一些新的供應鏈技術正在受到廣泛的關注。但是這些技術有多成熟呢？他們是否有可靠的投資回報率？它們值得一試嗎？還是相關企業可以放心地忽略它們？

也有一些很有前途的技術，我們期待它們將帶來巨大的價值。但此時我們還不能預知投資回報率或其他好處。

有些技術確實能產生很少有人聽說過的價值。

在這篇文章中，討論了供應鏈管理中主要炒作的、有前途的以及可靠但未被廣泛采用的技術解決方案。

技術成熟度曲線

被炒作的技術得到了大量宣傳，但價值幾乎沒有被證實。這些技術似乎在尋找解決方案。

（1）5G

5G是第五代無線技術。有了5G，下載和上傳速度將呈指數級增長。延遲，即設備之間無線網絡通信所需的時間，也將大幅減少。對于想要在智能手機上下載電影并觀看的消費者來說，好處是顯而易見的。但這對供應鏈有好處嗎？

隨著供應鏈和制造過程中越來越多的設備成為“物聯網”的一部分，它們將產生極其豐富的數據流，并實時發送信號，觸發各種各樣的事件。例如，在使用5G網絡時，一個零件庫可以傳達這個庫存已耗盡80%的信息，這將觸發必要零件的再次訂購。這將是整個供應鏈的一個觸發器，將導致倉庫中貨物的移動，可能是零擔貨運、合并，以及再供應的最終分發和配送。

5G不像2019年那么受關注，但目前仍處于炒作階段。盡管電視廣告暗示5G已經到來，但5G無線網絡仍在美國各地建設中，目前沒有聽到供應鏈技術提供商利用該網絡技術為客戶提供新的價值。

（2）區塊鏈

我們仍看到一些公司在供應鏈領域推銷其區塊鏈解決方案。這些公司通常今天還在，明天就會倒閉。據說，區塊鏈是一種強大的可追溯性解決方案，可在供應鏈合作伙伴的部分鏈接活動完成后，向其提供支付。

我們一直在向區塊鏈提供商詢問客戶的姓名，這些客戶每天都在使用他們的技術，這是他們新確立的經營方式的一部分，但區塊鏈提供商并不能提供這些參考信息。這是一種明確的跡象，表明這項技術仍處于炒作階段。

有前途的技術，似乎可以提供穩健的投資回報率或其他有形的好處。承諾的好處將會出現，這是非常合乎邏輯的。但這些技術還很年輕，還無法驗證所承諾的好處是否真實。

（1）人工智能（AI）/機器學習（ML）平臺

這些平臺使公司可以攝取大量的歷史和實時流數據，清理和準備數據，并查看將機器學習或AI算法和技術應用于該數據，是否會為其業務提供有價值的預測。

在供應鏈領域，領先的供應鏈軟件公司正在積極工作，在現有應用中嵌入人工智能和機器學習功能。對于大多數公司來說，這是一種風險更低、成本更低的獲取人工智能能力的方式。

但是有一些非常大的全球性公司，年收入超過100億美元的公司，擁有卓越的數字中心。這些公司相信，可以構建定制AI/ML應用，在現有供應鏈應用未覆蓋的黑空間中提供價值。

此外，對于物流服務提供商來說，卓越的供應鏈管理是他們脫穎而出的法寶。對于他們來說，構建一個他們的競爭對手沒有的定制AI/ML應用是很有意義的。

當然，有幾家最大的第三方物流公司正在這里開展業務，并聲稱他們獲得了很好的價值。然而，很難知道這些聲明有多可信，就像自私的營銷信息一樣。

我們也正在轉向混合解決方案，其中一部分是應用框架，一部分是AI/ML平臺。Anaplan是一家提供供應鏈規劃（SCP）和其他商業應用的供應商，它推出了PlanIQ。PlanIQ從Anaplan中獲取數據，并自動測試幾種AI/ML算法，然后選擇優化的模型，為客戶的獨特用例生成最強的預測。PlanIQ包括亞馬遜預測（Amazon Forecast）。亞馬遜預測是基于Amazon.com所使用的相同的ML技術。

（2）自動駕駛卡車

初創公司已經在測試上投入了大量資金，但我們仍需要幾年時間，才能看到自動駕駛卡車車隊上路。

在某些情況下，面向這項技術的投資正開始枯竭。Starsky Robotics是自動駕駛卡車技術領域最知名的公司之一。它是自動駕駛卡車上路的先鋒，取得的成就是驚人的。

2016年，它推出了第一輛合法的街道交通工具，可以在沒有司機的情況下完成真正的工作。2018年，它推出了第一輛完全無人駕駛的合法街頭卡車。2019年，它推出了第一輛在高速公路上行駛的全無人駕駛卡車。現在，即使取得了這些成就，但由于缺乏資金，這家公司今年還是關閉了。

最好的猜測是，在2024年，我們可能會看到自動駕駛卡車在沒有駕駛員的情況下接管貨物。這就是圖林未來（TuSimple）員工正在規劃的東西。對我們來說，他們似乎是坦誠的。但即使到了2024年，這些卡車也不會在全國所有車道上行駛。相反，它將專注于為特定的客戶提供跨目標路線的服務。

不過，似乎可以肯定的是，自動駕駛卡車的投資回報率可能會非常非常高。

（3）數字孿生模型構建器

River Logic正在使用AI專家系統來驅動圖形數據庫，以幫助自動化價值鏈數字孿生的構建。 在傳統的供應鏈計劃（SCP）解決方案中，必須逐步配置模型——這是產品的物料清單，這是工藝路線，這是生產機器的設置時間。

但是River Logic將其解決方案稱為：AI系統設計和建立圖形數據庫和關系，并基于可視化的拖放圖來選擇和應用相關的業務規則和邏輯，從而使用戶能夠繪制出自己的價值鏈——這極大地加速了模型構建和SCP實施，包括業務產生的財務情況完整表示。

此外，在后臺，AI專家系統可以構成并生成客戶價值鏈的完整數學模型，從而快速制定和實施高級方案優化。

Infor也為其多企業供應鏈業務網絡提供圖形數據庫，稱為Infor Nexus。Nexus網絡，將企業與整個供應鏈連接起來——從供應商和制造商，到中間商、第三方物流和銀行——為增強供應鏈的可視性、協作性和編配鋪平了道路。

Infor指出，圖形數據庫推斷關系的能力有助于使模型保持最新。該公司可能會假設供應商在中國武漢制造的零部件通過深圳港口，平均需要22天才能到達美國加州長灘港。但在現實中，這些部件往往會流經廈門的一個港口，花上25天到達加州。

總之，圖形數據庫可以幫助保持供應鏈模型的準確性。這對于有效性能是至關重要的。

價值高，但未被廣泛采用的技術

（1）下一代控制塔

強大的供應鏈控制塔，建立在供應鏈的跨功能端對端數字孿生模型上。它包括可見性，以了解整個擴展供應鏈中的事件，將如何影響滿足客戶訂單的能力。數字孿生模型對運輸、倉儲、生產中的限制條件進行建模，然后制定優化的計劃，以應對不可避免的異常情況。

過去，供應鏈控制塔往往更側重于處理運輸異常，或者更側重于協調異常，而不是使用真正的優化，以最低成本實現最大化服務。為了獲取數據，控制者會清理數據并對其進行規范化，這些現代控制塔中的大多數都使用數據湖來構建。

（2）機器人自動存儲和檢索

在過去的幾年里，一種貨物到人的自動化形式已經進入市場。這些“機器人穿梭系統”是傳統穿梭系統和自由漫游機器人的混合體。目前有一些供應商提供符合這一分類的解決方案。每一家處理問題的方式都不一樣。

然而，由于機器人的動態移動，它們都提供了高存儲密度和高度靈活性的優點。這種機器人的靈活性消除了吞吐量和排序的限制，提供了提高生產力的潛力。

這些解決方案符合許多行業的運營需求。然而，它們進入市場之際，在線訂單當天完成的需求正在加速增長。這種需求的激增在電子雜貨業務中尤其普遍。這些解決方案可能會滿足你的下一次在網上訂購蘋果和面包的需求。

（3）機器人流程自動化（RPA）

機器人流程自動化是一種用于自動化大容量、可重復任務的軟件。隨著時間的推移，企業系統開發出更好的自動化功能，用戶可以更有效地完成工作。但是，使用遺留系統的公司可能有機會使用外部RPA解決方案來自動化遺留系統內部的工作。

RPA通過執行相同的計算機擊鍵，并打開人類執行的相同模塊來做到這一點。我們知道，通過使用RPA來自動化與遺留運輸管理系統（TMS）中的規劃優化相關的高度手動任務，第三方物流獲得了良好的回報。它也被用來檢查運營商網站的預約調度。

物流技術平臺笛卡爾公司將RPA嵌入其路線解決方案中。笛卡爾指出，除了最簡單的路線規劃問題外，創建最佳計劃并不像加載數據和點擊“優化”按鈕那么簡單。相反，最好的規劃者要經歷多個步驟才能產生最優結果。從本質上說，RPA可以模擬出最佳規劃者采取的步驟，以產生更好的結果。

責任編輯：PSY