揭开智慧供应链的神秘面纱—从AlphaGo说起

本篇文章3028字，读完约8分钟

“阿尔法围棋”和人类象棋世界顶尖棋手柯杰之间的比赛于上周结束。这是继去年李世石以1:4的比分输给AlphaGo之后，人工智能和人类之间的又一次巅峰对决。它还使机器学习、深度学习和神经网络等概念进入公众的视野。目前，人工智能已经广泛应用于人脸识别、语音识别、无人驾驶、天气预报、医疗诊断等多个领域。，并且也已经深入应用于B端业务领域，尤其是智能供应链领域，并且将会更加有用。

击败人类——阿尔法戈的使命

阿尔法戈之所以能打败人类，是因为它不像人类那样依赖逻辑推理，而是更多地依赖大量数据和智能算法。这些大数据实际上是许多人类围棋大师以前下棋的记录，这也是阿尔法围棋智能的来源。说到核心智能算法，有两种。第一个是启发式搜索算法-蒙特卡洛树搜索，它确保阿尔法戈能够在有限的时间内找到对付对手的方法。第二种算法实际上是一种概率算法，即使每一步的方式都变成了获胜概率的数学模型。

具体到下棋的步骤，阿尔法戈将预测和搜索对手可能的棋步，然后它将搜索针对对手的各种可能的对策，并计算每一步棋的获胜概率，然后找到获胜概率最高的一步，并继续下去，直到它获胜。从这个角度来看，阿尔法戈代表的人工智能实际上是大数据和智能算法

图一

从本质上讲，人工智能是一种预测技术，预测的目的不是为了预测而预测，而是为了指导人类的行为决策，从而避免未知和不确定的决策所带来的焦虑。alphago的逻辑只是“获取数据-分析数据-建立模型-预测未来-支持决策”(图2)。这种逻辑不仅适用于国际象棋，也适用于商业活动，尤其是“智能供应链”。

图二

增加收入降低成本——智能供应链的初衷

与人工智能在象棋中的应用不同，商业活动和智能供应链有不同的数据、算法和模型。国际象棋只有一个对手，而商业人工智能涉及许多内部功能、竞争对手、外部客户和供应商。再加上复杂且不稳定的流程，只会增加人工智能在商业行为中应用的难度，这也是人工智能首次被广泛应用于C端的重要原因。

然而，随着erp、crm等各种企业系统的普及和管理水平的提高，许多中国企业，尤其是电子商务、零售、物流和服装行业，积累了大量的运营数据，如销售历史数据、分销数据、采购数据、促销数据、库存数据等。，所有内部功能都在一定程度上进行了合作。事实上，他们已经具备了利用人工智能构建智能供应链的数据基础和管理基础。与此同时，这些企业遇到了许多棘手的实际问题，如无法准确、及时地预测和捕捉消费者需求。许多电子商务公司都有20-30%的缺货率，这很容易错过销售机会，导致促销乏力；此外，库存周转缓慢，呆滞库存比例高达30-40%，库存爆炸现象严重，企业现金流压力极高，毛利率低，往往导致“劳而无功”的现象。

人力资源问题是许多这样的企业头疼的问题。上述行业的企业大多是80后和90后出生的员工。据有关统计，75%的企业都存在经营者短缺的问题，年周转率约为20-50%。如何解决这些实际问题也是许多企业的核心

图三

预测决策——智能供应链的本质

像阿尔法戈的精髓一样，智能供应链是人工智能在商业中的典型应用，它有两个核心模型，一个是预测模型，另一个是决策模型。预测模型主要利用回归、分类、时间序列等算法，在大量历史数据的基础上建立统计模型，预测未来销售；决策模型利用启发式算法、整数规划、解析解等算法，建立运营模型，对商业和智能供应链中涉及的具体领域做出决策。

从战略层面，结合公司、分支机构、区域和渠道的整体市场运营计划，以及大量历史数据和未来影响，建立了商品和商店分类及成本效益分析模型，目的是对商品进行分类，并以商品的独特属性进行标识。这些标签和分类就像“指挥棒”，将对这些商品的未来销售、预测、库存、生产和财务回报起到指导作用。同时，请记住这些模型永远不会

然后，根据供应链管理的本质——“供需匹配”，将战略层面的商品、商店、成本和业务目标策略具体应用于战术层面的品类规划、销售预测、智能定价、促销安排、自动补货、安全库存设置、商店间转移、供应计划与调度、物流规划等应用场景。到目前为止，上述建立的预测和决策模型在制定计划时可以发挥重要作用

最后，在执行层面，具体的运营活动，如销售、活动、订单、生产、补货、运输、仓储、配送等。直到消费行为的最终结束。在实施过程中，产生了大量新的运营数据，以及大量关于市场趋势、消费者偏好、竞争对手行为等的数据。这将最终影响未来的战略和战术计划，并形成信息和过程的闭环反馈(图4)。

其核心是解决“卖什么、卖多少、卖多少、投资多少”五个核心问题。目的是建立预测系统，提高销售预测的准确性，减少渠道库存，提高商品的现货率。同时，通过对商品的智能选择、分类和定价，可以准确地服务于卖家，增加销售额。此外，它还专门指导货物的采购订单、销售、促销和物流场景，以提高供应满意度和产品供货率。

图四

图五

智能商业——智能供应链背后是什么？

国内一家大型电子商务平台已公开宣布，2017年将重点关注零售领域自动补货的应用，自动补货系统将覆盖消费品、服装和家居、家电和3c数字四大类80%以上的采购场景。几句话，看似简单，只涉及自动补货领域，但实际上，未知的是智能供应链的预测和决策系统:大数据、算法、云计算、闭环流程等等。在国内电子商务平台竞争开始走向新阶段的背景下，这些令人困惑的事情将是京东未来的核心竞争力之一。

当然，这不是他的创意。一些知名企业，如亚马逊、沃尔玛、Xtep电子商务等。，在该领域有不同的层次和重点应用。甚至一些物流企业已经在客户终端需求、配送、库存等领域积累了大量的数据。因此，他们完全有资格为上游客户企业提供供应链服务，如销售预测、库存管理、补货分配、物流规划以及仓储和运输以外的其他增值服务。对于中国企业来说，智能供应链将是转型升级、在角落赶超和增加利润的唯一途径之一。

通过努力工作繁荣国家-如何获得智能供应链？

说到智能供应链的实施，首先要讨论的不是大数据和算法，而是业务需求，也就是说，业务需要解决什么问题以及它能带来什么好处。回报实际上是基于消费者需求。作为原产地，分析消费者喜欢什么样的商品，未来销售多少，价格如何满足消费者并使公司自身收入最大化，促销活动中投资回报的比例，如何在供应链网络中设置安全库存等。在阐明他们的业务目标后，根据现有的

有些企业会说，如果没有这么多数据，或者数据质量不好，这些都是实践中很常见的问题，但是没有办法解决。中国电子商务和零售业的普及使得数据收集的质量、数量和速度远远超出了每个人的想象。关键是要确定数据积累和收集的关键规则，这些规则服务于业务需求，这样一些模型只要继续积累几个月就可以发挥作用。

至于较差的数据质量，可以手动或自己完成

清理解决的方法。谈到算法，许多开源算法都是开放的。此外，在当今的大数据和人工智能时代，尽管每个人都会从中受益，但不是每个公司都应该雇佣数据和算法方面的科学家。对于能够了解公司业务需求并匹配大数据和算法的专业公司来说，提供专业的第三方分析、建模和优化服务更加实用。未来，我们可以看到智能供应链领域的工具，如水和电，将被专业服务提供商和企业使用。

与人工智能在终端中的应用不同，智能供应链不能完全取代人。它可以帮助人们做出预测和决定。当这些成本下降时，对判断的需求就会增加，所以人们判断的价值就会增加。而且，企业是一个集体，人与部门之间的协调和过程也将发挥重要作用。智能供应链在企业战略中的应用只是开始，而不是结束。