王国文新书｜《AI与大数据分析重塑供应链管理》：AI能在供应链管理中做什么？

中国财富出版社 , 王国文 , 2024-10-28 , 浏览:302

国庆前后，最热门的话题除了股市大概就是AI了，AI再一次成为人们关注的焦点，这一次是“拿了”诺贝尔奖。

10月8日，瑞典皇家科学院宣布，将2024年诺贝尔物理学奖授予美国科学家约翰·霍普菲尔德和英裔加拿大科学家杰弗里·辛顿，以表彰他们通过人工神经网络实现机器学习而作出的基础性发现和发明。

10月9日，2024年诺贝尔化学奖公布，获奖的三位科学家利用人工智能在蛋白质设计和蛋白质结构预测方面作出了杰出的贡献。网友调侃说，今年的诺贝尔奖中最重要的两个奖项颁给了AI。

正值中国财富出版社出版的新书《AI与大数据分析重塑供应链管理——ChatGPT供应链全流程应用检验》上市，我们特别邀请本书的作者王国文博士和读者聊聊AI，以及AI能给供应链管理带来哪些革命性的改变。

王国文博士

国家高端智库——中国（深圳）综合开发研究院理事、物流与供应链管理研究所创始人，中国物流学会副会长，供应链管理专业协会（CSCMP）中国圆桌会发起人兼首席代表，著名物流与供应链管理专家。

以下为王国文博士与小编的对话：

小编

王博士您好，非常感谢您的宝贵时间！相信您对这两天的诺贝尔物理学奖、化学奖也有关注，请您谈谈AI与今年的诺贝尔奖结缘向我们揭示了当前AI发展的哪些事实。

王博士

AI的成果获得诺贝尔奖，是人类历史划时代里程碑。按照获奖者杰弗里·辛顿的说法，以瓦特发明蒸汽机为标志的工业革命是机器超越了人类的体力，而以AI为标志的人工智能，意味着机器超越人类的智力。

2023年11月1日，柯林斯英语词典将AI选为年度单词。在此之前，基辛格博士的《人工智能时代与人类未来》等诸多论述，都证明人类社会已经进入到AI时代。2023、2024年的全球供应链前沿峰会讨论的主题中，AI在供应链领域的应用都是热点话题。

当人类社会进入AI时代，供应链的AI时代自然已经到来。

未来生产工厂（AI想象图）

小编

作为供应链领域的资深专家，您恰巧也是AI在这一领域的积极实践者，请您谈谈写这本书的初衷。

王博士

物流与供应链管理发展的历程，就是管理技术与科技手段在产业领域应用的进程。从精益、6西格玛等管理技术，到RFID、IoT等科技手段的应用，管理创新与科技创新成为行业变革的两个驱动力量。

RFID作为无线射频标识技术在物流领域的应用是在2004年美国物流管理协会（即现在的CSCMP）的年会上发布的。年会上，美国国防部与美国总统轮船公司、沃尔玛共同讲述了RFID在军事领域应用的案例。由于采用了RFID技术，美军从本土的后勤基地到战场的平均补给时间从33天缩短到22天。技术应用的效果是明显的。RFID的商业应用也由此而开始。到2012年全球物品编码标准化组织GS1（由EAN与UCC于2005年合并而成）推出RFID通用标准，开启了物联网在物流与供应链大规模商业应用的进程。我在2004年在《深圳商报》发表了一篇文章，题目是《RFID—— 远在天边，近在眼前》。

区块链技术的出现是网络时代的一个标志性变革，是互联网走向可信互联网、价值互联网的开端，也是WEB3.0时代的奠基性技术。乔治?吉尔德在其著作《后谷歌时代 —— 大数据衰亡与区块链经济的崛起》做了深刻的阐述。区块链的影响是颠覆性的，我用了6年的时间从研究技术、编程到研究应用案例，走到了技术与应用的前沿，撰写了《区块供应链—— 流程架构体系与产业应用实践》一书，成为系统性阐述区块链技术应用架构与场景的通用指南。

未来交付流程图景（AI生成）

当我们进入AI时代，AI的影响一定是全方位的、渗透到所有行业。AI如何在供应链领域应用？现在的情况与未来的情景是怎么样的？如何指导AI技术在供应链全流程的应用？这个问题立刻就占据了我的思维。

按照柯林斯英语词典的定义，AI是计算机程序对人类心智的模仿。从这个定义出发，人工智能的核心特征是“仿人”。

作为生成式人工智能的代表，ChatGPT的出现迅速掀起了人工智能的热潮。ChatGPT采用的大语言模型（LLM），在计算参数方面已经远远超过人类大脑的容量。理论上说，ChatGPT拥有了人类创造的、能够在网络形态中检索到的“所有的知识”。

所以，选择ChatGPT来检验AI能不能在供应链应用、如何在供应链应用、可以到什么程度、解决什么样的问题，具有典型的意义。这就等于与最聪明的AI对话。这便是我写作本书的初衷。

小编

请您谈谈ChatGPT在供应链全流程应用的检验效果。在使用ChatGPT的过程中您有哪些意外发现？

王博士

通用的大语言模型能不能解决专业的问题，这是核心。ChatGPT目前可以称为世界上能力最为强大的AI大模型之一。要想知到能不能在供应链上应用，首先从AI对供应链的概念和内涵的理解入手。前提条件是要了解到AI对核心概念的认知，与标准的、公认的概念是否一致。这是一个起码的条件。从输出的概念来看，我得到了比较满意的答复。这就意味着，可以再深入开展测试。

接下来就是按照供应链流程标准的架构体系，从供应链计划流程、采购流程、制造流程、退货（回收）流程，我一一提问，就标准流程架构和核心内涵进行验证。这一轮验证的结构，基本符合我的预期—ChatGPT给出的答案是符合CSCMP《供应链管理流程标准》的解释的，此外还增加了很多新的内涵，特别是软件、工具与案例。

在流程测试过程中一个最大的意外发现，是2023年11月6日ChatGPT开发者大会上宣布ChatGPT的升级。ChatGPT不仅可以生成图片，最大的变化是 ChatGPT可以在其平台上开发用户自己的应用。于是我立刻注册了一个AI与大数据分析在供应链领域专业应用的APP。ChatGPT给我起的名字叫“Supply Chain Sage”,中文的意思就是“供应链先知”。

按照"Supply Chain Sage”自己的解释，供应链先知是一个定制的聊天机器人，专门针对供应链管理中的大数据分析进行优化和定制。这个机器人具备深入了解供应链的各个环节——包括计划、采购、制造、交付和退货过程——中大数据分析的专业知识。它能够提供关于大数据分析如何在供应链的每个阶段中发挥作用的见解，从提高计划阶段的预测准确性到优化路线和交付时间表。

"Supply Chain Sage"解释了大数据在识别模式、预测市场趋势和支持数据驱动决策中的作用。此外，它还涵盖了大数据与人工智能（Al）和物联网 (1oT）结合的内容，以创建一个更加互联和高效的供应链。面对模糊或广泛的查询时，它会寻求澄清，以提供精确、相关的信息。该机器人的方法详尽且信息量大，旨在使大数据分析中的复杂话题对供应链领域的专业人士和学习者都易于理解。

在这个升级之后，我把流程标准的架构与内容再次输入ChatGPT，让这个专业应用对流程标准提出验证和修改意见。CSCMP的《供应链管理流程标准》是2006、2009年分别编制的，虽然总体上仍具备行业指导意义，但随着数字化、智慧化特别是AI时代的到来，很多流程是亟待更新的。所以，第二轮验证的重点，是在第一轮对话的基础上，对流程标准进行全面更新。

AI给出的流程更新建议，我认为是有“技术含量”的。特别是针对新冠疫情、俄乌冲突、贸易战对供应链风险和韧性的影响和冲击，AI给出的结论和建议是客观、没有偏见、可以采信的。我也特别增加了供应链绩效管理、绿色供应链的专门的章节。这些流程建议，对供应链理论与实践来说，具有很好的参考价值。

小编

在您看来，目前AI在供应链管理中应用较成熟的场景有哪些？您是否可以举几个最佳实践的例子？

王博士

在本书出版之前，或者直到读者拿到本书的时候，AI在供应链中的应用还都是碎片化的。综合现有的实践，结合本人参加2023、2024两届CSCMP全球供应链前沿峰会的情况，AI在供应链中的应用，还是从比较成熟的流程开始切入的。

AI最初的应用，也是比较成熟的应用，主要是在客户服务和市场营销方面。传统的呼叫中心坐席的角色，现在大部分可以由聊天机器人（ChatBot）“AI员工”来取代。不论是撰写营销资料，还是实时回答客户提问，AI员工都可以胜任。特别是市场营销资料的撰写，可以非常贴近产品与市场的现实。所以，我们看目前市场上出现的AI员工还是以营销和客户服务为主。

AI的第二个应用是智能视觉技术在增强供应链可视度方面的应用。不论是在运输途中，还是在仓库里面，虽然有TMS、WMS系统，也有RFID、IoT为基础的各类传感器通过5G、GPS定位系统传输而提供供应链可视度，但智能视觉与AI算法的参与，不仅强化了供应链全过程可视度，增加了交付准确率和库存精确度，更主要的是提供了预测性分析，大大提高了车辆调度效率、月台使用效率、缩短了装卸时间。

未来控制中心（AI生成）

第三个AI应用案例就是自动行驶汽车、无人机。基于神经网络的机器学习大大提高了计算机识别效率，再结合高精度雷达、智能感应和传感技术，大大加快了自动行驶汽车和无人机的自动化能力。目前，无人驾驶的出租车已经在武汉等城市的特定路段开始行驶，而无人出租车已经在美国的旧金山市内随处可见了。美国当地时间2024年10月10日，马斯克发布了无人出租车“Cybercab”,这个机器人出租车”Robotaxi”连方向盘和脚踏板都没有，完全实现了L5级自动驾驶。以后，老板买一个车队，就可以躺着由这些机器给他赚钱了。

AI在运输安全和绿色低碳方面的应用也比较普遍了。对司机人脸的实时监控可以识别疲劳驾驶并发出警告；AI还可以通过线路优化来降低空驶里程，从而降低碳排放。

小编

您的专著《AI与大数据分析重塑供应链管理》，书名中“重塑”具体指的是什么？是否意味着AI时代供应链管理理念的彻底转变？

王博士

从AI超越人类智慧的角度，至少是某些方面超越人类智慧的角度，AI对所有行业的影响都将是颠覆性的。但由于AI还处于初始阶段、还在快速发展之中，AI对行业的影响，还有一个“从量变到质变”的过程。

从供应链的角度，数字化时代开始以来，供应链的数字化就已经开始了。这一过程应该始于2000年之后，从电子商务的革命开始。只有供应链的全面数字化，才有自动化、智能化。区块供应链也是数字化到一定程度实现了代码化的过程。

因此，本书用“重塑”来定义AI与大数据分析的影响，并不是说供应链的基本逻辑已经被彻底颠覆，而是指AI深刻改变了供应链运行的方式。AI与大数据分析的应用，已经完全融入供应链所有流程。这就是本书从不同流程验证得出的结论。

未来退货流程场景（AI生成）

小编

请您预测一下未来AI会给供应链管理带来哪些深刻的影响。

王博士

AI在供应链中的应用，仅仅是一个开始。本书做了全流程的验证。实际上，本书中的任何一个方面、一个说法，都可以继续往下“挖掘”“N个”层级，而且很难穷尽。这就是AI的强大之处。因此，AI在供应链中的应用，这本书仅仅是一个开端。我们将看到的是，从碎片化的场景，将形成完全“自主认知的供应链”。这个概念在多年前已经提出，只不过当时AI技术还没有集成化到现在的大模型阶段，GPU的速度和能力也没有达到现在的水平。

所以说，从AI能力上看，未来的AI能够生成准确的流程图，也可以生成视觉的供应链流程指引和数字孪生场景。AI时代的供应链，将与元宇宙、Web3.0深度融合，到那个时候，AI对供应链的影响就会是“颠覆性“的了。

小编

请您分别谈谈行业入门者、资深从业者、专业学习者这三类读者能从《AI与大数据分析重塑供应链管理》一书中获得哪些收益？

王博士

从知识价值的角度，任何一本书都应该有准确的读者群体，就像大学的课程编号分为101、201、301、401等一样，针对的是初年级和高年级不同的教学对象。

但本书的情况有所不同，我认为本书对行业入门者、资深从业者、专业学习者三类群体均具备独特的价值：

首先，对行业入门者来说，本书的架构是按照供应链流程标准来编排的，每个章节的条目也是按照流程标准的逻辑来表述的。如果说数字化是自动化、智慧化的前提，那么流程的标转化是一切技术应用的前提。因此，对行业入门者来说，读这本书，就相当于读了更新版的供应链流程标准，这对把握完整的知识体系来说，是非常有效率的阅读对象；

其次，对资深从业者来说，本书强调了AI与大数据分析技术在所有流程中的应用，特别介绍了不同流程所采用的工具、软件和方法论，甚至给出了Python编程的样板。实际上就是走到了供应链流程与技术应用的最前沿。资深从业者可以在任何一个方向上进行深度挖掘，本书在里面“预留”了很多“敞口”，等待更多的商业应用和技术创新。我期待与资深从业者共同深入研究和“交叉验证”。

最后，对专业学习者来说，阅读本书，等于同时阅读了三本书、四本书、五本书、六本书。为什么呢？因为本书包含了第一版的供应链管理流程标准，包含了第二版的供应链流程标准，包含了供应链绩效管理的流程，包含了供应链风险与韧性、包含了绿色供应链，更主要的是包含了AI在上述全部流程中的应用。在知识碎片化、阅读碎片化、知识大爆炸的今天，这是提供给专业学习者、包括行业入门者在最短时间把握最权威、最前沿知识体系的最佳读本。

小编

最后再问您一个问题，作为供应链行业的从业者，尤其是非IT人员，需要哪些必要的知识储备以适应AI时代所带来的巨变？

王博士

英语里有一句话，Chances are for those who prepared. 说的是机会是给有准备的人的。还有一句话，说21世界的文盲不是不识字的人，是不学习和不知道如何学习的人。

在我写《区块供应链》这本书的时候，我花了三年时间研究比特币、以太坊的编程和技术架构。因为在我的眼中，技术是工具，你只有了解工具，才知道怎么使用工具，实现你的目标。将技术工具与供应链流程相结合，走到两者交叉的前沿，成就了这样一个结果。

现在看AI在供应链中的应用。首先我们要了解AI，要主动接触AI，利用一切可能的条件接触到最新的、最有影响力的AI。然后我们来培训AI。写这本书我最大的收获，是对通用人工智能ChatGPT进行了专业训练，然后得出了系统性的“输出”。

因此，作为供应链的从业者，我们不是IT专业人员，但至少要对IT如何应用有所了解。就像《区块供应链》那本书一样，这本《AI与大数据分析重塑供应链管理》，我也试图走到AI流程应用的前沿，为下一步AI爆发的时刻做好准备。

需要跟读者说明的是，本书仅仅是AI在供应链应用的开始，更多的精彩还有待于我们去深入挖掘、全面挖掘。

我希望可以在不远的将来，我们能够看到书中的描述成为现实，并超越书中表述的现实，我愿意和读者一起去验证！

新书上市

本书全面覆盖供应链管理的所有流程，从最初的供应链计划阶段到最终的退货流程，深入探讨AI如何在这些阶段引领革命，如应用于采购策略制订、生产效率提升、交付过程优化，甚至是常常被忽视的退货流程，为读者提供了一个整体的视角，展示了一个与AI整合的供应链全景。因此，本书也可以作为“AI在供应链管理全流程应用指南”来使用。

本书的特点在于对供应链管理流程精准的洞察: 如果没有对流程标准的全面、深入的分析和模型训练，仅仅了解AI在供应链部分场景中的有效性是远远不够的。本书提供了衡量和比较AI驱动变革影响供应链框架和全流程的工具，为读者评估和有效改进供应链各个流程、各个领域提供全面的指引。本书作为AI在供应链管理全流程的应用指南，丰富了AI与大数据分析在供应链管理流程应用的内涵，具有前瞻性的参考价值。