供應(yīng)鏈的持續(xù)破壞表明，COVID-19時(shí)代的挑戰(zhàn)在全球商業(yè)的其他穩(wěn)定時(shí)期不僅僅是一個(gè)小插曲。供應(yīng)鏈專業(yè)人員必須考慮到，這反而標(biāo)志著一個(gè)持續(xù)破壞的新時(shí)代的開始--現(xiàn)在是采取積極行動準(zhǔn)備的時(shí)候了。

技術(shù)似乎越來越多地為商業(yè)運(yùn)作中的復(fù)雜問題提供有希望的答案，供應(yīng)鏈也不例外。物流專業(yè)人士應(yīng)該探索整合尖端系統(tǒng)，特別是那些以人工智能為中心的系統(tǒng)，以填補(bǔ)人類勞動力無法有效管理的空白。通過將人類的監(jiān)督和經(jīng)驗(yàn)與下面描述的人工智能工具相結(jié)合，領(lǐng)導(dǎo)者可以更好地保護(hù)供應(yīng)鏈，應(yīng)對當(dāng)前和未來的全球挑戰(zhàn)。

構(gòu)建數(shù)字孿生

數(shù)字孿生是供應(yīng)鏈的虛擬副本，可以包括資產(chǎn)、倉庫和材料。數(shù)字孿生體的優(yōu)勢在于，它允許供應(yīng)鏈專業(yè)人員模擬材料的流動，演繹多種可能的 "假設(shè) "情景。

例如，數(shù)字孿生體可以預(yù)測，如果倉庫所在的地方發(fā)生動亂，或者如果材料因極端天氣條件而丟失，供應(yīng)鏈將受到何種影響。創(chuàng)建潛在場景并觀察每個(gè)場景將如何影響供應(yīng)鏈，為有效判斷風(fēng)險(xiǎn)和效率提供了一個(gè)獨(dú)特的有利條件。

已經(jīng)成功地將數(shù)字雙胞胎整合到其供應(yīng)鏈準(zhǔn)備工作中的公司仍然是少數(shù)。對于許多人來說，這仍然是一項(xiàng)有待探索的新興技術(shù)，特別是對于那些可能擔(dān)心成本的小型組織。然而，如果有合適的專業(yè)人員來管理這個(gè)工具，其上升空間是很大的。

駕馭物聯(lián)網(wǎng)

物聯(lián)網(wǎng)（IoT）是一個(gè)自力更生、與互聯(lián)網(wǎng)相連的物體系統(tǒng)，可以通過網(wǎng)絡(luò)收集和傳輸數(shù)據(jù)，而不需要人為干預(yù)。物聯(lián)網(wǎng)設(shè)備通過收集所需的數(shù)據(jù)，在機(jī)器需要維護(hù)或更換時(shí)提醒供應(yīng)鏈專業(yè)人士，從而幫助監(jiān)測供應(yīng)鏈。

例如，在大規(guī)模熱浪中，物聯(lián)網(wǎng)設(shè)備可以監(jiān)測疫苗等珍貴貨物的內(nèi)部溫度，這些貨物對極端溫度變化很敏感。使用物聯(lián)網(wǎng)來監(jiān)測和標(biāo)記溫度變化，可以簡化運(yùn)輸過程，并通過確保疫苗在運(yùn)送到最終目的地后是可行的，從而降低風(fēng)險(xiǎn)。

較小的公司可能會發(fā)現(xiàn)實(shí)施物聯(lián)網(wǎng)很困難，因?yàn)樗枰獙χ悄軝C(jī)器進(jìn)行大量的前期投資，并需要有分析大量數(shù)據(jù)的能力。但云計(jì)算使小公司也有可能擁有相當(dāng)大的處理能力，而不必購買內(nèi)部計(jì)算機(jī)服務(wù)器的機(jī)架。

機(jī)器學(xué)習(xí)的力量

機(jī)器學(xué)習(xí)是一個(gè)不斷從數(shù)據(jù)中實(shí)時(shí)學(xué)習(xí)的系統(tǒng)，并提醒公司注意潛在的供應(yīng)鏈影響。該系統(tǒng)可以快速分析大量的數(shù)據(jù)，并識別數(shù)據(jù)中的信號、模式和趨勢，以便根據(jù)需要進(jìn)行供應(yīng)鏈調(diào)整。

機(jī)器學(xué)習(xí)的使用案例是無窮無盡的。有了正確的算法，它可以幫助確定最符合成本效益的方式來安排重要的運(yùn)輸，考慮到車輛和設(shè)備的磨損，最大限度地提高里程和燃料成本，并避免高風(fēng)險(xiǎn)地區(qū)。這可能意味著一種關(guān)鍵產(chǎn)品的全球短缺或在高需求中迅速和經(jīng)濟(jì)有效地補(bǔ)充供應(yīng)之間的區(qū)別。

盡管如此，公司在實(shí)施機(jī)器學(xué)習(xí)時(shí)應(yīng)該謹(jǐn)慎行事。該技術(shù)允許對大量數(shù)據(jù)進(jìn)行分析，但只有在熟練和有知識的工人建立模型和分析結(jié)果的情況下，才能充分發(fā)揮作用。如果你弄錯(cuò)了，可能會導(dǎo)致錯(cuò)誤的決定，甚至危及一個(gè)品牌的聲譽(yù)。但在一天結(jié)束時(shí)，機(jī)器學(xué)習(xí)的優(yōu)勢是值得追求的。

人工智能在供應(yīng)鏈中可能非常有幫助，但公司不應(yīng)該單獨(dú)依賴它。人類的專業(yè)知識仍然是必不可少的，因?yàn)榧夹g(shù)帶來了它自己的一系列獨(dú)特的挑戰(zhàn)。通過利用這兩個(gè)元素的優(yōu)勢，同時(shí)戰(zhàn)略性地利用每一個(gè)元素來抵消另一個(gè)元素的弱點(diǎn)，供應(yīng)鏈的有效性可以得到極大的提高。

在疫情之前，供應(yīng)鏈的中斷是罕見的；現(xiàn)在它們是新的常態(tài)。當(dāng)我們繼續(xù)通過中斷學(xué)習(xí)曲線的厚度時(shí)，很明顯，實(shí)施先進(jìn)技術(shù)是許多企業(yè)的關(guān)鍵需求。