人工智能（AI）正在悄悄渗透许多行业，现在它正进军汽车供应链领域。
【资料图】
人工智能（AI）正在悄悄渗透许多行业，现在它正进军汽车供应链领域。我们是应该紧张，还是应该欢迎它作为一个有益的工具？麻省理工学院工程系统教授Yossi Sheffi权衡了人工智能对于行业发展的利弊。
公众对于人工智能的接受程度各不相同，有些人对其提高生产力的潜力感到热情，而有些人则对其对就业的影响甚至人类的终结感到恐惧。随着人工智能进入汽车供应链，对于是否应该庆祝还是回避这一技术仍存在不确定性。然而，麻省理工学院工程系统教授、供应链管理创始主任Yossi Sheffi博士并不认为这项技术会带来太多威胁，只要企业以正确的方式使用它。他刚刚出版了第九本书《魔法传送带》，研究了随着人工智能的使用增加，它将如何影响供应链，并告诉《汽车物流》杂志关于这项技术的好处，以及它如何使这个行业更具竞争力。
麻省理工学院供应链管理创始主任Yossi Sheffi教授就人工智能对供应链的影响接受了《汽车物流》的采访：“在一些领域，采用人工智能将具备非常大的优势。”
01
人工智能在物流中的优势
Sheffi表示：“在汽车供应链中，人工智能有许多应用。它能够非常好地执行重复性工作。它是自动化的，准确且快速，而且可以不停歇地运行。”
在过去几年里，特别是自疫情爆发以来，供应链中的许多企业一直在寻求采用人工智能来提高效率和节约成本。许多企业也被迫实施技术来应对工人短缺的问题。原始设备制造商不仅在其制造过程中使用机器人和其他自动化工具，现在他们越来越希望将其应用于物流中，以便更快地做出更明智的决策，并已经开始进行试点项目。希望这样做不仅能够节省时间和成本，而且能够使企业更具竞争力、生产力更高并带来更多盈利。
Sheffi说：“其实每个人都在日常生活中使用着人工智能，只是并没有意识到。当你打电话给客户服务部门寻求帮助时，你很可能在与一个聊天机器人交流。人工智能可以聆听你的问题，解读你说的话，并试图给出答案。”
他将这一现象与汽车行业进行了类比，他补充说：“你所做的就是让机器来完成‘简单’的工作，换句话说，那些可以被定义和需要被优化但大多数都是重复性的工作。”
比如，宝马（BMW）自2019年起在奥地利的斯泰尔发动机工厂进行了人工智能在物流方面的测试。该汽车制造商利用基于人工智能的摄像头软件来加快流程，防止空集装箱在传送带上不必要的运输。自那时以来，宝马通过其数据和人工智能计划在整个价值链中实施了人工智能应用，并与美国软件公司NVIDIA合作进行试点项目，为小型运输机器人（STRs）配备了人工智能，并为其在整个业务中使用制定了道德准则。类似地，斯柯达在2020年使用了Optikon AI平台来自动计算如何将托盘装载到集装箱中以最大化容量。
“像这样的领域，采用人工智能将会非常迅速，”Sheffi说道。“公司已经将人工智能应用到现有的软件模型中，而你甚至都没有意识到。这已经在发生了。”
02
人工智能究竟能有多聪明？
随着技术每天都在不断进步，物流行业正在努力弄清楚人工智能到底能有多聪明，以及除了重复自动化任务之外，它还能在哪些方面提供帮助。在供应链领域，一个具有巨大潜力的领域是预测，包括对客户需求的预测，以及对生产和发货的预测影响。
Sheffi说：“在供应链中，人工智能有许多应用，但人们希望它能使预测更加准确。许多人正在使用各种机器学习技术进行预测，这对于生产调度、需求计划和与供应商打交道非常重要。”虽然这样做更加困难，因为人工智能依赖于从过去的学习，但正在进行试验，以使技术更好地预测（几乎）不可预测的情况。秘诀在于大型人工智能模型的能力，它可以快速地以大规模整合来自多个来源的数据，包括数字、文本、视频或语音数据。
JLR最近与预测洞察公司Everstream Analytics合作，将人工智能嵌入其供应链，并监控可能导致延误的风险。
JLR正试图通过与预测洞察公司Everstream Analytics合作，抢占这些发展的先机。在6月份，这家汽车制造商表示将使用Everstream的人工智能实时监控供应链，以防止可能导致延误或停止装运的潜在风险，如自然灾害、罢工、数据泄露和出口问题。当时，JLR工业运营执行总监Barbara Bergmeier表示，人工智能将帮助公司“在造成中断之前管理风险”，使公司更具韧性，并帮助其履行对客户的承诺。
雷诺集团在物流管理中也在使用机器学习和人工智能取得了进展。该汽车制造商将来自物流提供商和供应商的信息与公共云中的信息结合起来，形成一个数字化的控制中心，以更好地对供应链的影响进行映射和预测。雷诺与谷歌云合作运行人工智能应用程序。
风险管理并不仅限于物理干扰，公司现在希望将其用于识别供应链中的财务风险。Sheffi解释了这样做的好处。“通常，确定供应商的潜在财务风险涉及查看财务报告，而这总是过去的信息，”他说。“如果你想获得更及时的信息，就必须试图从媒体，包括社交媒体，或其他任何可以提醒你供应商存在问题的地方获取数据。你可以查看重要的高管是否在离职，供应链中的公司是否在抱怨拖欠已久的付款，或者供应商是否在合并或收购中遇到问题，或者与他们的银行有问题。问题是这需要时间。”
他说，人工智能可以在这方面提供帮助，因为新的语言模型可以获取非数值化的数据。“现在，你可以在同一时间范围内以非常大的规模获得以前无法获得的信息，”Sheffi说道。
对于汽车制造商和物流公司来说，一个意外的好处是成本，或者说几乎没有成本。汽车制造商无疑希望定制适合自己的人工智能软件。Sheffi说：“他们希望按照自己的方式来做这个，他们想使用他们公司的经过验证的流程，并将其嵌入到人工智能中。”
然而，由于像谷歌、微软等跨国科技公司和其他投资者正在向OpenAI及其ChatGPT平台这样的软件开发者投入数十亿美元，所需的基本代码已经存在，这意味着大部分开发成本和不确定性已经脱离了汽车制造商的掌控。
Sheffi解释说：“想象一下微软的Excel。你可以在电子表格上构建表格或模型，但电子表格的基本机制已经存在。同样，使用优化软件，你已经有了可以指定处理手头问题的软件包。这不会花费过高的费用，因为大部分开发成本都由风险投资家承担，他们为所有这些初创公司提供资金，而那些正在开发人工智能的大公司。没有人会从头开始建设。”此外，这些公司将能够向许多行业销售产品，同时在激烈竞争中，随着时间的推移，使用这些平台的价格将下降。
当然，不管怎样，成本总是会出现。为了能够充分利用汽车供应链中的人工智能，必须花费金钱培训员工如何正确高效地使用它。幸运的是，这不会像科技巨头花费的数十亿美元那样多。但这将耗费时间。
Sheffi说：“现在你开始看到为什么这需要很长时间了。人工智能将是一个有用的工具，但那些能够花时间培训他们的员工使用它的公司将能够从中受益。他们需要培训他们的员工并改变流程-将人与机器整合在一个无休止的工作流程中，以充分利用它。”
这个过程可能需要很长时间，甚至可能需要几十年。Sheffi举了MIT教授Robert Solow的例子，当时正值技术革命。他说：“革命始于1950年代，但到1987年，他说计算机时代无处不在，只有生产率数字除外。”Sheffi说：“直到1990年代末，所谓的‘Solow悖论’被解决，当时技术、零售和批发业加速了美国的生产率。其他行业也加入，生产率开始加速。延迟的原因是人们需要一段时间去学习使用新技术，逐渐适应它，不再害怕，并将其纳入到流畅的工作流程中。”
即使一家公司可以花费时间和金钱来培训员工使用新软件，对未知事物的自然恐惧可能成为生产力的障碍。Sheffi说：“有些人会试图破坏它，因为他们害怕失去工作，有些工会也会反对。然后还有政府监管。欧盟、美国、中国、日本和韩国等主要国家都在制定关于生成式人工智能的监管框架。美国的讨论是要成立一个人工智能机构，以确保软件的安全使用，并追究人工智能公司的责任。这将减缓开发过程，尽管人工智能正在迅速发展，但它不会很快普及。与此同时，经过审查且不威胁就业的应用可能会更快地被采用。”
03
人性因素
虽然人工智能在使物流世界更高效方面有着未知的、尚未充分发挥的能力，但它却缺少一些它无法学会的东西-人性。“根据其本质，工作和业务中有些方面人类比任何算法都要好得多，”Sheffi说。因为机器学习是通过从过去学习来工作的，所以在紧急物流方面，人工智能可能并不是很有用，因此在危机时期，人仍然是供应链保持运转的必要条件。
“如果情况发生变化，突然陷入衰退，或者发生战争、疫情或其他导致人们改变购买习惯的重大变化，人工智能无法理解更大的背景，并且在预测上不会准确，”他说。“而人类可以看到并理解更大的背景，并能接管工作。人类能更好地发现变化，因为机器相对僵化，一切都是基于它们训练过的数据。如果某些事情不在过去的数据中，它也不会成为输出的一部分。”
Sheffi补充说：“人们有道德准则，会做正确的事情。人类能够更快地适应，有创造力，并能提出新的想法和流程。而且人类有同情心。”
他说，在疫情期间，公司基于CEO之间的电话通话调动了数以万计的工人和卡车，这是很难想象能够自动完成的。“这是基于人际关系和同情心，”他说。“供应链是由人组成的，它们基本上是社交网络。”
工人们重新回到了位于德国辛德尔芬根的奔驰（Mercedes-Benz）价值7.3亿欧元（8120万美元）的56号工厂，因为人类能够处理更加复杂的生产线。
Sheffi认为，物流的人性因素将无法被取代或复制。他以奔驰在德国辛德尔芬根的价值7.3亿欧元（8120万美元）的56号工厂为例，该工厂生产S级车型，并致力于零排放生产。他说：“一开始，奔驰将所有工作都自动化，然后他们回过头来，取消了很多自动化，重新引进更多的工人。为什么呢？因为生产线上的车型选择太复杂了。他们发现人类比人工智能处理得更好。”
当像宝马和雷诺这样的原始设备制造商将更多的人工智能应用程序整合到他们的控制中心时，物流领导者倾向于强调重要的决策仍然由人类做出，但他们能够更快地获得更多信息和建议。例如，在雷诺集团，该汽车制造商能够在几小时内使用人工智能算法了解土耳其今年2月份的地震将如何影响该地区的供应商，帮助物料控制人员采取措施减轻干扰，这在以前可能需要几天甚至几周来规划。“这有助于我们将决策权交给人们，” Jean-Francois Salles说道。他在今年夏天之前是雷诺全球供应链副总裁，在今年早些时候接受《汽车物流》采访时说。
他建议，未来人工智能将迈出下一步，自动采取对策，例如订购高级货运或从备选供应商那里取消物料订单。
04
开启未来的工具
AI拥有节省物流行业时间和金钱的能力，确保更顺畅的跟踪和高效性，但Sheffi并不认为它会取代人类，至少目前还不会。目前，他认为AI可能会给物流公司带来竞争优势，成为工具箱中的又一个工具。“那些提供更多技术能力的公司可能会获得更多业务，特别是来自大型、复杂的公司。AI只是另一套工具，”他说。“供应链的社交网络可以通过技术，无论是人工智能、机器人还是其他技术，得到支持和增强。人们正在将仓库自动化，跨各行各业安装机器人，仿佛明天就没有了一样。然而，当亚马逊在2015年至2020年之间为所有仓库配备先进的机器人时，该公司还雇佣了超过一百万名新员工。所以，机器人并没有征服世界。至少在很长一段时间内是这样。”
在供应链管理领域，技术的爆炸式发展和人工智能的应用引发了巨大的变革。然而，在这一新环境中，真正扮演着至关重要角色的还是人。正如尤西教授所指出的，人们需要监督自动化和人工智能的应用，确保其所做的事情是有意义的。
