AI和IoT驱动的智能供应链

数字时代,供应链智能化水平决定着企业生产效率和个性化服务水平。物联网、机器人以及人工智能快速推动供应链数字化和智能化。大数据分析与传感数据的融合,通过万物数字化和万物互联,为精益生产管理,提高行业整体协作效率,以及全球市场数字化创新能力,提供了支撑。

数字化供应链价值

供应链数字化通过改善企业敏捷性来提升企业运营质量和效率、降低生产成本、提高资金流的灵活性,推动企业运营并成功实现转型升级。

智能和数字化提升供应链管理和供应链服务能力。供应链管理人员可充分利用可用数据/信息,加强端到端的客户参与,改善生产和服务各环节的互动方式。数字技术为供应链管理者提供信息透明度,并可根据需求建立需求感知功能,预测未来生产或服务各环节的变化和趋势,提高预测质量和运营效率。例如,供应链终端跟踪系统可随时发送有关订单的详细更新。

应用数字化的智能供应链实现自动化,大幅降低企业生产成本。根据麦肯锡的预测*,通过应用先进的方法计算和优化策略,对线路进行智能规划,并优化运输动态,运输和仓储成本可降低多达30%。同时借助先进的数字化系统支持,80%至90%的任务和工作计划可以实现自动化*。与人工操作相比,建立在实时更新的方案基础上的自动化供应链决策流程,信息更加准确及时,同时系统还能检测到需要即刻干预的异常状况。自动化操作简化供应链专业人员的工作,使他们能够专注于更有价值的任务。例如,数字解决方案可以配置为自动处理实时信息、自动化准备和工作流程管理,从而消除收集、清理和输入数据的手动工作。

企业应用数字化的智能供应链可缓解资金流压力。 生产和商业企业的资金流压力相当大部分来自于库存。实施新的生产计划算法,可精细化生产和制造过程中需求和供应的变化,实现库存较小化。另外,由于需求/供应的预测准确度大幅提高,流程中的不确定性得以大幅降低,对安全库存的考量也相应减少甚至消失,这使得零库存计划成为营运选择之一。麦肯锡预测*,应用智能供应链管理,整体库存将减少75%,极大缓解了企业的资金流压力。

AI和IoT驱动的智能供应链

* Source: Supply Chain 4.0 – the next-generation digital supply chain, McKinsey, October 2016

数字化供应链特点

全球经济在转型升级,互联网、物联网、人工智能、机器学习和云计算的浪潮席卷全球,企业创新面临的现代商业环境对精细化、精益化管理提出了更高要求。传统供应链中,数字垃圾/数据垃圾阻碍了智能化供应链应用的潜力。数字化供应链使用物联网和其他先进技术,自动收集和处理信息,利用人工智能和大数据算法提升价值数据,减少数字垃圾的产生,并自动支持决策制定和其他活动。

不断扩展的数字技术和人工智能、物联网、大数据实现云端智能供应链服务,提供越来越多的数字解决方案满足供应链管理需求。机器学习系统可以为供应链管理者建议如何处理特定情况,例如根据新客户订单更改物料计划和计划,或者完全自动化进行决策。自动化决策系统可以跨职能部门进行调整,以提升效率。功能强大且用户友好的分析工具可以编译大量非结构化数据,并从中提取有用的见解。人工智能应用程序可以自动跟踪性能问题,查找根本原因,然后向管理人员推荐纠正措施。云端数字技术的另一个好处是它们比以前更容易设置和使用,也更能提供个性化的产品和服务。例如,基于云的产品可以随时进行试点,然后在各组织之间快速扩展。许多新技术可以使用标准应用程序编程接口(API)连接到ERP系统,与现有系统或软件包轻松集成。

AWS针对供应链的服务组合和价值

针对智能供应链,面向工业、消费者和商业解决方案的AWS物联网产品可跨越云端,通过各种设备,为几乎所有物联网应用案例构建供应链解决方案。基于 AWS 物联网与人工智能的集成能力,供应链设备更智能。此外,利用AWS设备软件,哪怕没有网络,供应链管理人员依然可以安全地连接设备、收集数据,通过大数据分析和人工智能算法在本地执行智能化操作。

Georgia-Pacific优化制造和供应链流程

Georgia-Pacific是世界纸浆、毛巾、薄纸木材和石膏建筑产品的制造商和分销商。Georgia-Pacific使用Amazon Kinesis将实时数据从制造设备传输到基于Amazon S3的中央数据湖,使其能够大规模地获取和分析结构化与非结构化数据。同时,Georgia-Pacific使用基于AWS的高级分析解决方案,优化了工厂的关键制造流程,增加了数百万的利润。例如,对于生产线,AWS数据分析技术预测纸张母纸卷的质量,消除了40%的纸卷撕裂,一条生产线即可增加数百万美元的利润。Georgia-Pacific的定向刨花板(OSB)工厂,通过优化切削过程,使生产过程中相关的废物减少了30%。利用人工智能进行预测,Georgia-Pacific现在可以提前60-90天预测设备故障,这意味着可以计划设备停机时间,提高资产利用率和造纸厂安全性,并帮助工厂避免计划外生产停工造成的收入损失。

Georgia-Pacific使用Amazon EMR通过Amazon Redshift以结构化方式对数据进行转换。分析师使用Amazon Athena在Amazon Simple Storage Service(S3)之上查询原始数据,其中包括制浆机制、造纸机、转换生产线、振动趋势、产量和纸张质量等信息。Georgia-Pacific还使用AWS SageMaker来大规模构建、培训和部署ML模型。使用基于原始生产数据构建的ML模型,Amazon SageMaker可为机器操作员提供有关机器速度和其他可调变量的实时反馈,使经验不足的操作员能够更早地检测到潜在质量问题。

AWS帮助Georgia-Pacific优化供应链流程,大大降低了成本开支。

AWS协同大众汽车集团整合其全球供应链

大众汽车计划通过工业云把其在全球122个制造工厂内的生产设备互连,以存储、收集设备上的运营数据,并对其进行分析以优化生产。这一工业平台计划将大约1,500名大众供应商的数据也添加到互联组合中。来自所有工厂的数据组合将为工艺优化提供新的能量。这些措施包括更有效地控制物料流、早期发现和消除供应瓶颈和生产过程中断、优化工厂中机器和设备的运行、建立生产计划和库存管理、削减生产过程中的设备浪费、监控轿车零部件在整个供应链中的活动状况、跟踪工厂内外货物转移、车辆定位服务、跨系统分析效率等等。

大众汽车选择了AWS服务组合,包括物联网(IoT)、Amazon Simple Storage Service (S3)的企业级数据湖、AWS的连接设备和Amazon SageMaker人工智能开发工具包、机器学习分析和计算服务、智能机器人和数据分析功能等。这些服务专为生产环境开发,并可根据其他具体要求扩展到汽车行业。另外,该方案部分将构建在AWS Outposts上。该平台实现了系统与工厂之间数据交换的标准化和简化。通过大众工业云的发展,大众汽车所有122个生产工厂将实现标准化和网络化,为其生产和物流的无缝数字化奠定基础。

大众汽车和AWS的合作将对大众汽车全球供应链的生产效率和质量产生深远的影响。利用物联网、机器学习、云计算,大众汽车的目标是提高工厂的生产率,长期整合大众汽车在工业云中的供应链( 遍布全球的1,500多家供应商和合作伙伴的30,000多个地点)。大众和AWS建立的开放行业平台,未来也可应用于其他合作伙伴。

智能化的欣和食品供应链

中国烟台欣和企业食品有限公司(以下简称“欣和”)经过26年的不断发展,已经成为一家生产多品类食品的大型企业,拥有十多家子公司,并采用集团化统一管理实现可靠的饮食供应链、创新的产品研发、高标准的生产制造、便捷的零售渠道、丰富的饮食体验以及全方位食物教育。

随着生产规模的扩大,欣和原有的IT架构开始遇到瓶颈,无法满足业务快速发展的需求。产品研发、市场推广、消费者沟通、营销渠道管理对大规模的数据分析和处理提出了更高的要求,欣和选择以AWS云平台为基础进行整体的大数据战略规划。当前欣和的经销商供应链、消费者服务、电商平台都建立在AWS上。AWS云平台提供了丰富的功能来支持大数据湖的建设,包括Amazon S3、Amazon EMR、Amazon RDS、Amazon DynamoDB、Amazon Redshift等,这些功能涵盖了数据存储、安全保护、分析、处理等各个方面。

相关推荐