AI打理倉儲 效能更提升

管理諮詢公司「麥肯錫」（ McKinsey）發現，每間公司平均3.7年就會經歷一至兩個月的供應鏈中斷情況，但供應鏈中斷的嚴重性和頻率漸增，人工智慧（ artificial intelligence）與機器學習（ machine learning）能有效提升倉儲業的管理效能，可望成為緩和供應鏈危機的一帖良方。

科技部落格VentureBeat報導，過去十多年來，消費品產業供應鏈中斷的財務影響可能相當於一年未計算稅務、利息、折舊及攤銷前利潤（Earnings Before Interest, Taxes, Depreciation and Amortization，簡稱EBITDA）的30%，但擁有供應鏈彈性的財星500大企業（Fortune 500）的股價與市值卻能實現7%溢價。供應鏈中斷的速度驟然加快，供應鏈彈性則是維持電子商務、經銷商、雜貨店、郵政與包裹業務運行的緩衝墊。預料之外的延誤和為察覺的庫存錯誤，是破壞與修復整個供應鏈的最大成本。

資產績效管理（Asset performance management）必須成為倉儲管理的核心，有效掌握即時數據以掌控成本、風險相當重要。為了使倉儲得以吸收供應鏈中斷的影響並持續運作，管理人員需要機器學習幾乎即時數據流的演算法，以改善其營運限制。「新冠肺炎疫情開始後，電子商務需求起飛，許多營銷企業措手不及」；Honeywell的互聯倉儲（Connected Warehouse）總經理（Akash Jain）表示，「許多企業透過多班輪替的方式處裡顧客需求，幾乎無暇維護機械和倉儲資產。」

雲端企業績效管理（enterprise performance management）平台正巧能應對這項挑戰，如果能夠結合企業績效管理與站點運營應用，便能辨識倉儲站點如何依計畫執行，幫助管理人員識別瓶頸，並在影響績效前化解危機。企業績效管理供應商仰賴應用程式介面（API）與新舊倉儲管理系統結合，並依功能區域和垂直市場來區隔。商業計畫與科技軟體公司如甲骨文（Oracle）、SAP、IBM、Anaplan、OneStream Software，以及Honeywell的互聯倉儲都有提供企業績效管理平台。供應鏈中斷的情況正在發生且未來也不會停止，但使用人工智慧和機器學習來優化倉儲營運將有助緩和相關衝擊。□

這件名之為「我和你」的藝術作品，是使用「機器學習」的方式來解讀觀眾的印象。人工智慧與機器學習都能提升倉儲業的管理效能。 （美聯社）