在通信网络交付项目中，设备资产是合同订单的核心载体。传统的资产管理和交付方式存在流转环节多、存储位置分散、产品种类繁多、供需不平衡、供需计划不匹配等问题，严重影响项目交付效率。作为全球领先的通信与信息技术解决方案提供商，中兴通讯紧跟AI技术发展趋势，在通信网络工程物资交付领域积极探索AI技术的创新应用，提出“数实智慧相融”的创新解决方案。该方案通过业务数字化转型、流程自动编排，结合AI推理模型和机器学习算法，实现精准交付、提升效率、降低库存、智能预测、智能决策的物资交付全周期管理，并进一步支撑订单投产前的生产、发货计划决策分析及最优测算，实现保齐套、高透明、快响应的物料管理服务。
物资交付流程数字化
现场物资需求自动编排
针对传统人工方式领料需求环节的高频低效问题，中兴通讯在iEPMS平台部署了EBOM（engineering bill of materials，站点设计物料清单）、EDO（electronic delivery order，站点领料需求）两项功能。
在站点设计物料清单数据上线的作业中，为兼容不同的业务场景与需求，中兴通讯从数据上进行扩展性设计，支持项目定制化配置。扩展的数据设计包含不同的库房、库位，不同的包装方式，物料替代关系，合同、物料的优先分配规则等，为系统自动分析提供数据分流条件。
现场物资流转采集组件化搭建
结合通信项目现场物资流转的关键路径，在现场实物交付管理的建设上，中兴通讯自主研发SR（站点签收）、WR（库房签收）、DR（退库）、DM（转移）、ST（盘点）、调账、库存查询及流水查询系列功能，实现了通过移动端APP进行物料数据采集，并集成装箱明细、出库单据、设计总量，实现作业人员在施工现场的自签自检、即审即改、差异可查；进一步拉通上游合同配置、发货批次、流转记录，实现全球物资流转轨迹实时可视、精准定位。把“简单”给用户，把“复杂”给后台，以智能至简的理念，中兴通讯实现现场物资流转精细、高效管理，为项目自动交付验收和现场风险管控保驾护航。
物资交付周期可视及机器学习的预测应用
通过将订单交付的配置、排产、入库、发货、关务、交付等业务进行切分，针对不同作业数据语言不一致的问题，中兴通讯以“物料代码”作为主数据，与其他作业语言进行转换，如图1所示，建立起贯通物资全生命周期的数据映射关系，实现物资交付全周期可视。
图1 物料交付全周期可视数据贯通图
AI运筹在交付计划场景的决策分析应用
排产、货运、清关周期的不确定性会导致物资供应与工程交付计划不匹配。为此，中兴通讯结合工程交付计划及物料供应计划，根据交付的长、短周期计划进行场景化拆分及AI应用。
短周期小循环场景
对于1~3个月内的供需平衡情况预测，中兴通讯参照短周期内相对比较确定的实施计划，在确定的站点交付需求及预计到货时间基础上，结合时间序列模型进行物料需求智能预测，并应用决策树解决不同项目、站点的资源分配问题，降低人工成本。
长周期大循环场景
对于3~6个月甚至更长周期的备料、库存周转及调度，中兴通讯在整体供需平衡算法基础上，考虑更多的不确定性和潜在的输入变量。通过应用关联物料回归预测及多变量时间序列分析，进行长周期的物料需求预测；并结合运筹算法，支撑物料的投产、要货、发货的决策及最优计划推荐。
如图2所示，通过大、小循环场景的互相嵌套使用，中兴通讯可以在项目交付的全生命周期中应对不同时间尺度下的库存周转及物料调度问题，提高物料交付的效率和韧性。
图2 物料智能预测大、小循环场景应用
未来，中兴通讯将继续探寻AI技术在通信领域的创新应用，精准识别业务场景，提升项目全生命周期的交付效率，为通信网络建设激发新的活力，助力客户持续提升网络价值。
全球服务
Global Services
分享、在看与点赞，小编好想拥有一个
