生成式人工智能正在影响或有望影响许多行业，提供链网的转型时机已经成熟。生成式人工智能有望显着促进供应链的实时交互和信息，从计划到采购、生产制造和履行。
所有这些流程对生产力的影响都是显着的。 Accenture的一项新研究计算，超过四成的企业（43%）的端到端供应链活动的所有工作时间都可能受到生产人工智能的影响。此外，整个供应链中29%的工作时间可通过生产人工智能实现自动化，而整个供应链中14%的工作时间可通过生产人工智能显着增加。
这种新兴技术对整个供应链具有潜力，从设计和规划，到采购和制造，再到履行和服务。
总体而言，该研究分析的122个供应链流程中的58%已经成熟，可以通过生成式人工智能进行重构。该技术可以作为缺失的一环，帮助弥合过去的线性供应链与未来真正互联的智能供应链网络之间的差距。
从采购和规划，到制造和履行，再到销售和服务，都可以看到性能的提搞。生产式人工智能为供应链带来的能力包括：
-
提供情境理解：通过从大量以前无法访问的非结构化数据中获得情境化见解，增强预测和决策。
-
启用对话功能：通过使用日常语言与人工智能代理进行用户友好的交互，简化对见解的访问，并创造新的自动化机会。
-
设计和工程：生成式人工智能可以简化设计流程，使用历史和外部数据源快速生成符合规范的新设计，从而减少时间和重复工作。例子包括产生新的可持续包装设计。
-
规划：通过简单易用的界面，员工可以查询日常语言的建议，并获得其容易理解和操作的解释。同时，生成式人工智能可用于将更广泛的非结构化数据源引入预测计算中，例如市场报告、新闻结果和社交媒体。其可以立即总结会议行动要点，将计划与实际结果进行比较，构建关键指标的仪表板，甚至自行生成计划草案。
-
采购：生成式人工智能可以为商业用户提供采购助理。当其需要购买东西时，助理可以引导其进入正确的购买渠道，支持任何取消或现货购买，如果需要，还可以联系专业买家来处理购买事宜。此外，Accenture团队指出，虽然团队经常在战略调整、采购和数据协调上花费大量时间，但生成式人工智能提供了一个简化运营、弥合信息差距和改善对更广泛数据源的访问的机会，从而使更快的洞察力和简化的流程。
-
制造：如果企业能够将IT数据与运营和工程数据结合在一起，生成式人工智能将帮助其在制造运营中实现一致的质量和卓越运营水平，特别是在资产维护等领域，并为员工提供可操作的预测性见解。其还可以为产品设计和质量控制提供新的见解。
-
质量保证：人工智能还将越来越多地应用于运营数字孪生的丰富见解、加快诊断和根本原因分析。经典人工智能和生成式人工智能的结合，有望通过易于使用的问答界面使信息更易于使用，从而显着简化对预测性维护见解、实时数据分析和故障诊断的访问。
-
实现：这包括增强超个性化的客户体验，并从基于大量全渠道数据的洞察中提取新的收入机会。配送运营商还可以使用生成式人工智能，通过考虑非结构化信息中更广泛的因素，如天气预报和竞争对手活动，提出优化运输管理和改进预测的方法。
-
管理监管表格：人工智能驱动的生成式进出口文件生成器可以改变运输和出口流程。生成式人工智能可应用于各种格式（包括PDF和平板电脑）的多模式非结构化信息的全面收集，包括历史内部记录和政府法规。然后可以自动填充运输和出口文件，供人类专家审查和验证，减少出错的机会，同时节省时间和人力。
总结
将人工智能嵌入供应链不仅是一个技术项目，其还需要组织对创造价值和完成工作的思维方式进行深刻转变。这意味着生产式人工智能不仅仅是一个系列软件实施中的最新产品，并且是一种企业转型，明确关注端到端业务能力以及对数据、人员、工作方式、流程和负责任采用等领域的影响。
在此过程中，人工智能驱动的重塑，有助于强化过去线性供应链与未来真正互联的智能供应链网络之间的差距。
以上是生成式人工智能使实时供应链更接近现实的详细内容。更多信息请关注PHP中文网其他相关文章！
