人工智能技术将如何改变供应链的未来
技术一直在颠覆和改进我们管理供应链的方式——从古丝绸之路上绑在骆驼上的新式轮式手推车,到今天由人工智能驱动的超精确零售补货需求预测。
但是,尽管这些发展不断推动社会向前发展,但它们最初并不总是受到欢迎。以条形码为例。
当条形码首次投入商业应用时,必须说服持怀疑态度的制造商将其打印在产品上,说服犹豫不决的超市购买扫描仪。但在短短几年内,条形码被广泛认为改变了整个零售生命周期的效率和准确性。
作为商业领袖,我们必须始终克服最初的不情愿,并利用变革性的新技术。 能够适应从地缘政治到环境的外部变化的供应链是当今多变的经济环境中的主要竞争优势。 那么,哪些新技术可以提高速度、支持可靠性并增强像您这样的企业的弹性? 让我们来看看。
物联网和 5G 将改变可见性
COVID-19 大流行导致经济放缓,但现在最坏的情况可能已经过去,物联网和 5G 可以推进到如果没有优先考虑大流行的情况下它们本应达到的水平。
5G技术的好处显而易见。 它比 4G 快 1,000 倍,可以处理 10,000 倍的流量。 它还将延迟从 10 毫秒减少到不到 1 毫秒,并将设备连接从每平方公里 100,000 台设备增加到 100 万台。 简而言之,它促进了可以同时互连的设备和应用程序数量的爆炸式增长。
对于供应链,这在跟踪全球货物流动时实现了前所未有的速度和响应水平。 低价5G芯片可以实时收集和分析供应链数据。 然后,支持 5G 的物联网传感器可以放置在供应链的不同点,使管理人员能够远程监控产品位置、标签和状态,并在发生延迟或中断时立即开始规划解决方法。
5G 还将帮助组织优化其运营并最大限度地减少低效率,例如使用地理定位技术来避免交通拥堵。 通过将 5G 与物联网组织相结合,组织可以确保产品在正确的时间以完美的数量进入仓库和货架。
人工智能和机器学习将优化性能
另一个有望彻底改变供应链管理的技术领域是人工智能 (AI) 及其机器学习 (ML) 子集。 请记住,重要的是要注意 AI 和 ML 之间的细微差别:AI 使计算机系统能够使用数学和逻辑为自己“思考”并自主执行任务。 同时,ML 允许系统根据其经验“学习”并改进其输出。
机器学习驱动的供应链允许组织随着时间的推移自动改进他们对产品需求的预测。 这不仅提高了存货和存货预测的准确性以防止“牛鞭效应”,而且开辟了新的零售机会,例如动态定价。 此外,数据模型可以突出产品需求中的异常情况并自动设置控制机制,例如客户购买限制和额外库存订购。
同时,借助人工智能,文件处理和订单拣选等琐碎的后端任务可以自动化,让员工能够承担更有影响力、更有成就感的工作。 人工智能还可以帮助管理人员评估供应商从定价到可靠性的表现,以进一步减少中断并加强供应链。
这些也不仅仅是推测性的突破。 麦肯锡的研究表明,人工智能和机器学习的早期采用者已经取得了巨大成功,“物流成本平均提高 15%,库存水平提高 35%,服务水平提高 65%”。
随着成本上升和中断升级,企业领导者应努力利用 AI 驱动的供应链的优势,以免移动速度更快的竞争对手遥遥领先。
下一代技术将使行业面向未来
虽然供应链需要变得更快、更安全、更有弹性,但真正面向未来的供应链也必须是可持续的。 随着我们逐渐走向净零社会,更绿色的供应链将受到极大追捧——尤其是因为它们可以避免化石燃料价格和可用性的波动,并吸引具有生态意识的客户、投资者和员工。
幸运的是,政府开始注意到并为环保采购和分销提供可观的激励措施。 美国最近通过了一项全面的能源法案,在未来十年内向各种低碳能源技术投资约 3700 亿美元。 研究已经表明,该立法可能有助于显着减少美国的排放量并实现净零目标。
与此同时,俄乌战争及其对向欧洲输送石油和天然气的影响,可能会让欧洲大陆的国家效仿美国,向可持续能源领域投入巨资。
研究表明,到 2035 年,将可再生能源发电量翻两番并建设电力基础设施可为欧盟节省超过 1 万亿美元,并为气候、健康和能源安全带来额外好处。 同样,英国的能源安全战略规定了该国将如何使用可再生能源以确保到 2030 年多达 95% 的电力是低碳的。
目前,太阳能和风能获得的每瓦电力成本与化石燃料相当。 但如果绿色能源投资成功,我们可能会看到从化石燃料中独立出来,从而彻底改变供应链中的采购、运营和过度浪费。
与此同时,其他新兴技术让我们得以一窥不可思议的未来。 十年后,AI 甚至可以设计生物体吗? 一个由机器人专家和科学家组成的研究小组已经证明这当然是可能的。 创新总是指日可待,我们有责任为接下来可能给我们的供应链、企业和生活带来的任何技术做好准备。
以上是人工智能技术将如何改变供应链的未来的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在
