準時達呂臺欣：AI將成為推動中國制造業升級的強大引擎
11月17日消息，在第25屆高交會“2023中國高新技術論壇”上，準時達首席技術官呂臺欣為現場與會嘉賓分享了AI為物流供應鏈管理領域帶來的全新可能。
呂臺欣表示，通過引入自然語言處理、深度學習等先進技術，AI已經在很多To C的領域大顯身手，同時，在物流供應鏈管理領域，例如運輸、倉儲等關鍵環節AI也能提供更為高效的解決方案。呂臺欣認為，未來供應鏈管理將不再是單一的AI應用，而是融合RPA(機器人流程自動化)、區塊鏈、大數據等多種技術，形成一種全新的生態系統。
在制造供應鏈領域，準時達成為首批探索將大型語言模型與信息系統整合優化的企業之一。目前，準時達的核心AI產品之一JusElsa已上線并投入實踐應用。JusElsa利用智能大語言模型技術，與準時達JusLink平臺深度融合。JusElsa不僅以自然語言協助客服人員與客戶進行交流，例如查詢運輸信息、追蹤運輸狀態及推送異常情況處理方案，還能解決跨國協作中語言不通的問題，JusElsa已整合了主要目標國家的語言，幫助用戶實現跨國交流。
2023中國高新技術論壇現場
圖源準時達國際供應鏈公眾號
呂臺欣在演講中強調了AI技術在全球供應鏈管理中的重要作用，這一技術對中國制造業的出海及轉型升級提供了有力支持。第一是提高供應鏈運作效率，AI技術可以在供應鏈中實現智能預測、實時監控和智能調度，從而提高運作效率。通過對大數據的分析，AI能夠更準確地預測市場需求和原材料供應情況，使企業能夠更好地調整生產計劃，減少庫存壓力，提高資產周轉率。
第二是優化供應鏈成本，AI技術在物流供應鏈領域的應用可以大幅度優化成本。自動駕駛技術、智能物流倉儲系統等都能提高物流的效率，減少人為錯誤和停滯時間。通過實時監控貨物流動情況，可以更精準地規劃路線，降低運輸成本。這對于解決我國供應鏈物流成本偏高的問題具有積極意義。第三是構建數字化供應鏈基礎設施，AI技術為構建數字化供應鏈提供了技術支持。通過建立數字化平臺，實現上下游信息的實時共享與聯動，可以打破信息割裂，提高供應鏈的透明度。這有助于企業更好地協同合作，迅速應對市場變化，降低因信息不對稱而導致的風險。
第四是提升供應鏈決策智能化水平，AI 技術的智能決策系統可以幫助企業更迅速、準確地做出決策。通過對大數據的分析，AI可以提供更為精準的市場預測、供應鏈優化建議等，使企業能夠更敏捷地應對市場波動和突發風險。這有助于提高供應鏈的靈活性和適應性。第五是解決供應鏈斷鏈問題，AI 技術可以通過智能化的方式解決供應鏈的斷鏈問題。通過建立智能供應鏈網絡，實現各個環節的無縫銜接，確保原材料、零部件的準時供應，從而避免因為某一個環節的缺失而導致整個生產系統的運行受阻。
圖源準時達國際供應鏈公眾號
在AI應用領域，呂臺欣分享了準時達正在實施的兩個典型的供應鏈管理解決方案，旨在幫助企業有效應對面臨的出海挑戰，同時優化庫存管理，提高整體供應鏈效率。
第一是全球原材料和生產的庫存管理解決方案，隨著企業擴展到全球市場，原材料采購和生產環節的管理變得更加復雜。企業需要在保持生產連續性的同時，盡量減少庫存水平，以避免資金積壓和過度庫存成本。準時達通過數字化供應鏈技術結合AI的能力，提出了智能的原材料和生產庫存管理解決方案。該方案利用大量數據和深度學習模型，為企業提供智能的采購建議。通過對采購數量、運輸狀態等多因素的綜合分析，系統能夠更準確地預測未來一周或兩周后的庫存水平。通過采用AI技術，企業可以實現更精準的庫存管理，減少庫存水平，同時確保生產和供應的持續性。根據數據模擬，這可以降低20%~30%的庫存水平，為企業節約原材料成本。
第二是全球分銷控制塔解決方案，企業在全球范圍內生產和分銷產品會涉及到在全球各地設有庫存、備品和零組件的復雜管理問題。如何高效管理這些庫存，并滿足全球范圍內的售后服務需求成為企業的挑戰。準時達推出了全球分銷控制塔，旨在解決企業在全球分銷中面臨的問題。通過數字化和AI技術，該控制臺提供了端到端的可視化，使企業能夠實時了解全球范圍內的庫存狀況。這包括商品本身以及備品和零組件的管理，以確保能夠滿足全球范圍內的售后服務需求。
2023中國高新技術論壇現場
圖源準時達國際供應鏈公眾號
制造業企業可以通過解決方案的實施實現高效的全球分銷管理，降低庫存成本，同時確保及時滿足全球客戶的需求。這對于高科技電子、精密設備和需要全球售后支持的企業尤為重要。全球分銷控制塔解決方案的價值在于不斷探索幫助企業解決出海時面臨的復雜性，同時通過數字化和AI技術提高庫存管理的智能性和供應鏈效率。
呂臺欣表示，AI的潘多拉之匣已經打開，中國制造業正面臨著轉型升級的關鍵時刻，在制造業向全球型、高端智造方向邁進的過程中，AI將成為推動中國制造業升級的強大引擎。準時達將繼續做AI應用的先行先試者，發揮AI技術在供應鏈管理中的無限價值，積極推動AI技術在實際供應鏈場景中的應用。
