沃尔玛统一供应链的4种人工智能扩展方式

admin

印度拉·乌普普卢里，供应链技术高级副总裁表示：“从始至终，我们所做的每一环节都受到某种形式智能的驱动。”

沃尔玛正在通过人工智能和自动化技术统一其供应链，旨在提升整个网络在成本效率、准确性和速度方面的表现。

过去几年里，这家零售商有策略地投资于技术，以推动更快速、能够实时应对挑战的全球运营。这些投资使其能够利用智能代理人工智能进行决策、优化和主动解决问题。

“从端到端，我们所做的每一部分都受到某种形式智能的驱动，”沃尔玛供应链技术高级副总裁Indira Uppuluri在接受姊妹出版物《供应链潜流》采访时说。

虽然沃尔玛已经在其网络中推出了一系列工具和平台，构成了技术支撑，但Uppuluri表示，还有更多内容有待推出。公司会通过在小规模测试并评估反馈，然后在整个公司推广，持续地试验新的技术模型。

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

“这让我们能够评估业务目标之间的权衡，量化在不确定性面前运营变化对门店运营的可能影响，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。

零售巨头使用多时间尺度循环神经网络等工具——完全由沃尔玛内部构建——来预测未来多个时间点的需求。Uppuluri解释说，该神经网络存储了不同规划时间跨度的过去预测，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本地趋势。

“例如，通过使用这种模型进行需求预测，我们可以在整个网络中更准确地规划库存水平，并且提前很长时间做好准备，”她说。

强大的预测能力可以通过分析可能影响需求的不同因素来优化库存摆放决策，Uppuluri说。反过来，沃尔玛可以确保过剩的库存或安全库存不会在仓库中闲置。

通过人工智能改进的预测通过AI扩展到库存进口，因为可预测性对于管理航运时间和质量至关重要。

智能代理AI工具为沃尔玛提供了对门店、履约中心和其他供应链设施中库存的统一和全面视角。通过叠加多种AI和自动化技术，沃尔玛的系统可以在“无需持续人工干预的情况下实时自动检测、诊断和纠正问题，”Uppuluri说。

“例如，如果意外的需求激增导致库存消耗速度比预期更快，人工智能驱动的预测工具可以调整补货计划，并通过供应链调整商品流动，”她补充说。

当挑战如天气相关事件阻碍物流通道或分销运营时，Uppuluri表示，零售商的供应链可以“灵活”应对障碍。

Uppuluri表示，沃尔玛还利用计算机视觉和AI进行入库库存质量控制，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摆放，沃尔玛还利用生成式AI、机器人、计算机视觉和自动化在仓库中确保生产力和安全，包括消除重复性的手动任务，Uppuluri说。

此外，带有智能摄像头的仓库自动化系统使得公司能够确保运营顺畅，根据7月份的一篇博客文章。

然而，由于有数千名员工在输送带和其他自动化形式旁边工作，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AI将合适的员工路由到管理中断，Uppuluri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，我们配送中心的人工智能系统分析并预测自动化警报，”她说。“他们提供了解决问题的下一步行动指南，在许多情况下自动化。”

实际上，如果商品流动受到干扰——例如，由于卡车晚到或损坏的托盘——生成式AI平台会建议一名员工帮助管理这个问题，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，沃尔玛的目标是提高运输和物流操作的效率和更好的装货率，这是提高客户满意度的关键。

她补充说，沃尔玛利用“适应性大区域搜索模型”帮助司机确定通往客户的最近或成本效益最高的路线。

根据Uppuluri的说法，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。因此，该公司在幕后运行多个AI模型，以降低其物流运营的风险。