学术研究

您当前的位置: 首页 > 学术研究 > 企业案例 > 正文

创新奇智科技有限公司-基于AI数据洞察的全场景智慧供应链解决方案

发布时间:2021-05-17 09:34:05 中国物流与采购网

一、行业背景

互联网引发的科技、文化、消费及产业革命,正在改变经济运行方式,重组供应链结构。从需求侧的新物种、新业态涌现到供给侧的结构化变革,需求侧拉动供给侧迭代升级,以往分散在各个公司、各个部门的供应链节点,逐渐被收拢并齐,按照统一的战略和策略,端到端地进行管理和管控。对大型零售商而言,人货场与产业全链条多端融合,从传统的SCOR(Supply-Chain Operations Reference Model)供应链运作参考模型到如今的数字化供应网络,意识形态趋同融合,生产关系打通理顺。在多端融合的大背景下,AI(人工智能)正在进行碎片化赋能与结构化推动,当供给侧升级后,结构化的AI供应链融合将会是下一个主题。

成立于2018年的创新奇智科技有限公司(以下简称:创新奇智),是一家人工智能产品和商业解决方案企业,致力于用最前沿的人工智能技术为企业提供 AI 相关产品及商业解决方案,通过 AI 赋能助力企业客户及合作伙伴提升商业效率和价值,实现数字化转型。公司聚焦“制造、零售、金融”行业的AI赋能,其中智慧供应链是公司的核心产品之一。

自2018年起,创新奇智为某全球顶级快消品企业提供AI驱动的智慧供应链解决方案。该企业的供应链网络庞大复杂,而中国的零售形态快速更迭,促使该厂商不断进行数据下沉、需求驱动的柔性供应体系建设。总体来说,该快消企业在供应链上主要面临如下几大问题:

(一)供应链上游商品企划

1、需求规划无法做到全渠道、长周期、细粒度的高精度滚动预测

2、当前基于规则系统,人工出数需1周时间,无法实时灵活调整预测

3、不能清楚展示预测数值各维度、各层级的隐形关联影响,挖掘业务特征

(二)供应链上游产能规划

1、多工厂-多产线的共享产能无法最大化利用

2、原材料与成品的不同工序问题无法做到全局最优

3、现有规则模型无法基于精准的需求预测进行生产

4、目标仓库的库存结构指标无法满足预期

(三)供应链经销商补货

1、经销商的下单权在销售手中,每年经销商都会存在大量退货,年底滞销库存大,该部分成本需企业承担。

2、传统的Excel表格处理的形式,效率极其低下,且无法对各区域经销商的进销存数据进行统一有效的分析和使用。

3、销售凭借经验与简单的统计学模型预测经销商下游需求,进行补货下单,且存在压货现象。

(四)海外供应配货

1、完全依赖于人工手动Excel配货,耗时久,效率极其低下。

2、人工基于规则经验进行工厂货量与国家港口的需求匹配,无法考虑产能出量和同时做到全局优化,且当前集装箱利用率、订单满足率相对较低。

(五)供应链商品追踪

1、无法对物流中的商品做到实时精确定位、商品溯源、以及在途库存的及时同步

(六)市场末端线上供应收益分析

1、无法有效跟踪和评估线上商城的营销费用与销售数据的投资回报比,比如投放多少广告、档期内卖什么产品、产品怎么做促销定价

二、AI驱动的智慧供应链解决方案

创新奇智采用以Orion自动化机器学习平台为核心的决策智能解决方案,为该快消企业提供了一套覆盖全场景的智慧供应链系统,其包含了需求感知、产能规划、智能补货、智能配货、智能商品追踪、智慧收益管理六大功能模块。

(一)需求感知:提供需求感知模块,包括进销存可视化分析及AI智能规划。

1、 生成长周期细粒度高精度的SKU 需求滚动预测

2、清楚展示各维度各层级关联影响与指标现状

3、基于业务约束的AI智能化操作,实现灵活调整,实时反馈。

(二)产能规划:多工厂-多产线的产能共享、原材料与成品不同工序先后顺序的智能分配,基于需求预测生成AI排产计划。

1、基于需求预测的全局最优产能输出

2、以最优目标库存结构的产能共享、工序调配优化方案

3、基于业务约束的AI智能化操作,实现灵活调整,实时反馈。

(三)智能补货:为各级经销商提供智能补货功能模块

1、结合内外部数据,精准预测经销商下游需求

2、结合业务约束,为销售人员提供人工可控的智能补货工具

3、实时补货业务指标预估模拟,如非正品仓库存持有成本、缺货率等

(四)智能配货:为海外港口提供自动配货功能模块

1、统筹考虑产能、需求、船期、集装箱等限制,做到全局最优

2、自动化配货流程,以产能预估作为模拟,降低用户决策周期

3、基于业务约束的AI智能化操作,实现灵活调整,实时反馈。

(五)智能商品追踪:提供基于视觉技术的无感扫码机器,货运到仓搬运时无感瞬时扫码,后台实时对接同步erp系统。

(六)智能收益管理:以资金分配&策略产出为核心的ROI计算业务单元,提供智能收益管理解决方案,包含智能促销、定价等模块,实现过程可量化,原因可追溯,投入产出比最优,建立AI智能库。

三、主要效益分析与评估

创新奇智助力该快消企业打造了基于需求驱动与数据洞察的柔性全价值链,商品企划、采购生产、仓网配送、渠道销售、终端运营各环节数据特征打通,建立了一套可复用于多个场景的AI特征库与面向场景的AI数据中台,深度植入业务,并在逐渐影响甚至升级业务结构,为企业带来极大的直接业务收益,如:

ž高精度SKU级别的全渠道长周期需求规划,使得下游业务线(市场、销售、生产)能够做到有数可依,使得向下传导的供应价值升级。同时,挖掘出影响生意规模的渠道特征因素,改善供应结构。

ž智慧产能规划使得各工厂各产线的产能得到最大化利用,库存健康度得到明显提升,建立了动态供应网络。

ž每年节省千万级别的退货成本。

ž智能配货下的海外港口需求订单满足率极高,集装箱利用率大幅改善。

ž智能商品追踪使得任何企业共存的在途库存时效问题得到解决,实时矫正库存数量,且相比较RFID成本低廉,无感知操作简便;同时,能够做到商品的实时追踪与溯源。

ž智能收益管理为企业建立了一套基于商品与中国消费者的关系特征库,利用AI模型能够很好的挖掘潜在的影响消费者购买的特征与特征关联,提升企业整体收益。

ž建立了统一的有效的实时的可视化报表分析系统,精准捕捉问题与风险预警。

四、经验及体会

在AI时代,零售行业人、货、场各个场景的解决方案体系并非是割裂的,而是以“零售全价值链”理念贯穿其中。创新奇智是零售价值链管理的倡导者。全价值链理念是指将人、货、场三要素的数据打通之后,帮助 AI 进行多维度、跨领域的学习,从而输出跨越单一场景的数据洞察,实现 1+1+1>3 的应用价值。这样输出的结果要比原来局限于某一个场景更好。在创新奇智看来,全价值链的思维是基于数据端的全价值链去打造基于算法的全价值链,从消费端到制造端的全链条数据采集和打通,产业链条的多端融合,是其中的关键。

制造驱动消费,消费反哺制造,从制造、流通到消费,形成一个自反馈的数据闭环,再基于数据用AI赋能整个产业链。基于零售全价值链管理,零售商将获得对其整个供应链选取360度全方位的视角:从原材料采购到生产,再到最后一公里的交货。在这个智能和数据驱动的过程,零售商不仅可以预测库存,及时响应消费者期望,还可以和供应链所有成员之间进行信息同步共享。

创新奇智通过打造这套智慧供应链系统,积累了丰富的供应链经验和成熟AI算法,除零售供应链外,还在制造业供应链管理中进行推广复制。


首页