揭开智慧供应链的神秘面纱—从AlphaGo说起

【2018-01-16】

  揭开智能供应链的奥秘 - 从AlphaGo谈起

  上周AlphaGo与人类顶级棋手柯杰之间的比赛在去年1:4从李世石掉到阿尔法狗后又一次人工智能与人类高峰决斗之后结束,也是机器学习的深度学习,神经网络等概念融入公众的视野。目前,人工智能在人脸识别,语音识别,无人驾驶,天气预报,医疗诊断等C终端领域得到了广泛的应用。在B方商业领域,特别是在智能供应链领域,人工智能也已经被深入应用,将会更加有用。克服人性 - AlphaGo的使命AlphaGo能够克服人性,而不是通过逻辑思维来作为人类,而是依靠大量的数据和智能算法,而这些数据和智能算法实际上是在众多人类棋手之前记录的,这就是AlphaGo智能源。谈到智能算法的核心,其中有两个,第一个是启发式搜索算法 - 蒙特卡洛树搜索算法(Monte Carlo Tree Search),这个算法确保AlphaGo在有限的空间和时间内找到对手下的Act ,第二种算法实际上是一个概率算法,即使下一个法则的每一步都变成了获胜概率的数学模型。具体到棋步,AlphaGo会预测并搜索对手可能的动作,然后在下面搜索对手可能的多重对策,并计算每一步移动赢的概率,然后找出最大获胜概率,回合直到他们的胜利。从这个意义上说,AlphaGo所代表的人工智能实际上是大数据和智能算法。图1本质上,人工智能是一种预测性技术,而预测的目的不是预测和预测,而是指导人类的决策行为,以免人们在决策时由于未知和不确定焦虑。 AlphaGo的逻辑仅仅是“获取数据 - 分析数据 - 建立模型 - 预测未来 - 支持决策”(图2),这一逻辑不仅适用于国际象棋,也适用于商业活动,特别是在“智能供应链“图2增加收入,降低成本 - 智能供应链和人工智能国际象棋使用不同的商业活动和智能供应链的初衷有着不同的数据,算法和模型,只有一个对手下棋,商业AI涉及到许多内部功能,竞争对手,外部客户和供应商,再加上复杂而不稳定的流程,只会增加人工智能在商业实践中的应用难度,这就是为什么C端人工智能首先被广泛使用是一个重要原因,但是随着ERP和CRM等各类企业的普及和管理,很多中国企业都在这样做积累了大量的营业数据,尤其是在电子商务,零售,物流,时尚产品等行业的销售历史数据。交货数据,采购数据,促销数据,库存数据等,以及各自的内部功能都达到了一定程度的协调,实际上已经有了使用人工智能构建智能供应链的数据基础和管理基础。同时,这些企业到目前为止遇到了许多棘手的现实问题。如果不能准确及时地预测和抓住消费者的需求,许多电子商务公司的缺货率在20-30%之间,容易漏掉销售机会,使得销售不够发达;库存周转缓慢,库存呆滞率高达30-40%,爆仓位严重,企业现金流压力毛利率低,经常出现“疲惫不赚”的现象。人力资源的问题是很多这些企业都很头痛,这些行业的企业大部分都是80后和90后的员工,据有关统计,有75%的企业有操作人员缺口,年损失率在20-50%左右。解决这些实际问题,也是众多企业关注的核心图3决策预测 - 供应链智慧的本质作为AlphaGo的精髓,智能供应链是人工智能在企业中的典型应用,有两个核心的模型:一是预测模型,二是决策模型,预测模型主要是基于大量的历史统计模型预测未来的销售数据通过回归,分类,时间序列等算法,而决策模型通过启发式算法,整数规划,解析解等方法预测未来的销售额。决策领域涉及的具体业务和智能供应链。从战略层面上,根据企业,分支机构,地区,渠道的整体市场管理计划,以及大量历史数据和未来影响,建立产品,门店分类和成本效益分析模型,目的在于产品分类,属性特定的标签就像是指挥这些产品的未来销售,预测,库存,生产和财务回报的“警棍”,牢记这些模型从来不是静态的,而是基于市场消费者的变化和动态的调整。然后根据供应链管理的本质 - “配套供求”,具体到战术类别计划,销售预测,智能定价,促销安排等方面,对商品,门店,成本,经营目标等战略层面的战略层面,安全库存设置,仓库和库存之间的转移,供应计划和物流计划。到目前为止,上述预测决策模型可以开始在规划,协调资源,动态调整中发挥重要作用。调整开始作为进一步实施的指挥中心。最后到行政楼层,销售,活动,订单,生产,补货,运输,仓储,配送等特定的经营活动开始,直到消费者行为结束为止。在实施过程中,会产生大量的新的运营数据,并记录大量关于市场趋势,消费者偏好和竞争对手行为的数据。这些数据最终将影响未来的战略和战术计划,形成信息和闭环反馈过程(图四)。其核心是要解决“如何卖,怎么卖,卖多少,卖多少钱,投多少”这五个核心问题,建立预测体系,提高销售预测的准确性,减少渠道库存,提高货物现货率,同时精确服务销售商智能选型,分类定价,增加销售量,具体统领采购订单,订单,促销,物流等场景,提高供应满意度和产品可用率。图四图五智能企业 - 供应链智慧的背后是什么?国内一大电子商务平台已经公开宣布,2017年将重点应用零售业自动化系统补货。在消费品,服装和家用电器,大型家电和3C数字四类自动补货系统将覆盖80%以上的采购场景。简言之,看似简单的涉及到自动补货领域,其实背后还有未知的智能供应链预测和决策系统:大数据,算法,云计算,闭环流程等等。在国内电子商务平台竞争背景下开始迈上一个新的台阶,这使得丈夫俩变幻莫测的未来打击的东西是京东的核心竞争力之一。当然,这不是他原来的,亚马逊,沃尔玛,特步等一些知名企业在这个领域的电商都有不同的层次和应用重点。即使是一些物流企业,由于大量的客户终端需求,分销,库存等领域的数据积累,实际上完全有资格提供上游客户公司除了仓储和运输供应链服务,如销售预测,库存管理,补货转移,物流策划等增值服务。对于中国企业供应链的智慧,想要升级,想要超车超车,想要增加利润才是其中的一个必经之路。辛勤工作 - 兴邦 - 智慧供应链如何登陆?说到智能供应链的实施,首先不是讲大数据和算法,而是业务需求,也就是什么业务需要解决什么样的好处,回归到事实的本质,还是要消费的需求为出发点,分析消费者更喜欢什么样的商品,未来销售多少,价格怎样才能使消费者满意,最大化自己的收入,销售投资回报率,安全库存供应链网络设置等,明确其业务目的,根据现有的数据匹配算法建立模型并调整关键参数。有些企业会说,如果没有这么多的数据,或者数据质量不好,这些在实践中是非常普遍的,但并非没有任何解决之道。中国电子商务和零售业对于数据收集的质量,数量和速度的渴望远远超出了人们的想象,首先要确定数据收集和收集的关键规则,这些规则是服务于需求的的业务。积累几个月的时间,有些模式可以发挥作用。由于数据质量不好,可以通过手动或自动清理来解决。说到算法,许多开源算法是公开的。而在大数据和人工智能的日子里,虽然每个人都会从中受益,但并不是每个公司都雇用数据和算法的科学家,但是能够理解公司的业务需求并且能够与大数据,算法等相匹配的专业公司提供专业的第三方分析,建模和优化服务,未来我们可以看到智能供水链等工具如水电资源由专业服务商提供使用。 C终端应用中的人工智能,智能供应链并不是一个完全的人员替代,它可以帮助人们作出预测和决策,随着这些成本的下降,对判断的需求将会增加,因此人类判断的价值将会提高,而且企业是一个集体,人与人之间,部门与过程之间将发挥重要的作用。公司战略只是开始,而不是结束。