2022 年本应是供应链重回正轨的一年,但奥密克戎毒株的出现让供应链问题一直持续到今天。从 2020 年开始的计算机芯片短缺到港口关闭,再到劳动力短缺,每天的新问题层出不穷。亚洲作为世界制造业的中心,其生产、运输和分销的任何一个环节出现最细微的问题都会对世界经济造成重大影响。
供应链上的问题不仅数量繁多,而且由来已久,要彻底解决这些问题绝不是一朝一夕的事情。然而,这并不意味着首席供应链官以及采购物流团队就理应躺平。数十年来,许多公司都是采取被动防御的策略,继续依赖那些压箱底的老技术来解决问题,或许现在是时候主动出击了。这些公司应积极引入端到端的分析数据管道,实现主动智能,以便及时采取行动。
何为“主动智能”,为什么说它对供应链很重要
尽管所有公司的供应链都有一定程度的可见性,但滞后超过一周是正常的,这也是大多数公司的现状。如今的公司需要具备更高的前瞻性,其供应链的可见性必须每天甚至实时更新,以便更好地进行风险管理,并寻求替代采购渠道。
仅仅预见到问题会出现是不够的,公司还需要敏锐地觉察到这些问题的潜在影响。更重要的是,当供应链突然出现问题时,不仅会导致船只无法离港、飞机无法起飞,还会产生涟漪效应,影响到仓库、劳动力及其他方面,所以公司必须有能力及时应对。例如,2022 年元月,由于道路临时封闭以及新冠疫情封锁,中国关闭了宁波港,这是中国最繁忙的港口之一,也是世界第三大集装箱港口,引发了全球性担忧。
这种影响是实实在在的,而且是毁灭性的,即使是对苹果这样的巨头企业来说也是如此。苹果公司报告称,由于供应链的问题无法满足客户需求,导致去年第三季度销售额下滑 60 亿美元。
那么,为什么要选择主动智能呢?长期以来,人们对技术领域不够重视,很多品牌都在强调优化实时决策,但它们并没有意识到,市场上的许多解决方案都是基于被动的平台和工具,也就是说,打开仪表盘,看到的都是基于历史数据集的分析结果。
但未来要求企业更及时地采取行动。过去五年的数据集无法解决当下关键的业务问题,因为供应链持续处于中断状态——特别是疫情爆发以来。
主动智能实际上是为供应链生态系统中的所有利益相关者——从制造、采购、物流到货运代理——提供他们所需的主动工具以及改善协作的空间,以便他们能够更好地预测库存需求,并对意外事件保持警觉,以便做出快速响应。
主动智能如何帮助连锁超市百农社满足消费者品味需求
百农社国际有限公司成立于 2010 年,在香港经营着 100 多家便利店,旗下华御结品牌的日式饭团十分畅销。
华御结提供 20 种日式饭团以及各种食品饮料,由于这些饭团的保质期很短,每天必须新鲜出售,所以品牌面临的最大难题是如何从所有的连锁店及时获取销售数据,以规划其运营,确保供应量能够满足销售需求,而消费者口味的不断变化更加剧了这种复杂性。
百农社需要一个易于使用的解决方案,为员工提供简单易懂的洞察,帮助员工使用数据和数据分析,支持品牌制定运营与战略规划。
通过采用主动智能解决方案 Qlik Sense,百农社获得了 Qlik Sense 在云端提供的可扩展性,这与华御结品牌的增长战略高度契合。每天,成千上万条交易数据从销售点系统(PoS)下载到 100 多家商店的 Qlik Sense 中,使百农社获得了前所未有的准确和及时的信息,也防止店内出现缺货和浪费问题。
目前,各供应链部门虽然能够访问大量数据,但这些数据还不能指导供应链专业人员的决策。为了更好地分析和解决困扰行业多年的各个层面的复杂问题,现在正是引入可靠的端到端数据分析平台、打破竖井的最佳时机。最终,为了更好地预测市场、制定规划、简化履约流程、提高仓储效率,供应链生态系统必须意识到主动智能的重要性,以便及时采取行动。

( 作者: Qlik大中华区董事总经理 刘智宏 )
好文章,需要你的鼓励
周一AWS美东数据中心DNS故障导致数百万用户和上千家企业断网,Reddit、Snapchat、银行和游戏平台均受影响。专家认为这凸显了冗余备份的重要性,CIO需要根据业务关键性进行风险评估,优先保护核心系统。单一供应商策略仍可行,但需通过多区域部署分散风险,建立故障转移计划。金融、医疗等高风险行业需更高冗余级别。
上海AI实验室等机构联合提出FrameThinker框架,革命性地改变了AI处理长视频的方式。该系统采用"侦探式"多轮推理,先快速扫描全视频获得概览,再有针对性地深入分析关键片段。通过两阶段训练和认知一致性验证,FrameThinker在多个视频理解基准测试中准确率平均提升10.4%,计算效率提高20倍以上,为AI视频理解领域带来突破性进展。
英国政府发布新的反勒索软件指导文件,旨在解决供应链安全薄弱环节。该指南与新加坡当局联合制定,帮助组织识别供应链问题并采取实际措施检查供应商安全性。英国国家网络安全中心过去一年处理了204起"国家重大"网络安全事件。指南强调选择安全可靠的供应商、加强合同网络安全条款、进行独立审计等措施,以提升供应链韧性和防范网络攻击。
复旦大学团队创建MedQ-Bench基准,首次系统评估AI模型医学影像质量评估能力。研究覆盖五大成像模式,设计感知-推理双层评估体系,意外发现医学专用AI表现不如通用AI。结果显示最佳AI模型准确率仅68.97%,远低于人类专家82.50%,揭示了AI在医学影像质控应用中的现实挑战和改进方向。