生成式人工智能正在影響或有望影響許多行業，而供應鏈網絡的轉型時機已經成熟。生成式人工智能有望顯著促進供應鏈的實時交互和信息，從計劃到采購、產品制造和履行。

所有這些流程對生產力的影響都是顯著的。Accenture的一項新研究計算，超過四成的企業（43%）的端到端供應鏈活動的所有工作時間都可能受到生成式人工智能的影響。此外，整個供應鏈中29%的工作時間可以通過生成人工智能實現自動化，而整個供應鏈中14%的工作時間可以通過生成人工智能顯著增加。

這種新興技術對整個供應鏈具有潛力，從設計和規劃，到采購和制造，再到履行和服務。

總體而言，該研究分析的122個供應鏈流程中有58%已經成熟，可以通過生成式人工智能進行重新構想。該技術可以作為缺失的一環，幫助彌合過去的線性供應鏈與未來真正互聯的智能供應鏈網絡之間的差距。

從采購和規劃，到制造和履行，再到售后和服務，都可以看到性能的提搞。生成式人工智能為供應鏈帶來的能力包括：

• 提供情境理解：通過從大量以前無法訪問的非結構化數據中獲得情境化見解，增強預測和決策。
• 啟用對話功能：通過使用日常語言與人工智能代理進行用戶友好的交互，簡化對見解的訪問，并創造新的自動化機會。
• 設計和工程：生成式人工智能可以簡化設計流程，使用歷史和外部數據源快速生成符合規范的新設計，從而減少時間和重復工作。例子包括產生新的可持續包裝設計。
• 規劃：通過簡單易用的界面，員工可以查詢日常語言的建議，并獲得其容易理解和操作的解釋。同時，生成式人工智能可用于將更廣泛的非結構化數據源引入預測計算中，例如市場報告、新聞結果和社交媒體。其可以立即總結會議行動要點，將計劃與實際結果進行比較，構建關鍵指標的儀表板，甚至自行生成計劃草案。
• 采購：生成式人工智能可以為商業用戶提供采購助理。當其需要購買東西時，助理可以引導其進入正確的購買渠道，支持任何取消或現貨購買，如果需要，還可以聯系專業買家來處理購買事宜。此外，Accenture團隊指出，雖然團隊經常在戰略調整、采購和數據協調上花費大量時間，但生成式人工智能提供了一個簡化運營、彌合信息差距和改善對更廣泛數據源的訪問的機會，從而使更快的洞察力和簡化的流程。
• 制造：如果企業能夠將IT數據與運營和工程數據結合在一起，生成式人工智能將幫助其在制造運營中實現一致的質量和卓越運營水平，特別是在資產維護等領域，并為員工提供可操作的預測性見解。其還可以為產品設計和質量控制提供新的見解。
• 質量保證：人工智能還將越來越多地應用于運營數字孿生的豐富見解、加快診斷和根本原因分析。經典人工智能和生成式人工智能的結合，有望通過易于使用的問答界面使信息更易于使用，從而顯著簡化對預測性維護見解、實時數據分析和故障診斷的訪問。
• 實現：這包括增強超個性化的客戶體驗，并從基于大量全渠道數據的洞察中提取新的收入機會。配送運營商還可以使用生成式人工智能，通過考慮非結構化信息中更廣泛的因素，如天氣預報和競爭對手活動，提出優化運輸管理和改進預測的方法。
• 管理監管表格：人工智能驅動的生成式進出口文件生成器可以改變運輸和出口流程。生成式人工智能可應用于各種格式（包括PDF和平板電腦）的多模式非結構化信息的全面收集，包括歷史內部記錄和政府法規。然后可以自動填充運輸和出口文件，供人類專家審查和驗證，減少出錯的機會，同時節省時間和人力。

總結

將人工智能嵌入供應鏈不僅僅是一個技術項目，其還需要組織對創造價值和完成工作的思維方式進行深刻轉變。這意味著生成式人工智能不僅是一系列軟件實施中的最新產品，而且是一種企業轉型，明確關注端到端業務能力以及對數據、人員、工作方式、流程和負責任采用等領域的影響。

在此過程中，人工智能驅動的重塑，有助于彌合過去線性供應鏈與未來真正互聯的智能供應鏈網絡之間的差距。