學術研究

您當前的位置: 首頁 > 學術研究 > 企業案例 > 正文

創新奇智科技有限公司-基于AI數據洞察的全場景智慧供應鏈解決方案

發布時間:2021-05-17 09:34:05 中國物流與采購網

一、行業背景

互聯網引發的科技、文化、消費及產業革命,正在改變經濟運行方式,重組供應鏈結構。從需求側的新物種、新業態涌現到供給側的結構化變革,需求側拉動供給側迭代升級,以往分散在各個公司、各個部門的供應鏈節點,逐漸被收攏并齊,按照統一的戰略和策略,端到端地進行管理和管控。對大型零售商而言,人貨場與產業全鏈條多端融合,從傳統的SCOR(Supply-Chain Operations Reference Model)供應鏈運作參考模型到如今的數字化供應網絡,意識形態趨同融合,生產關系打通理順。在多端融合的大背景下,AI(人工智能)正在進行碎片化賦能與結構化推動,當供給側升級后,結構化的AI供應鏈融合將會是下一個主題。

成立于2018年的創新奇智科技有限公司(以下簡稱:創新奇智),是一家人工智能產品和商業解決方案企業,致力于用最前沿的人工智能技術為企業提供 AI 相關產品及商業解決方案,通過 AI 賦能助力企業客戶及合作伙伴提升商業效率和價值,實現數字化轉型。公司聚焦“制造、零售、金融”行業的AI賦能,其中智慧供應鏈是公司的核心產品之一。

自2018年起,創新奇智為某全球頂級快消品企業提供AI驅動的智慧供應鏈解決方案。該企業的供應鏈網絡龐大復雜,而中國的零售形態快速更迭,促使該廠商不斷進行數據下沉、需求驅動的柔性供應體系建設??傮w來說,該快消企業在供應鏈上主要面臨如下幾大問題:

(一)供應鏈上游商品企劃

1、需求規劃無法做到全渠道、長周期、細粒度的高精度滾動預測

2、當前基于規則系統,人工出數需1周時間,無法實時靈活調整預測

3、不能清楚展示預測數值各維度、各層級的隱形關聯影響,挖掘業務特征

(二)供應鏈上游產能規劃

1、多工廠-多產線的共享產能無法最大化利用

2、原材料與成品的不同工序問題無法做到全局最優

3、現有規則模型無法基于精準的需求預測進行生產

4、目標倉庫的庫存結構指標無法滿足預期

(三)供應鏈經銷商補貨

1、經銷商的下單權在銷售手中,每年經銷商都會存在大量退貨,年底滯銷庫存大,該部分成本需企業承擔。

2、傳統的Excel表格處理的形式,效率極其低下,且無法對各區域經銷商的進銷存數據進行統一有效的分析和使用。

3、銷售憑借經驗與簡單的統計學模型預測經銷商下游需求,進行補貨下單,且存在壓貨現象。

(四)海外供應配貨

1、完全依賴于人工手動Excel配貨,耗時久,效率極其低下。

2、人工基于規則經驗進行工廠貨量與國家港口的需求匹配,無法考慮產能出量和同時做到全局優化,且當前集裝箱利用率、訂單滿足率相對較低。

(五)供應鏈商品追蹤

1、無法對物流中的商品做到實時精確定位、商品溯源、以及在途庫存的及時同步

(六)市場末端線上供應收益分析

1、無法有效跟蹤和評估線上商城的營銷費用與銷售數據的投資回報比,比如投放多少廣告、檔期內賣什么產品、產品怎么做促銷定價

二、AI驅動的智慧供應鏈解決方案

創新奇智采用以Orion自動化機器學習平臺為核心的決策智能解決方案,為該快消企業提供了一套覆蓋全場景的智慧供應鏈系統,其包含了需求感知、產能規劃、智能補貨、智能配貨、智能商品追蹤、智慧收益管理六大功能模塊。

(一)需求感知:提供需求感知模塊,包括進銷存可視化分析及AI智能規劃。

1、 生成長周期細粒度高精度的SKU 需求滾動預測

2、清楚展示各維度各層級關聯影響與指標現狀

3、基于業務約束的AI智能化操作,實現靈活調整,實時反饋。

(二)產能規劃:多工廠-多產線的產能共享、原材料與成品不同工序先后順序的智能分配,基于需求預測生成AI排產計劃。

1、基于需求預測的全局最優產能輸出

2、以最優目標庫存結構的產能共享、工序調配優化方案

3、基于業務約束的AI智能化操作,實現靈活調整,實時反饋。

(三)智能補貨:為各級經銷商提供智能補貨功能模塊

1、結合內外部數據,精準預測經銷商下游需求

2、結合業務約束,為銷售人員提供人工可控的智能補貨工具

3、實時補貨業務指標預估模擬,如非正品倉庫存持有成本、缺貨率等

(四)智能配貨:為海外港口提供自動配貨功能模塊

1、統籌考慮產能、需求、船期、集裝箱等限制,做到全局最優

2、自動化配貨流程,以產能預估作為模擬,降低用戶決策周期

3、基于業務約束的AI智能化操作,實現靈活調整,實時反饋。

(五)智能商品追蹤:提供基于視覺技術的無感掃碼機器,貨運到倉搬運時無感瞬時掃碼,后臺實時對接同步erp系統。

(六)智能收益管理:以資金分配&策略產出為核心的ROI計算業務單元,提供智能收益管理解決方案,包含智能促銷、定價等模塊,實現過程可量化,原因可追溯,投入產出比最優,建立AI智能庫。

三、主要效益分析與評估

創新奇智助力該快消企業打造了基于需求驅動與數據洞察的柔性全價值鏈,商品企劃、采購生產、倉網配送、渠道銷售、終端運營各環節數據特征打通,建立了一套可復用于多個場景的AI特征庫與面向場景的AI數據中臺,深度植入業務,并在逐漸影響甚至升級業務結構,為企業帶來極大的直接業務收益,如:

?高精度SKU級別的全渠道長周期需求規劃,使得下游業務線(市場、銷售、生產)能夠做到有數可依,使得向下傳導的供應價值升級。同時,挖掘出影響生意規模的渠道特征因素,改善供應結構。

?智慧產能規劃使得各工廠各產線的產能得到最大化利用,庫存健康度得到明顯提升,建立了動態供應網絡。

?每年節省千萬級別的退貨成本。

?智能配貨下的海外港口需求訂單滿足率極高,集裝箱利用率大幅改善。

?智能商品追蹤使得任何企業共存的在途庫存時效問題得到解決,實時矯正庫存數量,且相比較RFID成本低廉,無感知操作簡便;同時,能夠做到商品的實時追蹤與溯源。

?智能收益管理為企業建立了一套基于商品與中國消費者的關系特征庫,利用AI模型能夠很好的挖掘潛在的影響消費者購買的特征與特征關聯,提升企業整體收益。

?建立了統一的有效的實時的可視化報表分析系統,精準捕捉問題與風險預警。

四、經驗及體會

在AI時代,零售行業人、貨、場各個場景的解決方案體系并非是割裂的,而是以“零售全價值鏈”理念貫穿其中。創新奇智是零售價值鏈管理的倡導者。全價值鏈理念是指將人、貨、場三要素的數據打通之后,幫助 AI 進行多維度、跨領域的學習,從而輸出跨越單一場景的數據洞察,實現 1+1+1>3 的應用價值。這樣輸出的結果要比原來局限于某一個場景更好。在創新奇智看來,全價值鏈的思維是基于數據端的全價值鏈去打造基于算法的全價值鏈,從消費端到制造端的全鏈條數據采集和打通,產業鏈條的多端融合,是其中的關鍵。

制造驅動消費,消費反哺制造,從制造、流通到消費,形成一個自反饋的數據閉環,再基于數據用AI賦能整個產業鏈?;诹闶廴珒r值鏈管理,零售商將獲得對其整個供應鏈選取360度全方位的視角:從原材料采購到生產,再到最后一公里的交貨。在這個智能和數據驅動的過程,零售商不僅可以預測庫存,及時響應消費者期望,還可以和供應鏈所有成員之間進行信息同步共享。

創新奇智通過打造這套智慧供應鏈系統,積累了豐富的供應鏈經驗和成熟AI算法,除零售供應鏈外,還在制造業供應鏈管理中進行推廣復制。


首頁
欧美日韩AV无码