期內向OEM交付產品的能力。但更令人擔憂的是，其作為頂級OEM領先或首選零部件供應商的長期地位也受到威脅。它的收入和利潤在短期和中期受到侵蝕，而對其聲譽的損害正使其長期增長和盈利能力面臨風險。該公司尋求埃森哲的幫助，以尋找降低其運營和財務風險的方法，并提高其針對短期和長期供應鏈中斷的運營彈性。公司領導認為，更快地識別公司自身供應鏈中的任何新的或不斷增長的風險因素將使公司能夠做出更明智、更快和更好的決策，從而減少或消除這些風險。20為了幫助公司在風險成為問題之前識別風險，埃森哲基于埃森哲先前與麻省理工學院(MIT)研究人員的合作部署了“彈性壓力測試”17。該壓力測試包括基于公司數據的汽車供應商供應鏈和運營的數字雙胞胎，可以模擬數千種中斷情景以及公司將如何受到影響。數字孿生揭示