人工智能、应用之道-高管指南

4361个字符,阅读需要5分钟

人工智能到现在,我并没有看到特别官方的定义,但我认为,人工智能就是把人的思维能力作用在某些硬件和软件上,通过一系列组合,它们可以做出与人类媲美的智能行为.

根据ACCENTURE的报告,到2020年人工智能的市场可达400亿刀.到现在可能估计要翻一番.你想这些场景,从医院到银行,从餐桌到度假村,从安全救援到奥运会,从农业化肥到航空航天,他们无所不在;供应链这样的沧海一粟自然不能独善其身.

我2012年错过的物流互联网,希望大家不要再错过今天的人工智能,下次聊聊区块链,我希望能帮你打开眺望世界的一扇窗.

在供应链的世界里,我第一次接触人工智能是在17年底,那时候中国大地上的企业在对标4,0,跟现在企业搞灯塔计划是一样的,乌央乌央的,根据公司战略到今年底基本完成供应链的人工智能化,目的是让企业尽快拥抱数字化.由于5G的狂暴杀入,以前的计划和游戏规则瞬间消失.以“人工智能+物料网+区块链”的模式瞬间直刺眼球.血站在即,公司无人幸免,从HR到SC,从R&D到FINANCIAL,全部投入战斗,预算为利润的1.6%,中国上海张江试点,然后全球推广,周期3年. 

到今天,我认为,收获颇丰,至少供应链如此,我们的供应链成本基本上是竞争对手的70%,有些事业部像航电,甚至是对手的一半.在水电乌东德项目上,对标的4个对手,我们摧枯拉朽,15分钟拿下,很是痛快.成本优势明显成为碾压对手的豪横战车.

让我们看看手里的利器吧:

1、 首先,前瞻性思维意识

意识形态,这个东西是伟大的,但也是横亘在你面前的最大鸿沟,别再回头看你传统的经验,在人工智能面前,说一文不值吧,怕你打我,但值0. 5文,这样你心里会不会舒服点.

2、先说数据存储和数据载体

(1)数据如下:

❶物料数据,一物一码,一码一物,载体是RFID,直接植入电子物料型谱,6个纬度的字符段是唯一身份证

❷员工数据,关键是那些活跃数据,像销售人员,大数据真的可怕,一个销售叫COCO,我看过他的数据,惊呆了,入职8年的全部轨迹,哪个部门、卖什么东西、销售准确率、乐观指数、被投诉和投诉次数、最高和最低销售额、客户的偏好指数、插单减单的指数、她本人的收入、优势、短板、应收账款还剩余多少……还有技术工程师:变更多少次、指定供应商多少次、为何指定、品牌偏好、设计失误的次数、导致呆货的金额、技术的短板、强势的专业、主攻方向…..我也顺便看了我的,TMD,居然有几个外号都有记录…..

❸设施设备:分租赁类和自购类,以自购举例:涉及货架、储位、AGV、月台(双)、循环的托盘、生产工位的按灯设备…关键是备件信息很详细,物联网的功能发挥到了极致:剩余备件的数量、可正常工作的小时数、定期和不定期检修的原因、国产化的备件放置的位置、进口备件的交期、设备责任人……

❹订单和产品数据:客户的分类为紧急插单带来了决策依据、产品的BOM设置可以看出任意SKU的属性、安全库存的状况和在途物料(pipe stock)的数据、每分钟的物料消耗状况和线边仓的自动补货体系、工单和看板的自动循环数量和频次、周期等、产成品、半成品和OK品的托盘使用的数量和空余数量、数据如何发送至TPL并提醒其接受……

❺外部数据:供应商在6个品类的范畴内各自按照游戏规则进行数据交互、从准入、评估到汰换、从账期管理到CI、从利润分配到SQE的进驻,从让步接受的惩罚到优秀的奖励、从退换货到紧急插单;最有趣的是TPL9000多名司机的脸谱,看着都乐,面部神经的网络分布线将每个人唯一的特性真实的展现在屏幕面前,为自动签收打下坚强的数据基础、在中国大地上每行进100米就跳动一次的小红点就代表那装载着客户货物产品的车辆、双飞翼的车辆数据从油耗到行车路线、从折旧数据和人工成本都会随着小红点的跳动而展现,您只需要移动一下小鼠标……

❻数据数据:包装破损,一个崭新的包装所有的表层线条和色泽已完全进入AGV,在各种灯光下的色差也与包装表面的数据并行进入,你试想,一个包装表面的但凡有划痕和凹痕,都难逃其“法眼”.托盘的颜色数据已植入AGV,它会清晰把红白相间的仓库用托盘和黑白相间的生产工位托盘轻松分离并送至这些托盘应该驻足的地方……

❼产线上每位工人的数据也是展现无疑:瓶颈工序、人工的熟练指数、加班工资、健康指数、饮食偏好、工种、技能特长、培训的时长、擅长的领域、归谁领导、工位的编号…..

(2)我们看看都要用到什么设备:

-RFID(有源)

-自动化货架(红外扫描)

-传送带(有轨、自动化控制-受制于AGV)

-AGV(9种机器人)

-带液压的双月台(液压控制受制于车辆的平板的高度,平板高低的数据来自车辆,车辆数据来自TPL,TPL数据来自IANYWHERE(APP),此数据向AGV传递并应用)

-长臂猿拣货机(受制于工单体系,工单体系体受制于MPS,MPS受制于IBP)

-自动识别的视网摄像机和视觉视频技术的摄像机

-自动充放电电桩

-呼叫系统

-带RFID和两种颜色的可识别的托盘(可端到端进行循环)

-带有RFID的工装夹具

-仓库(包括线边仓)磁性地面修饰

-装有IANYWHERE(APP)的智能手机

-普通的商用车辆

-电脑(包括PAD)

-储存数据的云空间

-装有物联网可访问端口的各种生产设备

-电子屏

….(其它小件不足挂齿)

3、人工智能的能够释放的供应链红利

(1)    预测

我曾在2002年接触S&OP(sale and operate planning),觉得,哇,好牛,的确让我着迷了很多年,现在IBP(integrate business planning)摆在你面前,碾压S&OP+APS(advanced planning and scheduling),因为S&OP只能解决预测,不能解决预测、计划和紧急插单的串联和后面的主生产计划的对接(只能解决DP,不能解决DP+SP),(DR-demand planning ,SP-supply planning)也就是不能端到端的解决问题,人工智能将数据公式的思维赋能给IBP,供应链脱胎换骨.真心说一句,IBP可以让预测和计划真正摆脱“计划赶不上变化”.您知道吗,从预测数据获取的6个渠道就超过一般的公司的数据获取渠道的数量,大部分只有市场或销售提供,2个渠道,有机会再说,最可怕的是还有预测数据过滤的21个变量,21个呀,令人震撼,当然也会让你大呼过瘾.准确率提升至89.14%,这些预测和计划在锁定第一周后全部通过FIORI(APP)传递给供应商,你说爽不爽

(2)   任意检索

你可以把鼠标放在WMS的搜索栏里,任意填写关键字,输入设备名称,可以看到位置、工作量、工作的饱和程度、故障的问题和解决故障的时长、备用机械等;输入料号,可以查到此物料的进销存,最可怕的是可以看到应入未入和应出未出的数据,在此基础上看应出未出,可看出此物料在仓库滞留的小时数、金额、原因、责任人、滞留期间的存储成本、货物的目的地……坦白说,有了这套人工智能,怎么可能还会有呆货,除非你们都是内卷.

(3)   语言吸纳

我以前很羡慕太仓的NIKE,现在我们也能做到了,你知道是什么吗,仓库的拣货系统可以下达语音指令,并且可接受方言,可以通过呼叫中心用电子语音向拣货的长臂猿机器人发出拣货指令,或者说出货物的中文或英文名字,这个指令同时发送给三个设备,一是装存此货物的货架,二是去BIN位上取货的AGV,三是负责拣货的长臂猿机器人,各位,脑补一下场景,公司的确很壮观(公司不允许拍照,很想拍出来发出来给大家看看,有机会可以参考SAP官网的AI的视频)

(4)   专家系统

这个专家系统其实应该是后台的一个中枢神经,我曾经统计过,总共有766个数据模型,涉及端到端,从供应商准入的打分模型到淘汰的打分模型,从采购成本分析模型中的人工成本、技术成本到物流成本,从安全库存设置的模型到物流成本分析模型…..,相当完善,最可怕的是人工智能这个玩意他有自动纠错的功能,比如,像安全库存的设置,如果连续3个周期安全库存设置过低,这个系统会自动提醒,提示你在第四个周期里要提升安全库存的水平值,而且决策依据是前3个周期的数据…..

(5)   神经网络与识别

这个令我惊艳的是包装破损的识别,利用鹰眼技术和神经网络的线条技术去识别,连颜色和色差都可以考虑到,甚至包括凹痕的深度和周遭直径数据,均可以识别,现在看看我们仓库月台刷脸收货和考勤的刷脸真的是小事一桩,不值一提,这个技术对于MILK RUN的帮助极大,尤其是包装破损扯皮的事件,这样一对标一比较,扯皮的简直是卡哇伊.

(6)   访问系统

数据交互,我已经提过很多次,但没办法,无论是大数据、人工智能、和区块链,都需要与合作伙伴进行大面积和深度的数据交换,但,很多公司呢,一边抱怨数据的不对称,一边对访问系统置若罔闻,真的不知道他们的到底在干什么,尤其是IT的老大,你到底在想啥呢,没钱吗,不至于吧,写一个小程序也是万儿八千的事….. 

4、人工智能的技术支持

(1)云储存、云计算

(2)数学模型

(3)流程导图(闭环,否则系统走不动)

(4)铲除数据钉子户和解决数据盲区

(5)ERP(可接受外部访问的系统)

…….

最后,讲2个小故事:

2018年12月,出席一个物流论坛,主办方邀请一个上海大学的CHU姓教授分享30分钟,其中谈到云储存的时候,此君居然说,当时做云储存的都是吹,本来我挺愉悦的,由于他的这番话,晚宴我就决定不去了,因为我怕我忍不住怼他.

十年前,在上海天山路,我那时候不熟悉专家团队的构成,是参与一个上海劳动局发起的紧缺人才项目的试题论证会,一个上海交大的ZHAO姓教授,当时可能是副教授,在谈到一个计算类型的题目,他说用EXCEL来进行计算,并说,未来半个世纪EXCEL是物流计算的主流工具,当时我的确扬长而去.真想抽他,难道没有听说过1950年的图灵测试、1961年的塞缪尔、2000年IBM的深蓝;当然还有后来的2011年本田的阿西莫刚过去没几年谷歌的阿尔法狗干掉李世石吗,闭门造车的白痴.亏他还是副教授,误人子弟.建议中国高校的教授评选机制应该深度改革.革去那些滥竽充数之流.

[重要提醒]

(1)人工智能是通用技术,(并非狭窄技术,可以扩大化)

(2)心存犹豫您将一事无成

(3)快速失败的价值,别磨叽,输就输了,抓紧复盘和总结,去打响下一场战役,否则时间就没有了

(4)人工智能可以扩大自动化的范围,观察周边业务行为,哪些可以交给AI,尽快执行

(5)目前看来,人工智能的发展还没有像UFO那样超过我们的想象,所以跳出自我思维的束缚;套用一句网络语言:只有你想不到,没有他们做不到

[最后建议]

DO IT......