AI在供應(yīng)鏈端到端（End-to-end）的應(yīng)用
《專業(yè)版》
時長：一般為2天
對象：制造業(yè) (端到端供應(yīng)鏈各鏈條參與人員)
技術(shù)挑戰(zhàn)與未來趨勢
挑戰(zhàn)：數(shù)據(jù)孤島、算法透明度（可解釋性）、邊緣計算部署難度。
趨勢：
生成式AI：如ChatGPT用于自動化供應(yīng)鏈文檔處理（采購合同、報關(guān)單）。
多智能體系統(tǒng)：多個AI代理自主協(xié)商采購、物流等決策。
可持續(xù)供應(yīng)鏈：AI優(yōu)化碳足跡（如選擇低碳運(yùn)輸路線）。
企業(yè)落地建議
1.分階段實(shí)施：從高價值環(huán)節(jié)（如預(yù)測）切入，逐步擴(kuò)展。
2.數(shù)據(jù)基礎(chǔ)：建立統(tǒng)一的數(shù)據(jù)中臺，整合ERP、IoT、外部數(shù)據(jù)。
3.人機(jī)協(xié)同：培養(yǎng)“AI供應(yīng)鏈工程師”團(tuán)隊(duì)，避免完全依賴黑盒模型。
AI正在將供應(yīng)鏈從“成本中心”轉(zhuǎn)變?yōu)椤皯?zhàn)略競爭力”，據(jù)麥肯錫統(tǒng)計，全面應(yīng)用AI可降低供應(yīng)鏈成本1530%，同時提升服務(wù)水平10%以上。企業(yè)需結(jié)合自身數(shù)字化基礎(chǔ)，選擇適合的AI應(yīng)用場景。
課程大綱：
前言：
（1）AI的訓(xùn)練平臺
（2）AI的訓(xùn)練體系
（3）AI的應(yīng)用
1.供應(yīng)鏈需求預(yù)測與計劃（耗時2小時）
（1）智能預(yù)測
AI數(shù)據(jù)獲取
歷史銷售數(shù)據(jù)
市場趨勢
社交媒體輿情
天氣等因素
利用機(jī)器學(xué)習(xí)（如時間序列分析、LSTM神經(jīng)網(wǎng)絡(luò)）提升需求預(yù)測準(zhǔn)確率（降低誤差率可達(dá)2050%）
（2）動態(tài)定價
AI實(shí)時監(jiān)控供需變化
競爭對手價格
動態(tài)調(diào)整產(chǎn)品定價以平衡銷量與利潤
（3）緊急插單響應(yīng)
客戶級別的影響
利潤率的介入
齊套率與供應(yīng)商交付不及時的影響
案例：施耐德預(yù)測與計劃體系的AI訓(xùn)練邏輯
2.采購與供應(yīng)商管理（耗時2小時）
（1）供應(yīng)商風(fēng)險評估
NLP技術(shù)分析新聞、財報、社交媒體，評估供應(yīng)商的財務(wù)穩(wěn)定性或地緣政治風(fēng)險
產(chǎn)能
質(zhì)量
交付
原料的穩(wěn)定性
（2）自動化采購
RPA（機(jī)器人流程自動化）+AI實(shí)現(xiàn)采購訂單自動生成、審批和跟蹤。
電子采購商城與各場景采購的匹配與關(guān)聯(lián)性
（3） 供應(yīng)商的閉環(huán)管理
準(zhǔn)入與篩選
門檻文件植入成本計算體系與成本影響力
供應(yīng)商的品類
供應(yīng)商績效
供應(yīng)商汰換
（4）采購成本模型
成本模型架設(shè)與成本模型的12個數(shù)據(jù)緯度
人、機(jī)、料
三大費(fèi)用（銷售、管理、財務(wù)）
物流（內(nèi)外）
包材（循環(huán)）
稅金與利潤
案例：AI下的成本模板搭建，拒絕虛假報價
3.生產(chǎn)與制造優(yōu)化（耗時2小時）
（1）預(yù)測性維護(hù)
IoT傳感器+AI模型（如隨機(jī)森林、深度學(xué)習(xí)）預(yù)測設(shè)備故障，減少停機(jī)時間。
設(shè)備故障大綱
備件與維保的貝葉森模型
案例：特斯拉工廠通過AI分析設(shè)備振動數(shù)據(jù)，提前更換故障部件。
（2）柔性生產(chǎn)調(diào)度
AI實(shí)時調(diào)整生產(chǎn)計劃以應(yīng)對訂單變化或原材料延遲。
自動化排產(chǎn)
覆蓋物料、工位、設(shè)備、質(zhì)檢、能源等緯度的短板偏差
緊急插單
（3）插單與生產(chǎn)計劃
插單的序列與等排隊(duì)計劃
計劃執(zhí)行的主要節(jié)奏
資源（齊套率）與插單
4.倉儲與庫存管理（耗時2小時）
（1）智能分倉與補(bǔ)貨
AI優(yōu)化區(qū)域倉庫的庫存分布，降低跨區(qū)調(diào)貨成本。
系統(tǒng)數(shù)據(jù)分享與數(shù)據(jù)捕捉
供應(yīng)商響應(yīng)能力與計算體系
交付的精準(zhǔn)性與庫存周轉(zhuǎn)
案例：京東通過AI算法將熱門商品預(yù)存至離消費(fèi)者最近的倉庫，實(shí)現(xiàn)“半小時達(dá)”。
（2）無人倉儲
AGV機(jī)器人+計算機(jī)視覺實(shí)現(xiàn)自動揀貨、盤點(diǎn)。
視頻視覺AR的自動分揀
AR實(shí)施識別包裝破損
標(biāo)準(zhǔn)化無人倉的設(shè)置步驟
標(biāo)準(zhǔn)化無人倉的設(shè)置節(jié)拍
（3）生產(chǎn)內(nèi)部車間與無人倉庫的基本配合體系
調(diào)度大屏的設(shè)置邏輯
工單與工位、需求時間與運(yùn)送時間
工種熟練程度與容錯時長
退貨與包材循環(huán)
（4）安全庫存的設(shè)置
MAD值（ABC物料）與APE值的覆蓋（XYZ物料）
數(shù)據(jù)的修正（動態(tài)管理）
（5）AI與周轉(zhuǎn)提升
周轉(zhuǎn)模型
自動識別提升周轉(zhuǎn)的8套體系
案例：霍尼的AI庫存自動報警體系
5.物流與運(yùn)輸（耗時2小時）
（1）路徑優(yōu)化
強(qiáng)化學(xué)習(xí)（如DQN）優(yōu)化配送路線，考慮實(shí)時路況、油價、司機(jī)行為等。
運(yùn)輸成本構(gòu)成（普貨與冷、超低溫、?；罚?/p>
油料
路橋費(fèi)
稅金
司機(jī)
保險
折舊
社會成本
（2）貨運(yùn)風(fēng)險管理
AI分析船舶AIS數(shù)據(jù)、港口擁堵情況，預(yù)警延誤風(fēng)險。
風(fēng)險轉(zhuǎn)移與風(fēng)險分析
保險的價值與保險集采的模型計算
案例：AI助理下的物流成本的持續(xù)節(jié)約模型
6.銷售與客戶服務(wù)（耗時1小時）
（1）智能售后
NLP處理客戶投訴，自動識別質(zhì)量問題并反饋至生產(chǎn)端。
售后服務(wù)大綱
服務(wù)件與人工成本
服務(wù)頻次與產(chǎn)品版本提升的耦合關(guān)系
（2）逆向物流
AI預(yù)測退貨概率，優(yōu)化退貨處理流程。
成本與服務(wù)
外包售后的臨界線分析
案例：Zara通過AI提前識別可能退貨的訂單，減少二次運(yùn)輸成本。
7.信息化載體的端到端協(xié)同與數(shù)字孿生（耗時1小時）
（1）供應(yīng)鏈數(shù)字孿生
通過AI構(gòu)建虛擬供應(yīng)鏈模型，模擬突發(fā)事件（如臺風(fēng)、罷工）的影響并生成應(yīng)對方案。
橫向協(xié)同的必要性
OKR的植入
（2）SAAS的一碼通與完全兼容共享
SRM（供應(yīng)商管理系統(tǒng)）
CRM（客戶管理體系）
WMS（倉庫管理體系）
MES（生產(chǎn)執(zhí)行系統(tǒng)）
IBP（集成商務(wù)計劃）
TMS（運(yùn)輸管理體系）
（3）區(qū)塊鏈+AI溯源
AI分析區(qū)塊鏈上的供應(yīng)鏈數(shù)據(jù)，快速定位質(zhì)量問題源頭。
數(shù)據(jù)追溯
數(shù)字化供應(yīng)鏈的必要性
總結(jié)：AI是未來；如何切入，是核心；如何應(yīng)用是生產(chǎn)力
關(guān)于我們
公司核心業(yè)務(wù)包括旅行式團(tuán)建、培訓(xùn)式團(tuán)建、主題式團(tuán)建、策劃式團(tuán)建、體育式團(tuán)建、戶外式團(tuán)建。起贏培訓(xùn)不斷追求團(tuán)建產(chǎn)品創(chuàng)新與服務(wù)超越，致力于打造成為中國最具影響力與創(chuàng)新力的團(tuán)隊(duì)建設(shè)品牌。
查看更多聯(lián)系我們
- 廣州市天河區(qū)浩和5G創(chuàng)業(yè)園
- 13178805217
- qiyingpx@qq.com
- www.haoke360.com
