撰文 / 朱 琳

编辑 / 钱亚光

设计 / 杜 凯

来源 / Forbes，作者：Steve Banker

一些新的供应链技术正在受到广泛的关注。但是这些技术有多成熟呢？他们是否有可靠的投资回报率？它们值得一试吗？还是相关企业可以放心地忽略它们？

也有一些很有前途的技术，我们期待它们将带来巨大的价值。但此时我们还不能预知投资回报率或其他好处。

有些技术确实能产生很少有人听说过的价值。

在这篇文章中，讨论了供应链管理中主要炒作的、有前途的以及可靠但未被广泛采用的技术解决方案。

  

技术成熟度曲线

  

被炒作的技术

被炒作的技术得到了大量宣传，但价值几乎没有被证实。这些技术似乎在寻找解决方案。

（1）5G

5G是第五代无线技术。有了5G，下载和上传速度将呈指数级增长。延迟，即设备之间无线网络通信所需的时间，也将大幅减少。对于想要在智能手机上下载电影并观看的消费者来说，好处是显而易见的。但这对供应链有好处吗？

随着供应链和制造过程中越来越多的设备成为“物联网”的一部分，它们将产生极其丰富的数据流，并实时发送信号，触发各种各样的事件。例如，在使用5G网络时，一个零件库可以传达这个库存已耗尽80%的信息，这将触发必要零件的再次订购。这将是整个供应链的一个触发器，将导致仓库中货物的移动，可能是零担货运、合并，以及再供应的最终分发和配送。

  

5G不像2019年那么受关注，但目前仍处于炒作阶段。尽管电视广告暗示5G已经到来，但5G无线网络仍在美国各地建设中，目前没有听到供应链技术提供商利用该网络技术为客户提供新的价值。

（2）区块链

我们仍看到一些公司在供应链领域推销其区块链解决方案。这些公司通常今天还在，明天就会倒闭。据说，区块链是一种强大的可追溯性解决方案，可在供应链合作伙伴的部分链接活动完成后，向其提供支付。

我们一直在向区块链提供商询问客户的姓名，这些客户每天都在使用他们的技术，这是他们新确立的经营方式的一部分，但区块链提供商并不能提供这些参考信息。这是一种明确的迹象，表明这项技术仍处于炒作阶段。

  

  

有前途的技术

有前途的技术，似乎可以提供稳健的投资回报率或其他有形的好处。承诺的好处将会出现，这是非常合乎逻辑的。但这些技术还很年轻，还无法验证所承诺的好处是否真实。

（1）人工智能（AI）/机器学习（ML）平台

这些平台使公司可以摄取大量的历史和实时流数据，清理和准备数据，并查看将机器学习或AI算法和技术应用于该数据，是否会为其业务提供有价值的预测。

在供应链领域，领先的供应链软件公司正在积极工作，在现有应用中嵌入人工智能和机器学习功能。对于大多数公司来说，这是一种风险更低、成本更低的获取人工智能能力的方式。

但是有一些非常大的全球性公司，年收入超过100亿美元的公司，拥有卓越的数字中心。这些公司相信，可以构建定制AI/ML应用，在现有供应链应用未覆盖的黑空间中提供价值。

此外，对于物流服务提供商来说，卓越的供应链管理是他们脱颖而出的法宝。对于他们来说，构建一个他们的竞争对手没有的定制AI/ML应用是很有意义的。

  

当然，有几家最大的第三方物流公司正在这里开展业务，并声称他们获得了很好的价值。然而，很难知道这些声明有多可信，就像自私的营销信息一样。

我们也正在转向混合解决方案，其中一部分是应用框架，一部分是AI/ML平台。Anaplan是一家提供供应链规划（SCP）和其他商业应用的供应商，它推出了PlanIQ。PlanIQ从Anaplan中获取数据，并自动测试几种AI/ML算法，然后选择优化的模型，为客户的独特用例生成最强的预测。PlanIQ包括亚马逊预测（Amazon Forecast）。亚马逊预测是基于Amazon.com所使用的相同的ML技术。

（2）自动驾驶卡车

初创公司已经在测试上投入了大量资金，但我们仍需要几年时间，才能看到自动驾驶卡车车队上路。

在某些情况下，面向这项技术的投资正开始枯竭。Starsky Robotics是自动驾驶卡车技术领域最知名的公司之一。它是自动驾驶卡车上路的先锋，取得的成就是惊人的。

2016年，它推出了第一辆合法的街道交通工具，可以在没有司机的情况下完成真正的工作。2018年，它推出了第一辆完全无人驾驶的合法街头卡车。2019年，它推出了第一辆在高速公路上行驶的全无人驾驶卡车。现在，即使取得了这些成就，但由于缺乏资金，这家公司今年还是关闭了。

  

最好的猜测是，在2024年，我们可能会看到自动驾驶卡车在没有驾驶员的情况下接管货物。这就是图林未来（TuSimple）员工正在规划的东西。对我们来说，他们似乎是坦诚的。但即使到了2024年，这些卡车也不会在全国所有车道上行驶。相反，它将专注于为特定的客户提供跨目标路线的服务。

不过，似乎可以肯定的是，自动驾驶卡车的投资回报率可能会非常非常高。

（3）数字孪生模型构建器

River Logic正在使用AI专家系统来驱动图形数据库，以帮助自动化价值链数字孪生的构建。 在传统的供应链计划（SCP）解决方案中，必须逐步配置模型——这是产品的物料清单，这是工艺路线，这是生产机器的设置时间。

但是River Logic将其解决方案称为：AI系统设计和建立图形数据库和关系，并基于可视化的拖放图来选择和应用相关的业务规则和逻辑，从而使用户能够绘制出自己的价值链——这极大地加速了模型构建和SCP实施，包括业务产生的财务情况完整表示。

此外，在后台，AI专家系统可以构成并生成客户价值链的完整数学模型，从而快速制定和实施高级方案优化。

  

Infor也为其多企业供应链业务网络提供图形数据库，称为Infor Nexus。Nexus网络，将企业与整个供应链连接起来——从供应商和制造商，到中间商、第三方物流和银行——为增强供应链的可视性、协作性和编配铺平了道路。

Infor指出，图形数据库推断关系的能力有助于使模型保持最新。该公司可能会假设供应商在中国武汉制造的零部件通过深圳港口，平均需要22天才能到达美国加州长滩港。但在现实中，这些部件往往会流经厦门的一个港口，花上25天到达加州。

总之，图形数据库可以帮助保持供应链模型的准确性。这对于有效性能是至关重要的。

  

价值高，但未被广泛采用的技术

（1）下一代控制塔

强大的供应链控制塔，建立在供应链的跨功能端对端数字孪生模型上。它包括可见性，以了解整个扩展供应链中的事件，将如何影响满足客户订单的能力。数字孪生模型对运输、仓储、生产中的限制条件进行建模，然后制定优化的计划，以应对不可避免的异常情况。

过去，供应链控制塔往往更侧重于处理运输异常，或者更侧重于协调异常，而不是使用真正的优化，以最低成本实现最大化服务。为了获取数据，控制者会清理数据并对其进行规范化，这些现代控制塔中的大多数都使用数据湖来构建。

  

（2）机器人自动存储和检索

在过去的几年里，一种货物到人的自动化形式已经进入市场。这些“机器人穿梭系统”是传统穿梭系统和自由漫游机器人的混合体。目前有一些供应商提供符合这一分类的解决方案。每一家处理问题的方式都不一样。

然而，由于机器人的动态移动，它们都提供了高存储密度和高度灵活性的优点。这种机器人的灵活性消除了吞吐量和排序的限制，提供了提高生产力的潜力。

这些解决方案符合许多行业的运营需求。然而，它们进入市场之际，在线订单当天完成的需求正在加速增长。这种需求的激增在电子杂货业务中尤其普遍。这些解决方案可能会满足你的下一次在网上订购苹果和面包的需求。

  

（3）机器人流程自动化（RPA）

机器人流程自动化是一种用于自动化大容量、可重复任务的软件。随着时间的推移，企业系统开发出更好的自动化功能，用户可以更有效地完成工作。但是，使用遗留系统的公司可能有机会使用外部RPA解决方案来自动化遗留系统内部的工作。

RPA通过执行相同的计算机击键，并打开人类执行的相同模块来做到这一点。我们知道，通过使用RPA来自动化与遗留运输管理系统（TMS）中的规划优化相关的高度手动任务，第三方物流获得了良好的回报。它也被用来检查运营商网站的预约调度。

物流技术平台笛卡尔公司将RPA嵌入其路线解决方案中。笛卡尔指出，除了最简单的路线规划问题外，创建最佳计划并不像加载数据和点击“优化”按钮那么简单。相反，最好的规划者要经历多个步骤才能产生最优结果。从本质上说，RPA可以模拟出最佳规划者采取的步骤，以产生更好的结果。