沃尔玛统一供应链的4种AI扩展方式

admin

“从始至终，我们所做的每一部分都由某种形式的人工智能驱动，”供应链技术高级副总裁Indira Uppuluri说道。

沃尔玛正通过人工智能和自动化技术统一其供应链，旨在提高整个网络的成本效率、准确性和速度。

在过去几年中，这家零售商战略性地投资于技术，以推动全球业务的快速运营，并能实时应对挑战。这些投资使其开始使用代理人工智能进行决策、优化和主动解决问题。

“从端到端，我们做的每一部分工作都由某种形式的人工智能驱动，”沃尔玛供应链技术高级副总裁Indira Uppuluri在接受姊妹出版物《供应链潜水》采访时表示。

尽管沃尔玛已经推出了一系列工具和平台，形成了其网络的技术骨干，但Uppuluri表示，还有更多的发展空间。公司通过在小规模测试并评估反馈后再全面推广，持续地对新技术模式进行实验。

Uppuluri说，沃尔玛的数字孪生是核心技术的例子，它提供了一个性能基准，同时还有一个“沙盒”，用于测试不同的建模方法或策略。

“它使我们能够评估相互冲突的商业目标之间的权衡，量化在不确定性面前对门店运营的运营变化的可能影响，并得出有价值的见解，”她说。

以下是沃尔玛如何利用人工智能加强其供应链的适应性和连通性，以支持更好的整体客户体验的四个例子。

Uppuluri表示，沃尔玛的弹性网络始于需求预测。

零售巨头使用像多时间跨度的循环神经网络这样的工具——完全在沃尔玛内部构建——来预测未来多个时间点的需求。Uppuluri解释说，神经网络在不同规划时间跨度的过去预测中存储，输入来自过去的需求模式、未来计划的事件以及当前的全球和本地趋势。

“例如，通过使用这个模型进行需求预测，我们可以更准确地提前规划我们网络中的库存水平，”她说。

强大的预测可以通过分析可能影响需求的不同因素来优化库存放置决策，Uppuluri说。反过来，沃尔玛可以确保过剩库存或安全库存不会堆积在仓库中。

通过人工智能改善预测的好处也扩展到库存进口，因为可预测性对于管理装运时间和质量至关重要。

代理人工智能工具为沃尔玛提供了对商店、履约中心和其它供应链设施的库存的统一和综合视图。通过叠加多个人工智能和自动化技术，沃尔玛的系统可以“自动检测、诊断和纠正问题，而不需要持续的手动干预，”Uppuluri说。

“例如，如果意外的需求激增开始比预期的更快地耗尽库存，人工智能驱动的预测工具可以调整补货计划以及供应链中的商品流动，”她补充说。

反过来，当诸如天气相关事件阻碍物流通道或分销运营等挑战出现时，零售商的供应链可以“灵活”应对这些障碍，Uppuluri说。

Uppuluri表示，零售商还使用计算机视觉和人工智能进行进货库存质量控制，提高对商品质量的可见性。例如，这项技术可以识别压扁的番茄或过期的保质期。

除了优化需求预测和库存放置，沃尔玛还利用生成式人工智能、机器人、计算机视觉和自动化在仓库中确保生产力和安全性，包括消除重复性手动任务，Uppuluri说。

此外，带有智能摄像头的仓库自动化系统使公司能够确保运营顺利进行，据7月份的一篇博客文章称。

然而，由于数千名员工在与传送带和其他自动化形式一起工作，仓库中不可避免地会发生中断和挑战，Uppuluri说。

为了在问题出现时解决它们，沃尔玛使用生成式人工智能将合适的员工路由到管理中断，Uppuluri说。她表示，该系统从多个领域收集数据，包括任务管理系统、员工角色分配、调度数据和技能档案。

“例如，我们配送中心的AI系统分析并预测自动化警报，”她说。“它们提供了解决问题的下一步行动指南，在许多情况下自动执行。”

在实践中，如果商品的流动被中断——例如，由于卡车迟到或损坏的托盘——生成式人工智能平台将建议一位员工帮助管理这个问题，Uppuluri说。

公司还将这种方法融入到其培训中，建立一个幕后知识库，以便员工知道该采取哪些步骤，她补充说。

Uppuluri表示，沃尔玛的目标是提高卡车装载速度和装载率，以优化运输和物流运营，这是提高客户满意度的关键。

她补充说，沃尔玛利用“自适应大型邻域搜索模型”帮助司机确定到达客户那里最短和/或成本效益最高的路线。

AI智能还告诉沃尔玛如何在风暴或巴拿马运河拥堵等中断期间多样化港口来源，并确定发送进口货物的最佳位置，Uppuluri说。因此，公司背后运行着多个AI模型，以降低其物流运营的风险。