左手采购.右手AI
有故事.有方法.有工具
2024年10月24日
2023年第58篇原创文章
总第721篇原创文章
全文2213字，阅读时间约7分钟
图片来源：2024常州国际卓越运营大会
2024年10月12日，我受邀在2024常州国际卓越运营大会的供应链论坛上发表了主题演讲：“AI驱动下的供应链优化策略与实践”。以下是演讲实录第三篇。
接下来，我们讲三个供应链应用AI的具体案例。
第一个案例是联合利华的由AI驱动的需求预测系统。
传统的需求预测主要依赖于专家的经验和统计能力，这种方法花费时间长，结果误差大。而不准确的需求预测会增加订单补货、配送和门店库存管理的难度，影响整个供应链的管理，并进而影响公司的整体运营。
这张图显示了联合利华在应用AI前与应用AI后的情况，
比如，预测准确率提升到了85%-90%的水平，这对快速消费品行业来说是想当不错的。
缺货率从原来的10-15%降低到不到5%。这大大提高了客户满意度和销售的连续性。
其它指标比如库存优化、销售增长和运营效率也都有显著的提升。
除此之外，AI预测助手可以将专家的每一次调整记录下来，将专家经验沉淀在系统模型中，提高专业人员的人效。
第二个案例是宝洁的AI可视化看板。
什么是看板？比如，我们汽车的看板其实就是一个看板，它显示车速、油量/电量、胎压、水箱温度等等关键指标，让司机时时掌握汽车的状态。而生产中的看板则会将所有关键指标呈现在每个人面前，以实现信息的透明化，避免信息不对称。并且在关键指标偏离的时候，及时作出调整。
宝洁的AI可视化看板涵盖了供应链各环节的数据，包括供应商、制造场所、分销中心和零售合作伙伴。这些看板能够实时监控关键绩效指标（KPIs），如库存水平、订单履行率、生产效率和交付时间表。这种即时访问数据的能力使宝洁公司能够迅速识别潜在问题。有了这种增强的可视化能力之后，宝洁就可以准确指出供应链中的瓶颈——无论是由于生产延迟、运输效率低下还是库存不匹配。通过可视化工作流程和识别减速点，公司能够迅速实施纠正措施。
此外，AI看板的洞察力使宝洁的管理团队能够做出明智的运营调整。例如，如果某个供应商一贯送货延迟，公司可以与供应商合作提高性能或寻找替代来源。
这是AI看板给宝洁带来的五大提升：
1、缩短前置时间：通过增强供应链可视化，宝洁公司据报道将前置时间缩短了约20%。这意味着产品从制造到零售货架的移动更快，提高了对市场需求的整体响应能力。
2、提高预测准确性：将实时数据与预测分析相结合，将需求预测准确性提高了10-15%。这减少了缺货和过剩库存的情况，优化了整个供应链的库存水平。
3、节省成本：增强的可视化和效率有助于将供应链成本降低约5-10%。这是通过最小化浪费、更好的运输规划和降低持有成本实现的。
4、提高客户满意度：更可靠地履行订单的能力提高了客户满意度指标。宝洁公司报告称，准时交付率提高，导致正面客户反馈和忠诚度得分增加了15%。
5、可持续性影响：供应链效率的提高也带来了可持续性利益。通过优化物流和减少不必要的运输，宝洁公司减少了其碳足迹，与其可持续性目标保持一致。他们的目标是将物流的温室气体排放量减少30%。
有一次我讲到这的时候，一位观众提问：AI驱动的看板与传统数字看板之间有什么区别？
他补充到，数字看板就可以显示那些关键数据，为什么还需要AI看板？
如下图所示，AI 驱动的看板与传统数字看板之间的主要区别在于其功能、数据处理能力和洞察生成，我重点讲四点：
1、关于预测，传统数字看板主要提供历史数据可视化和指标，总结发生过的事情。而AI看板利用机器学习算法分析历史数据，预测未来趋势或结果，从而实现主动决策。
2、关于时效性，传统数字看板通常依赖于定期更新，可能无法反映实时变化，使其在动态商业环境中反应较慢。而AI看板实时处理来自多个来源的数据，允许根据变化的条件立即更新和调整。
3、关于交互方式，尽管可以提供一些互动功能，但传统看板通常不支持像 AI 驱动的看板那样的高级查询或直观的数据探索。另外，AI看板能结合自然语言处理技术（NLP），允许用户使用自然语言查询数据，使非技术用户更容易提取洞察。也就是说，只要会提问，就能得到想要的结果。而传统看板则需要你点开什么菜单，有时候要点开几级菜单才能得到你想要的东西。
4、关于决策和审批，传统数字看板本身只是一个呈现关键数字和指标的载体，要想触发相应的行动，还是要走层层审批的流程，最后还是得老板拍板。有一个我亲历的故事，两瓶矿泉水，居然走了五级审批，而且最后流传到大老板那。这是一个年销售额50多亿的公司啊！
而AI驱动的看板则是“大包大揽”敢于自己拍板，当然你得先做好算法以及决策路径。
举个例子，网上购物的时候，你先购买了奶粉。很快，网站开始给你推尿不湿的链接。你觉得这是人工操作的，还是机器自己推的？答案是后者。
这是基于逻辑的算法：既然你都买奶粉了，应该是家里生小孩了，一定会用尿不湿吧。
以上的两个案例是由企业进行部署，而我们只是执行者，所以缺乏主观能动性。
下面这个案例则是每个人都可以做的。
有一天，我在一个采购群里看到一张照片，一个朋友询问大家是否知道这是什么设备，有哪些头部厂商？虽然我是二十多年的老采购，但是我也不认识这个设备。于是我将这张照片上转给了AI后，问它：“你是设备采购专家，这台设备叫什么？”
AI立刻回答：“这是一台制砖机，用于制作建筑用砖...然后，它开始详细解释该设备在建筑用砖制作中的应用等等。就这样，AI巴拉巴拉，口若悬河的来了一大段，让我受益匪浅。
我接着问：“你是制砖机采购专家，请联网查询后列出全球制砖机头部厂商5-8家，并做简单介绍。
AI二话不说秒回，
我接着提要求：“请列出国内制砖机头部厂商5-8家，并做简单的SWOT分析。AI依旧来者不拒，继续一丝不苟的输出...
——未完待续——
【限时福利】如果想获得毕马威完整研报《生成性人工智能在供应链中的应用：通往更好回报的途径》，请“不分组”转发这篇文章到微信朋友圈并保持至少72小时，转发后请第一时间加我微信（ID：sound2music）并且发我转发截图，验证后发你。转发文章得福利截至日2024年10月30日。
来源：毕马威研报
延展阅读
版权声明：“卢山说AI精进”个人公众号的文章均为本人原创。未经本人许可，禁止进行转载、摘编及复制等任何使用。如需转载、引用或者有其它意向，请事先通过本公众号后台等方式申请并获得授权。原创文章中的部分文字、图片源于网络，如有任何问题请联系本公众号。
