吕台欣：AI赋能供应链_新浪财经

股市瞬息万变，投资难以决策？来#A股参谋部#超话聊一聊，[点击进入]

　　中国高新技术论坛于11月15日-17日举行。准时达国际供应链管理有限公司首席技术官（CTO）吕台欣出席并演讲。

　　以下为演讲实录：

　　我先自我介绍一下，我叫吕台欣，来自准时达，是富士康科技集团授权的供应链管理企业，我们高科技电子、泛电子产业、汽车、半导体等全球制造企业提供全球化的物流供应链管理服务。

　　我本人是从事技术工作的，因此一直专注于如何利用科技手段来解决企业在全球供应链管理中面临的痛点。今年，AI成为了最热门的话题之一，我们在这一领域进行了大量的研究。今天，我很高兴能够与大家分享有关AI在供应链场景中的应用。

　　以一句简单的话开场，AI在今年之前对绝大部分人来说是个陌生的话题，自从ChatGPT问世后，整个AI忽然就在我们的生活中无所不在。以一个例子为证，有一天我回家的时候，发现我的女儿正在看视频。我好奇地问她在做什么，她回答说在学英文。我表示赞同，并询问她在看哪种英文学习视频。她告诉我说正在听相声学英文。我顿时有些吃惊，因为在我长这么大，从未听说过有相声老师用英文讲相声。

　　（现场播放AI版郭德纲英文视频）

　　这个是这段时间非常红的AI技术就是可以用任何人的声音和任何国家的语言讲任何话，我们发现AI已经从一个纯学术、科技、技术领域的研究变成和生活几乎是密不可分了，几乎在任何领域都可以看到AI的一些应用，甚至像马斯克他已经开始在畅想AI在未来能不能自我复制。以下是一个很简单的视频。

　　（现场播放视频）

　　这是马斯克马上要推出来一个机器人叫“擎天柱”。他在畅想的事情就是已经很快的到来的一天，就是机器人开始实现自我复制了，所以我想分享，可能在我们念书的时候，只会在科幻片出现的一些事情已经和我们非常非常近了，我们应该如何应对这样的一个冲击呢？我们只能拥抱它，因为它是个潘多拉的盒子，不会再回去了，我们只能去拥抱AI对这个世界的影响，并且更好的使用AI这个技能。我是学计算机的，20多年前也学人工智能，那时候的人工智能和现在完全不一样，在过去的20多年间，人工智能领域有非常快速的迭代，尤其是这几年，随着机器学习乃至深度学习的兴起，所以我们曾经在十年前、二十年前认为AI不可能学会的一些事情，现在对AI来说都易如反掌。它的一个挑战或者它的一个可怕的地方在于，它是一个非常快速能够自我学习，能够不断地去迭代，再基于前一代人的成果往下复制的能力。

　　我是做全球供应链的，我更关注的话题是，我们只能拥抱AI，那么请问AI在供应链这个领域里面有哪些应用的场景？

　　第一，在深度学习领域，我们也知道深度学习里面有很多分支，比如无监督学习、监督学习。基于这些理论模型和现实生活有很多领域是结合在一起的，但是更有趣的其实是右边的这些场景，也就是说当我把AI叠加到供应链的各个环境场景的时候可以产生什么样的变化？比如说右边很多都是传统相对成熟的技术，像RPA、区块链、控制塔等等，这些技术并不新，在5年前、10年前就存在了。当我们把这些技术叠加AI能力的时候，它又散发了一个新的生命力，未来会有越来越多的场景是AI+什么东西，它可以+RPA、+区块链、+大数据。

　　第二，当我们看未来供应链的时候，几乎可以看到在整个供应链所有环节，从仓储、运输、内部决策等等所有环节，当我能够有AI能够加持的时候，我们都可以产生更大的一些价值，生活上比较遭遇到，像现在越来越红的自动驾驶，这是AI在技术领域最成功和改变汽车行业的应用。在仓储领域，随着自动化仓储的兴起，AI在这个里面扮演越来越多的角色，如何优化、调度等等事情。也有很多传统的自动化能力，譬如像RPA等等，其实以前RPA就存在，它一直受限于一个挑战，就是精度不够的问题，随着AI的加持，它可以大幅度去提升像RPA这些工具自动判断的能力以及准确度，我们发现像RPA的一些厂商里面，其实AI已经是一个必不可少的功能了。

　　从供应链的角度来看，企业拥有极为庞大而复杂的供应链体系，涵盖了从采购、生产到销售的每个环节，而AI技术为每个环节的赋能提供了独特的机遇。首先，让我们聚焦于供需的预测，这是最为简单且广泛尝试的应用领域。如何更好地结合多种因素进行未来一段时间不同产品销售需求的预测，成为关键问题。因为只有通过精准预测，企业才能制定更有效的生产计划和原材料采购策略。在这方面，AI展现出了巨大的潜力，因为需要在短时间内同时分析和处理海量数据，而这正是人类相对较为不擅长的任务。

　　另一个关键领域是调度和追踪，在运输领域尤为突出。特别是对于规模较大的企业，拥有数千甚至数万辆车辆在运输中，预测哪些车可能会出现问题、哪些可能发生故障、哪些可能会延迟，这些都是难以提前预测的情况。因此，AI在这些领域中有着广泛的应用场景。通过AI技术，企业可以更有效地进行运输调度，实时追踪车辆状态，提前发现潜在问题，从而提高运输的效率和可靠性。这些机会使得供应链管理在AI的引领下变得更加智能、高效。

　　我觉得未来的供应链一定是AI赋能的供应链，这是毫无疑问，它只是时间的温度和深度的问题，到底我们需要花多少的时间以及多深的去改变这整个供应链的发展，但是它是未来很重要的一个趋势。今年在中国另外一个最重要的话题就是出海，因为国内的经济实在太卷了，我跟很多不同产业在聊天的时候，大家最常讲的一句话就是国内经济实在太卷了，海外是一个更好的市场。大家没有注意到的一个事情是，当企业出海的时候，他带来的是倍数的增加供应链的复杂度，因为传统中国企业他的供应商，甚至他的客户都在国内的时候，他的供应链非常短。在这样一个场景里面，供应链管理的痛点并不大，很容易管理各种异常，异常对供应链的影响非常小。但是当你开始有全球的采购，原材料，有一部分的工厂或者仓库在海外，乃至于你开始把成品销售到世界各地的客户手上的时候，其实第一个链条变成拉得很长，或者整个时间大幅度增加，中间环节每一个都可能出错，这个时候供应链的管理用传统的方法去做已经不现实了，所以我们就发现企业对于数字化供应链的管理有越来越强的需求。

　　我在准时达负责的团队推出一个JusLink，是我们自己研发的供应链解决方案，这两年我们整合了AI的能力，让我们的这个供应链协同平台可以帮助企业更好的，更智能的去做供应链的一些协同，它包含了供应链和企业的协同，端到端的可视化和供应链的供应能力。围绕到我刚刚谈到的场景，就是当企业要出海的时候，它遇到的困难，我们打造了两个解决方案，一个是围绕原材料的生产，就是你有全球化的采购和生产的时候，你如何更好管理你的库存，避免不出现生产中断的情况下，同时把库存水平降到最低，这是一个很矛盾的因素，很多企业会在这来个东西里面不断地波动，不是缺货导致生产出现异常，就是里面堆了无数的原材料导致成本的挤压，所以我们希望通过一个数字化的解决方案帮助企业去解决这样的一些问题。

　　另外一个是全球分销控制台，就是当企业开始要把商品卖到全世界的时候，他就开始在全世界有库存，尤其是一些比较精密的设备，除了商品本身之外，你还要备大量的备品和维修的零组件在全世界去满足全世界各地的后续的RMA的需求，到底这些东西怎么进行高效管理，并且以一个很低的成本完成这个管理，这是很多企业面对的课题，所以这是我们在打造的另外一个解决方案。

　　这里面有一个很重要的核心，就是对于大部分企业来说，他只能看到自己家里的库存，你问他有多少库存，他会告诉你他家的仓库有多少库存，但是你如果问他，一周后你有多少库存，99%的企业回答不出来。为什么？因为当我讲未来的时候，它是非常多不同因素，未来的销售需求、生产需求是什么，采购的数量是什么，这些采购数量在运输过程中的状态是什么，它预计是一周后到还是两周后到，这些是大部分企业看不到的，我们如何把这些信息汇总在一起帮助企业更好的管理，这是我们在打造的这个解决方案和能力，我们希望能够帮助更多的企业在全球供应链很困难的情况下解决他的管理痛点。从而我们也分享几个成功案例，这个是我们结合了大语言模型，我们可以做到帮助企业运用对话式的方法完成供应链很多很多操作，包括查询定单、运输的状况等等，我们认为这样一个互动会改造未来人和系统的互动模式。

　　我举产学研合作的例子，我们和MIT的宁创的一个产学研合作，动态ETA，我们一般最难的是不知道这个船怎么到目的地的港口，现在目前大部分是靠船长的拍脑袋决定，我们现在打造了ETA动态宣发，更精确用AI预测这个船什么时候到达未来海岸的港口。这是我们和浙大的合作的智能原材料库存管理，我们看的更多的是企业往前做原材料的采购以及生产很多的需求，我们通过大量数据以及实验了非常多深度学习的模型，我们可以做到的是用AI智能的给到采购人员补货建议，我们可以做到比历史上实际的数据大大降低20%-30%的库存水位，在不缺货的情况之下。对于企业来说，他可以节约20%-30%的原材料成本，这个对大部分企业来说是一个极大的价值，这也是我们在不断地研究和讨论的一些话题。

　　我个人对供应链供应链有兴趣，这是我和清华大学的刘大成教授写的书，《数智化供应链场景化应用》，我们希望通过一些深入简出的方法来帮助大家了解有哪些技术会影响到未来的供应链。我最后简单地总结我的分享，这是我喜欢看的电视剧《西部世界》，我觉得AI势不可当，它是一个潘多拉的盒子，但是我们只能够尽可能拥抱它，接受它，并且让它为我所用，这样才能在未来世界里面有最好的晋升力。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。