让“眼见为实”的能力贯穿供应链管理的方方面面

超级忙碌，也是超级兴奋，原IBM中国研究院副院长，IBM全球杰出工程师，17年的前沿数智技术的探索和实践，现在是北京鑫元视科技创始人的邵凌，这是他近3个月来最大的感受。忙碌的是面对纷至沓来的行业头部伙伴和各类产业平台的合作交流，以及排着队测试体验和交付的订单，兴奋的是看到鹰云视AIaaS替代人的Broad AI视觉感知和分析能力正在成为供应链的底层标配能力，并且在各个品类各个环节都找到了丰富的落地场景。

图一 鹰云视AIaaS平台：一站式仓储物流AI视觉云平台

在创立鑫元视科技之初，邵凌就有一个明确的信念，相信“眼见为实”是供应链管理的底层配置，更是供应链升级的必经之路。这一年来客户一直在说着同样的问题，“我们制定了严格的流程，但一到现场就发现差距太大”，“账面数据和实物变动真的是一一对应的吗？为何没有一次盘点是对的齐，也不知道从哪一笔开始出的问题”，“全国数百个仓，数千路摄像头，绝大多数是合作仓，各个仓的视频设备和网络结构都有差异，我们集团90%的仓内画面都接不上来更没法拿来做分析，谈何统一数智化管控“，等等，鑫元视科技都已经给出了一个个鲜活的案例。大型仓储运营集团Z，中字大型央企，致力于在全国范围提供精细化第三方仓储服务，客户中超过50%为500强企业和著名外资企业，鑫元视科技的进入是因为一个重要客户的重大投诉，当时陈总的表态是，天天盯流程，每年投入这么多资金来完善甚至重构流程，同时还允许客户的ERP系统平行接入，但出了投诉，花了整整3天时间一帧帧回放视频，才找到问题的环节，数量不对、作业库位不对、作业对象不对，流程居然在人为干预后还可以过。在线会议后一周内鑫元视团队为Z集团开通了测试帐号，在完全使用现有摄像头的情况下，替代人精准捕捉到一个个管控热区内的作业行为和存货变动事件，测试阶段没有漏报，误报率在10%左右，所有记录的事件都自带丰富标签，事后可快速定位。这个结果大大好于Z集团的预期。鑫元视给出的正式方案是，选择仓内现有摄像头快速接入鹰云视AIaaS平台，每路摄像头可划定10个以上的热区对应不同货主进行独立管控，针对管控内每一次作业和每一次货物变动，提供从货物类型、数量到作业方式的识别，实时和系统内作业数据做比对验证，正式部署后的1个月内误报水平降到5%以下，一旦有新的存货类型、作业类型识别和干扰项过滤，1-3天内完成训练上线。更有趣的是，双方已经看到向更多的第三方服务商和生态伙伴来开放这些AI视觉能力，赋能供金、运营和更多第三方服务的落地和风控，这也将为集团形成新的收入模式。

图二 鑫元视“鹰云视”AIaaS平台通过金融监管仓严格的测试要求

图三 监控“热区自主划定”，“货/权”信息透明实时绑定

图四 基于多维度事件的搜索、预览

大型产业互联集团G，产业龙头，云仓/云工厂模式下对产业上下游做全面供应链数字化赋能，这是今年以来鑫元视科技在产业互联领域完成的与第六家龙头产业平台的合作，尽管“云仓”、“云工厂”冠以“云”，但实际整套系统软硬件落地部署和日常管控是个非常重要的过程，其中滋味只有平台方和被云方最清楚。看着大屏上闪烁的各个数字，又有多少能带给管理者真正的安心和可信。云的模式下如何实现“眼见为实”的日常管控变得至关重要，这里我们对“实”的要求是，不仅要抓到实物和实际作业的异常，而且要保证实时准确给出分析结果，同时由于绝大多数云仓/云工厂的数字化基础都很薄弱，基本采用手工台账在支撑日常的出入库、收发货、存货安排和盘点工作等，由于人员有限导致问题很多。如何不伤筋动骨的让AI视觉技术和原有手工流程之间完成衔接和数据导入，并且发挥出交叉验证和更高效、更精准等价值，这听起来就很难。鑫元视给出的答案是，鑫元视根据G集团现有供应链的品类特点，应用AI视觉技术延伸开发形成预约出入库和管理+可视化库位作业管理+自动建立可视台账的仓内基础业务管理闭环，无需大型WMS就可以做到仓内基础业务管理的可视化、智能化和数据结构化，实现这一切目标所需的额外投入非常有限。

图五 交叉验证及可视化库位作业管理

大型监管服务机构H，产业龙头企业，监管范围跨区域跨品类，双方合作的第一个监管项目就让我们看到现有监管企业所面临的难，因为是龙头，区域内的质押业务越来越多的向他汇聚，但由于在监管模式上主要还是依赖人和早年形成的管控流程，业务端的汇聚，风控端的投入并没看到规模化效应，相反随着风控要求的提升，和被风控方的博弈，原有风控手段落实困难，人员巡检代价高昂，存货的专业识别和盘点难，实时监管手段缺乏，数据的完整性可靠性得不到保证，一旦出险，常常面临存证不足，无法做出有效处置，也很难得到金融机构的豁免，随着质押监管规模的增加，风险在快速累积，团队压力非常大，如履薄冰。鑫元视在首个项目就给出了答案，在已有风控流程的基础上，鑫元视和公司团队做了共创，重新梳理和完成了各个监管点的实时视频接出，优化了对应的算法模型，确保在可观测的范围内，在不增加被监管方管理要求的情况下，实时、精准、独立的把分级分类的风险提示推送给各授权单位做进一步何时反馈，并形成可视化的存证，原来完全依赖监控室内人员的连续监管和各监控点现场的定期巡查，实施后调整为结合实时推送的事件，特别是高风险等级事件的快速响应核查来完成，并主动形成24小时的被监管方的动态日报，被监管方根据日报列出的事件给到监管状态的确认，力争做到当日出现监管问题当日完成反馈和调整。

图六 日报-货主及相关监管方可实时获得24小时监控快播、异常推送等

AI技术的风起，必然会极大的改变仓储这个场景在供应链的地位和价值，我们相信今天的进展只是开始，通过和产业内伙伴更多的探索和实践，AI视觉技术的导入，在极低的投入下，构建起更高效更可信的运营和监管模式，更重要的是，仓储运营方会未来将具有更多的创新收入手段。

WWW.10000link.COM本文已标注来源和出处，版权归原作者所有，转载请联系原作者，如有侵权，请联系我们。文章来源于万联网