圍繞人工智能（AI）和機器學(xué)習(xí)（ML）的大肆宣傳，讓人們認為這些技術(shù)就像一根魔法棒，能夠給英國制造業(yè)帶來立竿見影的變化。IFS全球行業(yè)總監(jiān)Colin Elkins寫道，人工智能是一種能力，而不是一種速效產(chǎn)品。然而，通過集成人工智能和用戶接受度、智能規(guī)劃和預(yù)測工具可以幫助優(yōu)化運營并提供更準(zhǔn)確的業(yè)務(wù)決策。

今年夏天，熱浪襲人，英格蘭隊正處于世界杯決賽階段。一年中時間、天氣和積極的公眾情緒這些影響銷售業(yè)績的因素已得到制造商和經(jīng)銷商的普遍認可，并被納入到了他們的生產(chǎn)計劃之中。由于這是四年一次的固定場景，預(yù)測得到了電子表格和ERP（企業(yè)資源規(guī)劃）數(shù)據(jù)庫中的歷史數(shù)據(jù)的支持，因此制造商們?yōu)槠【?、漢堡、英格蘭國旗和明星球員足球的需求激增做好了準(zhǔn)備。

但如果在同一周，某位明星球員的不光彩過去在社交媒體上曝光，丑聞襲來，并且熱浪的壽命很短時，情況會怎樣呢？如果在過去的幾個月里，有健康意識的消費者不再喝啤酒，而是用低熱量的葡萄酒替代，情況會怎樣呢？如果有環(huán)保意識的場館已經(jīng)禁止使用塑料旗幟，新法律限制在白天銷售酒精，并且在主要的交通線路上已經(jīng)安排了道路施工，情況又會變得如何呢？

英國一家超市的三分鐘電視廣告就足以激勵家庭廚師們嘗試復(fù)制迪麗婭。史密斯的最新食譜——大黃和姜布丁。

繼2010年廣告播出后，超市在四天內(nèi)售出了和以往12周銷量相同的大黃——足夠制作大約6.1萬份甜點。該配方中使用的其他配料，包括中國干姜、有機生姜粉、希臘酸奶和雙層奶油的銷量也一路飆升。這并不是廚師第一次影響銷售和消費者行為，類似事件發(fā)生后，“迪麗婭效應(yīng)”一詞就被《柯林斯英語詞典》收錄了。

工業(yè)領(lǐng)域的人工智能：為何會有所不同？

未雨綢繆

在規(guī)劃未來和預(yù)測需求時，必須考慮到大量的因素和成千上萬的可能變量。例如，今年早些時候，銀行假日、母親節(jié)和溫暖的天氣使雜貨消費增加了近6%。記錄這些因素對銷售、庫存水平和需求量等的影響是一項重大任務(wù)。實時跟蹤它們的影響，同時利用所有信息預(yù)測未來，幾乎是不可能的。

因此，準(zhǔn)確的預(yù)測仍然是供應(yīng)鏈管理中最具挑戰(zhàn)性和最復(fù)雜的問題之一。加劇這些的是供應(yīng)鏈管理的多面性。它遠非一個孤立的學(xué)科，而是整個企業(yè)的一部分，在財務(wù)、制造、采購和銷售之間存在多重依賴關(guān)系——所有這些都依賴于需求預(yù)測。正確的做法意味著準(zhǔn)確地知道消費者或客戶想要什么、什么時候想要、想要多少。如果預(yù)測錯了，你的企業(yè)就會面臨生產(chǎn)過剩、銷售不足、不得不轉(zhuǎn)移過剩庫存和管理過剩浪費的風(fēng)險。

準(zhǔn)確預(yù)測的核心是可靠的數(shù)據(jù)，包括歷史數(shù)據(jù)和來自大量內(nèi)部和外部的實時數(shù)據(jù)。企業(yè)需要從社交媒體、當(dāng)?shù)靥鞖忸A(yù)報、地區(qū)公共和宗教節(jié)日、消費者人口統(tǒng)計、政治事件、消費行為等方面獲取信息。即使是最聰明的人類也缺乏足夠的腦力來匯總、分析和處理這些數(shù)據(jù)。目前行之有效的方法是利用人工智能來增加人力，并采用具有嵌入式人工智能功能的ERP工具。在智能預(yù)測和材料需求規(guī)劃引擎的驅(qū)動下，這些解決方案允許用戶從數(shù)據(jù)中提取真正的價值。

關(guān)于工業(yè)人工智能的五個神話

喂養(yǎng)人工智能巨獸

人工智能統(tǒng)治世界的巨大潛力，除了處理和從數(shù)據(jù)中獲取洞察力之外，人工智能可以每周7天，每天24小時工作，而且可以通過不斷地自我學(xué)習(xí)，在未來為未來更準(zhǔn)確的決策提供信息。

智能數(shù)據(jù)管理和準(zhǔn)確的預(yù)測可以減少制造業(yè)的浪費，帶來更多的收益，并且人工智能技術(shù)能夠為組織帶來價值（保證ROI）已得到廣泛認可。到2020年，供應(yīng)鏈和制造過程中的人工智能（AI）和機器學(xué)習(xí)（ML）將為企業(yè)創(chuàng)造高達2萬億美元的額外價值。此外，僅僅就制造業(yè)強國德國而言，人工智能技術(shù)被預(yù)計可以為它的制造業(yè)增加320億歐元的產(chǎn)值。反觀從2018年陷入困境的英國汽車行業(yè)能否利用人工智能為近6年跌至冰點的國民經(jīng)濟的復(fù)蘇打上一劑強心針呢？

在全球范圍內(nèi)，汽車行業(yè)實際上是人工智能的早期采用者，并且預(yù)計將占人工智能在制造業(yè)中的最大比例：預(yù)計到2025年市場將達到172億美元。例如，奧迪正在使用ML用于檢測鈑金零件中的微小故障，實現(xiàn)質(zhì)量控制過程的自動化和最優(yōu)化。預(yù)計未來幾年將有更多知名企業(yè)采用基于人工智能的技術(shù)：根據(jù)福布斯調(diào)查，44%的汽車和制造業(yè)受訪者表示人工智能對于制造業(yè)而言非常重要。在未來五年里，幾乎有一半的人將會認同這一觀點。

然而，在汽車和裝配行業(yè)，只有11%的企業(yè)真正將人工智能應(yīng)用于供應(yīng)鏈管理。人工智能可以更高效地工作、更好地提供預(yù)測，從而為企業(yè)帶來強勁的效益增長。那么，為什么沒有更多的制造企業(yè)采用并受益于人工智能解決方案呢？

不要忘記數(shù)據(jù)

問題是雙重的。首先，一個組織可以是人工智能（AI）和機器學(xué)習(xí)（ML）的最大支持者，同時也最渴望將這些集成到ERP中。但如果它沒有捕捉到足夠的數(shù)據(jù)量和多樣性來支持這些技術(shù)，就不會成功。沉迷于人工智能的宣傳很容易，但企業(yè)必須事先奠定基礎(chǔ)，而不是盲目跳入新的領(lǐng)域。想想你想要考慮哪些參數(shù)，哪些因素在過去影響了銷售和預(yù)測，并且這些因素對現(xiàn)在和未來將會產(chǎn)生哪些潛在的影響？

一旦捕捉了必要的數(shù)據(jù)，組織就可以查看ERP解決方案，這些解決方案將來自不同部門和來源的數(shù)據(jù)集成到一個統(tǒng)一和集中的視圖中。最后，解決方案必須能夠從每個端點、設(shè)備和傳感器實時收集（及其用戶訪問）數(shù)據(jù)——隨著企業(yè)內(nèi)部物聯(lián)網(wǎng)端點數(shù)量的增長，這一點變得更加關(guān)鍵。到2020年，每秒將產(chǎn)生大約1.7MB的新數(shù)據(jù)——這對于任何人類大腦來說都是難以處理和利用的。

數(shù)字化轉(zhuǎn)型準(zhǔn)備：準(zhǔn)備IIoT和AI的7個步驟

人類的問題

第二個問題與技術(shù)或數(shù)據(jù)無關(guān)——它與我們?nèi)祟愑嘘P(guān)。我們中有太多的人仍然對人工智能（AI）和機器學(xué)習(xí)（ML）的決策能力持懷疑態(tài)度，這可能是因為缺乏對實現(xiàn)這一功能的復(fù)雜算法的理解，也可能是因為我們不信任機器人！根據(jù)最近一項關(guān)于使用人工智能來確定銀行貸款的研究顯示，只有四分之一的消費者相信人工智能系統(tǒng)做出的決定比人類的決定更加準(zhǔn)確。盡管如此，人工智能處理和使用數(shù)據(jù)的能力比任何人類對手都要大得多，速度更快，準(zhǔn)確度也更高。

對人工智能技術(shù)缺乏信心也延伸到員工對有效利用人工智能解決方案的感知能力。據(jù)統(tǒng)計，英國制造業(yè)69%的受訪者認為，缺乏內(nèi)部技能是采用人工智能的最大障礙。這一比例略高于美國同行業(yè)50%的受訪者。這是言之有理的，盡管英國圍繞人工智能大肆宣傳，但作為一個國家，其落后于包括美國和中國在內(nèi)的地區(qū)，這兩個地區(qū)的投資分別是英國的50倍和8倍。

我們能跟上節(jié)奏嗎？人工智能是將盈利能力和生產(chǎn)力重新注入我們制造業(yè)市場的靈丹妙藥嗎？規(guī)劃者們會相信人工智能預(yù)測嗎？我們不指望人們對人工智能的態(tài)度會立即徹底逆轉(zhuǎn)，也不指望制造業(yè)及其它行業(yè)的企業(yè)家突然成為數(shù)據(jù)科學(xué)家。然而，作為更廣泛的數(shù)字化轉(zhuǎn)型戰(zhàn)略的一部分，可以跨公司集成的人工智能技術(shù)如今確實存在。我們有現(xiàn)成的ERP解決方案可以被配置，用來適合任何業(yè)務(wù)或流程，并且所有級別的員工都是可以訪問和使用它的。我們可能無法100%準(zhǔn)確地預(yù)測未來，但我們可以學(xué)會使用和信任這些工具，幫助我們?nèi)祟惙浅＝咏磥怼?/p>