您的位置:首頁 > 資訊 > 行業(yè)動態(tài) > 正文

美國物料搬運行業(yè)協(xié)會:《轉型時代:塑造您的未來》之一

2020-12-02 10:54 性質:原創(chuàng) 作者:小桐 來源:中叉網(wǎng)-中叉網(wǎng)
免責聲明:中叉網(wǎng)(www.htyl001.com)尊重合法版權,反對侵權盜版。(凡是我網(wǎng)所轉載之文章,文中所有文字內容和圖片視頻之知識產(chǎn)權均系原作者和機構所有。文章內容觀點,與本網(wǎng)無關。如有需要刪除,敬請來電商榷?。?/div>

4、人工智能投資將在整個供應鏈中快速發(fā)展

Tompkins International董事長Jim Tompkins被公認為是供應鏈咨詢和解決方案專家。他堅信,由于COVID-19,幾乎在供應鏈的各個方面,將大大加快對人工智能(AI)的投資。他在這里解釋了原因。

COVID-19具有快速蔓延的歷史。MHI的《轉型時代/Transformation Age 》報告中的大部分預測很有可能會實現(xiàn)。但它們的發(fā)生速度將比最初預期的快得多,因為沒人能預見到這種大流行。因此,供應鏈現(xiàn)在必須做同樣的事情-加速解決方案。我認為這是組織利用人工智能(AI)的機會。

預測是人工智能加速應用的第一個領域。因為從歷史上看,當我們出現(xiàn)供應中斷時,就是供應中斷。然而,在大流行期間,供應和需求雖然出現(xiàn)了中斷,而需求通常是恒定不變的。

坐廁紙短缺。為什么會這樣呢?不是因為沒有足夠的衛(wèi)生紙。這是因為制造商生產(chǎn)的廁紙類型不對。兩層紙是消費者在家中使用的東西;企業(yè)在辦公室、飯店、零售商店等中使用的是單層紙。兩者的產(chǎn)量均保持不變。但是,大流行開始,更多的人在家中,更少的人在公共場所上班或外出工作,所以單層賣不出去,雙層紙短缺。

衛(wèi)生紙?zhí)魬?zhàn)的根源在于缺乏管理需求量的能力,因為制造商不知道需求量是多少。因此,供應鏈需要使用AI進行增強的預測能力,以便不僅預測需求,而且還預測他們將需要的供應量。最終,這將有助于同步供需。

接下來,公司需要加速AI的應用以獲得更好的可見性。僅僅知道那批產(chǎn)品遲到了兩天才離開中國已經(jīng)不夠了?,F(xiàn)在,運營經(jīng)理需要了解船只抵達洛杉磯時延誤的影響。借助AI,一家公司可以提前兩周知道其位于俄亥俄州哥倫布的工廠將無法獲得預期的供應。增強的情報利用AI機制告知可見性。

我還看到了AI在多渠道網(wǎng)絡中的加速應用。如果您只是在自己的商店和自己的網(wǎng)站上銷售商品,那將非常容易。但是隨著電子商務的發(fā)展,不同的人會根據(jù)人口統(tǒng)計信息在不同的地方購物,并且他們正在為自己建立的網(wǎng)站上購物。因此,這些零售商需要能夠在集成解決方案中管理那些多渠道,并且要成功地做到這一點,他們需要使用AI。

所有這些功能不再具有吸引力?,F(xiàn)在它們是強制性的。這就是為什么采用AI的速度將比最初預期的要快得多的原因。就個人而言,在過去的三個月里,我學到了更多。所有這些發(fā)生的速度令人難以置信?,F(xiàn)在不是該坐下來觀察世界過去的時候了?,F(xiàn)在是時候站起來,然后騎馬并做出一些事情了,因為需要采取行動。

從2019年開始,供應鏈中的AI預計將以45.3%的復合年增長率增長

根據(jù)Meticulous Market Research的研究,從2019年到2027年供應鏈市場上的人工智能(AI)預計將以45.3%的復合年增長率(CAGR)增長,到2027年將達到218億美元。研究人員將這一增長歸因于至:

對AI,大數(shù)據(jù)和分析的認識不斷提高。

自動化和自動化應用程序中更廣泛地實現(xiàn)計算機視覺。

供應鏈行業(yè)的持續(xù)技術進步。

對基于AI的業(yè)務自動化解決方案的需求增加。

擴大工業(yè)自動化。

研究人員指出,目前阻礙人工智能在供應鏈中增長的潛在障礙包括高昂的部署和運營成本,以及缺乏基礎設施。

5、關于公司在大流行后對數(shù)字投資計劃的時刻表的思考

作為一名供應鏈和IT策略師和研究員,諾克斯維爾田納西大學Haslam商學院信息系統(tǒng)和供應鏈管理副教授Randy V.Bradley博士是數(shù)字化商業(yè)轉型、供應鏈數(shù)字化的專家,在以及商業(yè)分析和IT在供應鏈中的戰(zhàn)略應用頗有建樹。在這里,他提出了他對公司在大流行后,在數(shù)字投資領域的看法。

由于大流行,您是否期望更多公司接受供應鏈數(shù)字化?

這場大流行病對于公司來說面臨諸多的問題,很可能增加了人們對追求數(shù)字化的渴望,而不僅僅是自動化。我想澄清這一區(qū)別,因為許多被稱為自動化的技術實際上是機械化的:也就是說,設備代替了人來執(zhí)行重復的任務。然而,機械化設備不一定能產(chǎn)生供應鏈和供應鏈專業(yè)人員可以使用的可操作信息。

如果一個公司正確地做到了這一點——創(chuàng)新、使用和利用新興的數(shù)字技術——這些解決方案不應該搶走工作崗位,而是填補人才、知識、能力和機構方面的空白。當你想到COVID-19,特別是在物料搬運的空間,如果你需要在倉庫中保持社會距離,你就不可能輕易地改造或重新設計設施,使你的員工能夠操縱更多的作業(yè)量。相反,你將不得不重新考慮部署這些人員的方式,這可能意味著每次輪班的人數(shù)會減少。這可能會對生產(chǎn)力產(chǎn)生巨大影響。

這就引出了一個問題,我們現(xiàn)在是否可以利用自主解決方案,例如自主移動機器人(AMRs)來支持生產(chǎn)效率的需要,而不需要在一個特定的平方英尺內有那么多人?自動抄表系統(tǒng)使操作在給定的班次上的人數(shù)更少。他們可以運行更多的班次來分散他們的員工,但仍然可以保持同樣的水平——如果不是更好的話——的生產(chǎn)力?;蛘撸麄兛梢岳脜f(xié)作機器人,增加人與機器人之間的交互,同時最小化人與人之間的交互需求。

使用COVID-19,是否會加快對自動化的投資,例如AMR或協(xié)作機器人?

目前,在MHI年度行業(yè)報告中調查投資計劃時,我們已經(jīng)全面地談論了先進的機器人技術和自動化。在2020年報告中,有73%的受訪者預計在未來五年內將對機器人技術和自動化進行投資。展望未來,我們可能需要細化,并將該類別分為不同的技術和特定案列,以便更好地確定哪一種機器人解決方案的最佳方案。

要回答您的問題,我想是的。在《2019年MHI年度行業(yè)報告》中,我們看到了一個拐點[在受訪者表示從2015年到2018年呈下降趨勢之后,2019年機器人和自動化解決方案的預計支出增長了95%]。對我們來說,這似乎表明試點項目的結束和實際投資的開始,因為一些公司開始意識到潛在的案列和后續(xù)收益。同時,我們開始看到新的籌資模式,例如“機器人即服務”,它使公司可以將機器人作為運營費用,而非資本支出來獲取。

COVID-19之后,哪些部門最有可能進行這些投資?何時?

那些沒有經(jīng)濟困難的人。例如,醫(yī)院在停業(yè)期間,由于停止了作為主要收入來源,他們遭受了巨大打擊。由此,這樣的行業(yè)將沒有足夠的現(xiàn)金流來推動其發(fā)展。在實現(xiàn)中,是的——他們正因需求增加而疲于奔命——我看到更多的潛在投資來源。

當我們研究物料搬運時,將取決于他們所服務的經(jīng)濟領域,因為對這些自動化解決方案的需求會越來越高。結果是,我們將會看到越來越多的投資行為。但是,我認為與3月份大流行以來,大多數(shù)公司的財務狀況處于相同水平,投資增長將是蒼白的。

就時間而言,我認為從現(xiàn)在起大約36個月內,我們不會看到投資此類技術的指數(shù)級增長。對于某些公司來說,最好的情況是24個月。原因是實用性-人為因素。如果距離第一種可行疫苗的發(fā)布,至少還要12個月的時間。那么,在在此期間有多少人愿意為此買單?我不知道!因為人們知道當您將疫苗推向市場時,依然存在巨大的投資風險。

這就是為什么我認為數(shù)字和自動化技術的投資,將在未來兩到三年的以緩慢速度的增長,然后才將呈指數(shù)級增長的原因。不是因為我不相信解決方案可以帶來的好處,而是因為人類的天性使然。當我在領導力計劃中,與高管一起工作時,我?guī)缀蹩偸鞘紫纫笏麄兇_定自己的個人愛好,以投資新技術。然后,我向他們提出一系列問題,詢問他們如何針對創(chuàng)新的投資周期和過程,為公司做出正確決策。事實上,許多公司會視自身情況,放寬對數(shù)字技術解決方案的投資,主要是因為需要更好地管理現(xiàn)金流。

您認為一個公司最終會在哪些領域進行投資?

我認為我們將看到對可見性解決方案的投資。當前,許多上游公司的可預見性有限。他們看不到第一層,或充其量只預見到第二層。大流行表明,這是一個重大問題,不再被忽略或擱置以備后用。公司將不得不重新審視其采購策略,以評估材料的原產(chǎn)地。因為即使您有六個潛在的供應來源,如果只有一個原產(chǎn)地出現(xiàn)斷裂,您仍然會遭受損失。我還認為,我們將看到風險分析解決方案的增加,以及這些解決方案中功能的擴展,以便公司可以操縱風險模型來評估潛在影響,例如數(shù)字孿生模擬。

網(wǎng)友評論
文明上網(wǎng),理性發(fā)言,拒絕廣告

相關資訊

關注官方微信

手機掃碼看新聞