沃尔玛如何利用AI实现供应链的统一：四大策略

admin

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

沃尔玛正在利用人工智能和自动化技术统一其供应链，旨在提升整个网络的成本效益、准确性和速度。
在过去几年里，这家零售商战略性地投资于技术，以推动全球运营的加速，并能够实时应对挑战。这些投资使其开始使用智能代理人工智能进行决策、优化和主动问题解决。
“从端到端，我们所做的一切都是由某种形式的人工智能驱动的，”沃尔玛供应链技术高级副总裁Indira Uppuluri在接受《供应链潜水》杂志采访时说。
尽管沃尔玛已经在其网络中推出了各种工具和平台，形成了技术支撑，但还有更多内容即将到来，Uppuluri说。公司通过在小规模测试并评估反馈，然后向整个公司推广，持续地实验新的技术模型。
Uppuluri表示，沃尔玛的数字孪生是核心技术的例子，它提供性能基准，并配备了一个“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运营变化对商店运营可能产生的影响，并得出有价值的见解，”她说。

以下是沃尔玛如何使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。
这位零售巨头使用像多时间尺度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，该神经网络在不同规划时间跨度内存储过去的预测，输入来源于过去的需求模式、未来的计划事件以及当前的全球和当地趋势。

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

Uppuluri表示，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位置决策。反过来，沃尔玛可以确保过剩库存或安全库存不会在仓库中积压。

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

智能代理人工智能工具为沃尔玛提供了一个统一的库存视图，包括商店、履行中心和供应链的其他设施。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，而无需持续的手动干预，”Uppuluri说。

“例如，如果意外的需求激增导致库存消耗速度比预期快，人工智能驱动的预测工具可以调整补充计划以及供应链中的货物流动，”她补充说。

当像天气相关事件阻碍物流通道或分销运营这样的挑战出现时，Uppuluri表示，零售商的供应链可以“灵活”应对障碍。

Uppuluri说，沃尔玛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，这项技术可以识别被压扁的番茄或过期日期。

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

此外，智能摄像头支持的仓库自动化系统使公司能够确保运营顺畅，如7月份的一篇博客文章所述。

然而，鉴于数千名员工与传送带和其他自动化形式一起工作，仓库中难免会发生中断和挑战，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正确的员工路由到管理中断，Uppuluri说。她说，该系统从包括任务管理系统、员工角色分配、调度数据和技能档案在内的多个领域收集数据。

“例如，我们配送中心的AI系统分析和预测自动化警报，”她说。“它们提供了解决这些问题的下一步行动指导，在很多情况下甚至自动化。”

在实践中，如果货物流动受阻——比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来帮助处理这个问题，Uppuluri说。

该公司还将这种做法融入其培训中，建立一个幕后知识库，让员工知道该采取哪些步骤，她补充说。

Uppuluri表示，沃尔玛旨在优化其卡车的速度和装载率，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“自适应大邻域搜索模型”帮助司机确定到客户那里最短或成本效益最高的路线。

Uppuluri还表示，人工智能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。作为回应，公司背后运行着多个AI模型，以降低其物流运营的风险。