您当前的位置: 首页 > 汽车

杉数科技AI大师圆桌会智慧供应链践行者的

2019-01-12 08:58:05

商店的货架上爆款产品被抢购一空,遥遥无期的上新通知等了又等。

满心欢喜将物品放进购物车,快递却迟迟未能签收。

线下门店生意惨淡,老板含泪降价甩卖,无法收回成本。

消费升级、新零售的商业环境下,本不该存在消费者怨声载道的声音,难道是企业运营管理出现了问题?提高消费体验、解决运营之痛、技术赋能等话题被正式提上了议事日程。7月26日,亿欧受邀参加由杉数科技主办的“2018第二届AI大师圆桌会”——“从链到:数字赋能零供新关系”的主题活动。美国工程院院士Peter Glynn、UCLA杰出教授Chris Tang、纽约大学助理教授陈溪、明尼苏达大学副教授兼杉数科技联合创始人王子卓、普洛斯战略顾问董中浪等嘉宾出席活动现场并发表演讲,专家学者与行业关注者一同探讨了新时代下的零供发展新未来。

活动伊始,杉数科技CEO罗小渠发表开场致辞。他表示,数字化浪潮带来的是线上线下融合、多元个性化消费需求、全渠道发展,这些新的趋势是每一个企业都在面临的挑战。如何通过发挥技术优势来达到降本增效的目的,是企业必须要考虑的问题。

随着“互联+”、“供给侧结构性改革”等战略的深入推进,我国企业发展战略思路也日渐清晰。但快速发展的背后还需关注隐患,企业所面临的供应链管理瓶颈,依然突出。如销售预测能力差,高库存与高缺货现象并存;未集成的供应链系统,上下游信息共享不畅产生“牛鞭效应”;管理流程非标准化,执行过程复杂、周期长,行业管理效率低下等。

痛点同是创业方向的突破口。2016年7月,在冯·诺依曼奖迄今获奖华人、斯坦福大学讲席教授叶荫宇的提议下,三位斯坦福大学博士联合创立了杉数科技,他们分别是CEO罗小渠、CSO葛冬冬、CTO王子卓,后来,他们又吸引到了原Google froject Fi 创始团队成员王曦归国出任CPO。

杉数科技作为一家人工智能决策公司,为零售、物流、制造等多个行业提供全链条技术服务,包括库存优化、仓储管理、智能运输、络优化与选址、收益管理等业务。杉数科技基于海量数据,利用运筹学与机器学习将实际问题转化成复杂数学模型求解,解决企业实际中生产、仓储、配送、销售等一系列业务场景中的优化问题,完成数据到决策的转化。

目前,杉数科技服务的标杆企业有京东、顺丰、滴滴出行、德邦等,通过解决方案的输出,为企业降本增效,解决运营之痛。

AI到预测,预测到决策,决策如何应用到供应链?曾经人们以为人工智能只存在于好莱坞电影的虚拟世界里,直到深度学习等技术的崛起,AI才从人们的畅想中走入了现实世界。事实上,人工智能发展的脚步从未停止,但就目前的技术发展程度而言,人工智能的核心是机器学习和数据挖掘。

杉数科技是处在人工智能核心赛道上的玩家,基于机器学习技术和运筹学算法,让复杂决策问题的解决不仅仅取决于管理者的主观判断,而且取决于在技术算法中得到的辅助方案。

杉数科技所构建的决策闭环从数据的收集开始,从数据规律的分析到智能决策方案的输出。联合创始人兼CTO王子卓认为,由数据转化到决策主要涉及三个环节:

个是,数据的采集、管理。数据是对客观世界进行量化和记录的结果,通过软硬件技术等多渠道挖掘数据,获取决策的原材料。

第二个是,对数据规律性的分析。数据中蕴藏着丰富的价值规律性信息,基于数据规律可以对未来进行预测。

是,基于前两个阶段的基础上,对数据进行判断和决策,也就是利用数据进行决策建模与求解。数据决策是在为具体的应用场景创造价值,因此也考验企业技术的落地能力。

说到大数据在供应链领域的应用,王子卓的现场演讲中还重点提及了杉数科技在智慧预测、库存优化、仓储自动化、收益管理、运输优化、智慧选址、生产制造方向上的解决方案。

其中,预测是整个供应链的源头。在实际业务场景中,存在各种预测难题,例如供需关系随地理区域、 时间、市场等属性影响变化多端,需求又直接关系到库存策略、生产进度等,预判不好会给企业带来经济损失。

王子卓认为企业选择定制化预测方案的原因还在于数据维度大、数据源多;数据噪音大、数据缺失;原始信息表达困难等。“杉数科技的做法是结合机器学习和深度学习,为企业提供快速捕捉市场波动的销量预测方案,强大的特征识别和挖掘能力,适合突发事件的预测,一定程度上提高企业预测准确率,辅助决策。”

以杉数科技服务的客户某出行企业为例,“强化学习分单系统”通过对订单数据(起始地、时间、用户id等)、城市POI信息、交通拥堵信息、天气信息(天气、温度、pm2.5)等与用户出行相关的数据进行获取分析后,准确的预测到区域内未来某个时间段的出行供需缺口,终起到优化C端用户打车体验和提升B端企业运营效率的目的。

物流体量背后的无奈,供应链是后顾之忧物流、零售和快消是与供应链紧密相关的三个行业,而物流作为连接生产和消费间的重要枢纽,对供应链管理有着更高的要求。

据前瞻产业研究院数据显示,2017年全年快递业务量达到401亿件,上人均购物75.66件/年。2018年仅过去两个月就已发生了59.7亿件的快递业务量,占2017年全年的15%左右。预计全年的快递业务总量有望达500亿件。

2017年社会物流总费用与GDP的比率为14.6%,这一比率仍高于世界平均水平,发达国家这一比率在8%-9%。但在如此巨大的物流体量背后,依旧存在诸多问题。物流周转周期长、成本高、效率低;仓储能力不足、管理混乱;物流配套基础设施落后等一系列现存问题制约着物流产业的发展,探究其背后原因,是供应链问题在作崇。

如何建立智慧供应链络?这自然要提到“运筹学”,运筹学所应用的场景及范围远超乎人们的想象,包括路径、智能选址、无人仓管理、智慧城市等与生活息息相关的场景,甚至是军事、金融领域都可以运用到运筹学的理论。王子卓介绍说,以大数据为依托,运用运筹学来实现数据建模和优化求解的技术能力,正是杉数的核心技术。物流行业常遇见的三类运筹学问题分别是:区域的划分和选址(哪个车队负责哪个区域,物流枢纽怎样才能是效率和成本等问题)、收益管理与定价(如何根据不同服务制定产品线)及运输优化问题。

其中,运输优化作为物流行业基础和重要的一环,在需求产生后,如何在考虑多种业务约束条件和满足客户服务水平的前提下,全局统筹规划所有资源,解决企业面临的运输问题,变成了物流企业亟待解决的情况。杉数科技为企业提供多维度、多目标、多场景的配送任务分配以及路线规划建议,能有效节省%的物流配送成本,极大提高了效率。

杉数科技融合了优化算法和机器学习两个人工智能领域的核心技术,推动供应链局部优化带来的全面优化,减少周转重复环节,降低人力成本。技术在物流行业的快速融入,让这个产业以迅雷不及掩耳之势快速发展,但物流服务的基本框架从未改变,即便在新的变革时代,对消费者服务的快速响应和供应链效率的追逐依旧是每个物流企业把握的核心。

供应链是物流、信息流、商流和资金流的集成。其中,物流因为其可流动的空间属性,实际管理中受影响的复杂因素将更多。传统物流供应链管理中的采购、运输、仓储、分配等环节各成体系,单独割裂,无法形成一条完整的“供应链”。物流产业面临着前所未有的升级紧迫感,能做到快速响应,确保精细化的运营,是对物流行业“降本增效”的理解。

物流公司实际上是一家披着物流外衣的科技公司,通过技术手段的赋能,将所有的物流活动集成在一起,形成一个相互协调、统一的组织,实现全局优化,这也正是杉数科技所倡导的“智慧供应链”。

技术的浪潮下,人们现在看到的行业现状并等于未来的样子,每个行业都将不断被技术赋能、不断迭代。但经济法则中不变的是,技术和模式都将始终围绕减少成本、增加收益、提升效率的话题进行赋能与改造。对企业而言,加码供给侧结构性改革,发力精细化运营,提升供应链效率,成为了新的竞争焦点。

关于“杉数科技”的阅读推荐2017AI大师论坛:机器学习与智能决策是未来公司的生命线

人工智能大数据时代,如何运筹帷幄,决胜千里之外?

杉数科技获新一轮约4000万元融资,决策分析才是数据服务的终结?

版权声明

凡来源为亿欧的内容,其版权均属北京亿欧盟科技有限公司所有。文章内容系作者个人观点,不代表亿欧对观点赞同或支持。

服务器内存回收
助听器
信息发布平台
推荐阅读
图文聚焦