供應鏈的持續(xù)破壞表明，COVID-19時代的挑戰(zhàn)在全球商業(yè)的其他穩(wěn)定時期不僅僅是一個小插曲。供應鏈專業(yè)人員必須考慮到，這反而標志著一個持續(xù)破壞的新時代的開始--現(xiàn)在是采取積極行動準備的時候了。

技術似乎越來越多地為商業(yè)運作中的復雜問題提供有希望的答案，供應鏈也不例外。物流專業(yè)人士應該探索整合尖端系統(tǒng)，特別是那些以人工智能為中心的系統(tǒng)，以填補人類勞動力無法有效管理的空白。通過將人類的監(jiān)督和經(jīng)驗與下面描述的人工智能工具相結(jié)合，領導者可以更好地保護供應鏈，應對當前和未來的全球挑戰(zhàn)。

構(gòu)建數(shù)字孿生

數(shù)字孿生是供應鏈的虛擬副本，可以包括資產(chǎn)、倉庫和材料。數(shù)字孿生體的優(yōu)勢在于，它允許供應鏈專業(yè)人員模擬材料的流動，演繹多種可能的 "假設 "情景。

例如，數(shù)字孿生體可以預測，如果倉庫所在的地方發(fā)生動亂，或者如果材料因極端天氣條件而丟失，供應鏈將受到何種影響。創(chuàng)建潛在場景并觀察每個場景將如何影響供應鏈，為有效判斷風險和效率提供了一個獨特的有利條件。

已經(jīng)成功地將數(shù)字雙胞胎整合到其供應鏈準備工作中的公司仍然是少數(shù)。對于許多人來說，這仍然是一項有待探索的新興技術，特別是對于那些可能擔心成本的小型組織。然而，如果有合適的專業(yè)人員來管理這個工具，其上升空間是很大的。

駕馭物聯(lián)網(wǎng)

物聯(lián)網(wǎng)（IoT）是一個自力更生、與互聯(lián)網(wǎng)相連的物體系統(tǒng)，可以通過網(wǎng)絡收集和傳輸數(shù)據(jù)，而不需要人為干預。物聯(lián)網(wǎng)設備通過收集所需的數(shù)據(jù)，在機器需要維護或更換時提醒供應鏈專業(yè)人士，從而幫助監(jiān)測供應鏈。

例如，在大規(guī)模熱浪中，物聯(lián)網(wǎng)設備可以監(jiān)測疫苗等珍貴貨物的內(nèi)部溫度，這些貨物對極端溫度變化很敏感。使用物聯(lián)網(wǎng)來監(jiān)測和標記溫度變化，可以簡化運輸過程，并通過確保疫苗在運送到最終目的地后是可行的，從而降低風險。

較小的公司可能會發(fā)現(xiàn)實施物聯(lián)網(wǎng)很困難，因為它需要對智能機器進行大量的前期投資，并需要有分析大量數(shù)據(jù)的能力。但云計算使小公司也有可能擁有相當大的處理能力，而不必購買內(nèi)部計算機服務器的機架。

機器學習的力量

機器學習是一個不斷從數(shù)據(jù)中實時學習的系統(tǒng)，并提醒公司注意潛在的供應鏈影響。該系統(tǒng)可以快速分析大量的數(shù)據(jù)，并識別數(shù)據(jù)中的信號、模式和趨勢，以便根據(jù)需要進行供應鏈調(diào)整。

機器學習的使用案例是無窮無盡的。有了正確的算法，它可以幫助確定最符合成本效益的方式來安排重要的運輸，考慮到車輛和設備的磨損，最大限度地提高里程和燃料成本，并避免高風險地區(qū)。這可能意味著一種關鍵產(chǎn)品的全球短缺或在高需求中迅速和經(jīng)濟有效地補充供應之間的區(qū)別。

盡管如此，公司在實施機器學習時應該謹慎行事。該技術允許對大量數(shù)據(jù)進行分析，但只有在熟練和有知識的工人建立模型和分析結(jié)果的情況下，才能充分發(fā)揮作用。如果你弄錯了，可能會導致錯誤的決定，甚至危及一個品牌的聲譽。但在一天結(jié)束時，機器學習的優(yōu)勢是值得追求的。

人工智能在供應鏈中可能非常有幫助，但公司不應該單獨依賴它。人類的專業(yè)知識仍然是必不可少的，因為技術帶來了它自己的一系列獨特的挑戰(zhàn)。通過利用這兩個元素的優(yōu)勢，同時戰(zhàn)略性地利用每一個元素來抵消另一個元素的弱點，供應鏈的有效性可以得到極大的提高。

在疫情之前，供應鏈的中斷是罕見的；現(xiàn)在它們是新的常態(tài)。當我們繼續(xù)通過中斷學習曲線的厚度時，很明顯，實施先進技術是許多企業(yè)的關鍵需求。