Skip to main content

生成式 AI 带来的敏捷性

贵组织是否在供应链管理中使用生成式 AI?

 

44% 可能是

 

21% 不确定

 

15% 可能不是

 

13% 肯定是

 

6% 肯定不是

在目前尚未使用生成式 AI 的企业中,相当一部分 (57%) 计划在未来两年内实施或考虑实施生成式 AI, 这表明人们已感知到 AI 转变供应链运营的潜力。贵企业在此饼图上处于什么位置?

机器学习带来的敏捷性

企业在价值链的什么位置实施机器学习或优化?

ML 驱动的库存优化
45%
ML 驱动的需求预测
40%
自动化生产调度
40%
自动化补货调度
39%
ML 驱动的价格优化
39%
ML 驱动的预测性维护
39%
ML 驱动的现金流预测
37%
自动化路线选择
35%
ML 驱动的排放预测
34%
自动识别交叉/追加销售机会
32%
ML 驱动的预计到达时间 (ETA) 预测
30%
中断/延迟解决建议
27%
网络设计建议
29%
其他位置
1%

企业在库存优化 (45%) 和需求预测 (40%) 中实施机器学习和优化的频率最高,突显了这些技术在管理库存水平和准确预测未来需求方面的关键作用。贵企业在此图表上处于什么位置?

全球自动化技术带来的敏捷性

未来三年,您最期待自动化技术(生成式 AI 和 ML)对您所在的行业产生怎样的影响?

根据受访企业,自动化技术带来的最大希望在于提高效率和生产力 (32%)、节省成本 (26%),以及改进供应链自动化 (23%)。这表明企业坚信这些技术能显著改善供应链管理的潜力。在这些结果中,哪一个对贵企业而言最重要?

「使用人工智能和机器学习等技术自动执行重复性任务,有助于贵企业提高效率和扩大规模。机器擅长承担人类认为乏味或单调的繁重任务。人类与机器之间的这种合作正在改变我们的工作方式,并不断取得更好的结果。为员工赋能,让他们可以花更多的时间进行人类最擅长的工作——创新,才能创造出真正的价值。这就是我们追求的敏捷性。」

Vaibhav Vohra | Epicor 首席产品和技术官