【制造業(yè)成功案例】從“人智”到“數(shù)智”，o9 為企業(yè)決策提供數(shù)字大腦

（本文閱讀時(shí)間：8分鐘）

近年來，越來越多的制造業(yè)企業(yè)意識(shí)到，依靠人工智能與知識(shí)驅(qū)動(dòng)能夠應(yīng)對(duì)日益復(fù)雜的供應(yīng)鏈管理，做出更優(yōu)決策，實(shí)現(xiàn)營(yíng)業(yè)額與財(cái)務(wù)業(yè)績(jī)的最大化。

在數(shù)字經(jīng)濟(jì)的浪潮之下，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型已經(jīng)成為避免被淘汰的不二選項(xiàng)，但轉(zhuǎn)型并不會(huì)一蹴而就，需要分階段進(jìn)行，更有很多企業(yè)還處在數(shù)字化的初級(jí)階段。在轉(zhuǎn)型之前，正確的決策主要依靠企業(yè)內(nèi)的“聰明大腦”，而在數(shù)字經(jīng)濟(jì)時(shí)代，越來越多的企業(yè)高管們也正意識(shí)到，還需要構(gòu)建一個(gè)“數(shù)字大腦”來提升規(guī)劃和決策能力，才能更好地應(yīng)對(duì)日益復(fù)雜的國(guó)際大環(huán)境及其對(duì)全球供應(yīng)鏈造成的影響。

制造業(yè)不同于其他行業(yè)，各個(gè)細(xì)分行業(yè)之間存在較高壁壘，同時(shí)還面臨著產(chǎn)業(yè)基礎(chǔ)不同、痛難點(diǎn)各異、發(fā)展路徑也不盡相同等挑戰(zhàn)。通常情況下，制造業(yè)企業(yè)在供應(yīng)鏈上能夠得到和積累的數(shù)據(jù)都是多源、異構(gòu)、零散的，并且由于缺乏統(tǒng)一管理，數(shù)據(jù)的價(jià)值也無(wú)法真正體現(xiàn)出來。

多年來，一批批以技術(shù)為主導(dǎo)的公司不斷涌現(xiàn)，通過使用不斷迭代的技術(shù)手段使得數(shù)據(jù)“活起來”，讓企業(yè)決策者能夠更好地管理和利用這些數(shù)據(jù)。而作為一家人工智能為驅(qū)動(dòng)的集成計(jì)劃和運(yùn)營(yíng)解決方案供應(yīng)商，成立于 2009 年的 o9 Solutions（以下簡(jiǎn)稱 o9）就始終致力于改善不同垂直行業(yè)的企業(yè)在規(guī)劃和決策方面的速度與質(zhì)量，為客戶提供端到端的供應(yīng)鏈解決方案。同時(shí)，o9 憑借與微軟的合作及其提供的各項(xiàng)云服務(wù)，滿足了當(dāng)下企業(yè)對(duì)軟件可用性、靈活性和智能性方面的商業(yè)需求，以此來幫助客戶在復(fù)雜的商業(yè)環(huán)境中快速做出決策，獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。

1

數(shù)字大腦成為企業(yè)尋求最優(yōu)解的必需品

在人們以往的認(rèn)知當(dāng)中，制造業(yè)企業(yè)要想做出正確的決策與規(guī)劃，通常需要在行業(yè)深耕多年的資深管理人員經(jīng)過深思熟慮和反復(fù)斟酌，這一過程通常是緩慢且孤立的，而且隨著企業(yè)內(nèi)外部環(huán)境的不斷變化，需要考慮的因素越來越多，想要依靠“人智”來做出最優(yōu)決策，變得愈發(fā)困難。

經(jīng)過前期對(duì)于市場(chǎng)和客戶需求的調(diào)研，o9 決定用“數(shù)智”來輔助和代替“人智”，通過自研的人工智能賦能的規(guī)劃、分析和數(shù)據(jù)平臺(tái)——“Digital Brain”（數(shù)字大腦），幫助各行業(yè)將傳統(tǒng)的規(guī)劃與決策過程轉(zhuǎn)變?yōu)榭绾诵墓?yīng)鏈、商業(yè)和損益(P&L)職能部門的靈活、綜合、智能的規(guī)劃和決策。目前，o9 數(shù)字大腦平臺(tái)已在服務(wù)包括沃爾瑪、百威英博、Google 等在內(nèi)的多家大型客戶。

通常，考慮到不同企業(yè)在原材料、生產(chǎn)、倉(cāng)儲(chǔ)、物流等各個(gè)環(huán)節(jié)既有共性也各具特色，o9 可以將包括各環(huán)節(jié)交貨日期的時(shí)間因素、各環(huán)節(jié)運(yùn)行及其替代方案的成本等在內(nèi)的任何定制化約束條件寫入到數(shù)字大腦當(dāng)中。具體來說，通過使用 o9 的數(shù)字大腦平臺(tái)，客戶在完整供應(yīng)鏈及各節(jié)點(diǎn)上的信息、約束條件等均可在數(shù)字大腦中進(jìn)行模擬，并搭建對(duì)應(yīng)的數(shù)字孿生映射，從而實(shí)現(xiàn)端到端信息的互聯(lián)互通，讓不同系統(tǒng)之間可以共享相同的底層數(shù)據(jù)。當(dāng)某一環(huán)節(jié)的計(jì)劃發(fā)生變化時(shí)，信息可實(shí)時(shí)同步到前后端，這也為實(shí)時(shí)的最優(yōu)求解、場(chǎng)景模擬和對(duì)比創(chuàng)造了基礎(chǔ)。

來源：o9官網(wǎng)

同時(shí)，在技術(shù)實(shí)現(xiàn)方面，o9 將多項(xiàng)創(chuàng)新型技術(shù)，如：基于知識(shí)圖譜的企業(yè)建模、大數(shù)據(jù)分析、用于場(chǎng)景規(guī)劃的高級(jí)算法、協(xié)作交互、易操作的界面、以及基于云端的交付，全部集成到一個(gè)平臺(tái)之中，并通過與 Python / R 等編程語(yǔ)言集成，使得數(shù)字大腦平臺(tái)既有開箱即用的算法可供用戶調(diào)取，也可定制開發(fā)定制化算法，或與客戶的數(shù)據(jù)科學(xué)家一起開發(fā)相應(yīng)算法。同時(shí)，在 o9 系統(tǒng)中還可輕松復(fù)制創(chuàng)建新的場(chǎng)景，在新場(chǎng)景種進(jìn)行各種操作，如：更改參數(shù)，重新運(yùn)算等，然后在同一界面中選擇多個(gè)場(chǎng)景進(jìn)行相互比較。此外，o9 的數(shù)字大腦平臺(tái)也具有靈活性和可擴(kuò)展性，客戶可以先部署一個(gè) o9 模塊，搭建該模塊所需的企業(yè)知識(shí)圖譜，再在需要的時(shí)候進(jìn)一步擴(kuò)展。借助于 o9 提供的數(shù)字大腦平臺(tái)和人工智能數(shù)字化解決方案，企業(yè)發(fā)現(xiàn)新需求和新風(fēng)險(xiǎn)會(huì)變得更加及時(shí)和準(zhǔn)確，決策流程也將變得更快、更智能。

2

內(nèi)外部數(shù)據(jù)支撐數(shù)字大腦準(zhǔn)確預(yù)測(cè)

當(dāng)前，零售、消費(fèi)、工業(yè)制造、半導(dǎo)體、生命科學(xué)、汽車、電信和石油等不同行業(yè)的公司都在利用 o9 的數(shù)字大腦平臺(tái)來提升供應(yīng)鏈、商業(yè)和綜合業(yè)務(wù)規(guī)劃能力。在微軟等全球合作伙伴的支持下，o9 也由此成為 Gartner“S&OP 魔力象限”中領(lǐng)導(dǎo)者行列在愿景的完整性維度里評(píng)分最高的品牌，通過領(lǐng)先的科技服務(wù)助力客戶在商業(yè)上取得成功。

來源：Gartner

以汽車制造為例，據(jù)估計(jì)，平均每輛汽車大約由 10000 個(gè)不可拆卸的獨(dú)立零件組成，而結(jié)構(gòu)復(fù)雜的特種車，如 F1 賽車等，其整車的獨(dú)立零部件數(shù)量可達(dá) 2 萬(wàn)余個(gè)。汽車零部件數(shù)量越多，通常意味著性能越好，但同時(shí)也意味著對(duì)零部件供應(yīng)鏈和廠商的要求也更高。

對(duì)于汽車行業(yè)發(fā)動(dòng)機(jī)、變速箱和底盤應(yīng)用領(lǐng)域高精密產(chǎn)品與系統(tǒng)的知名供應(yīng)商舍弗勒來說，在過去，舍弗勒遍布各地的工廠都在用電子表格提交相應(yīng)的預(yù)測(cè)數(shù)據(jù)，由于只能依賴手工去檢測(cè)各種放在表格里的能力數(shù)據(jù)，導(dǎo)致舍弗勒的集成執(zhí)行系統(tǒng)（SAP APO）出現(xiàn)了瓶頸，也導(dǎo)致其需求預(yù)測(cè)缺乏整體一致性。雖然舍弗勒從供應(yīng)商那里采集到了很多市場(chǎng)數(shù)據(jù)，但還需要和大量的不同 OEM 廠商之間通過 EDI（電子數(shù)據(jù)交換）傳輸數(shù)據(jù)，也不能利用這些數(shù)據(jù)提高預(yù)測(cè)的準(zhǔn)確率。

如今，舍弗勒正在使用 o9 的數(shù)字大腦平臺(tái)做需求預(yù)測(cè)、高階產(chǎn)銷協(xié)同計(jì)劃、產(chǎn)能分析、趨勢(shì)分析等，并使用 o9 提供的機(jī)器學(xué)習(xí)算法在同一個(gè)平臺(tái)上自動(dòng)整合 OEM 廠商的預(yù)測(cè)， 然后發(fā)送到多家工廠用于識(shí)別預(yù)測(cè)的不匹配之處，也能夠輕松地將外部數(shù)據(jù)供應(yīng)商提供的數(shù)據(jù)整合到計(jì)劃流程中，從而梳理簡(jiǎn)化“根據(jù)整車需求引入大數(shù)據(jù)預(yù)測(cè)后推算出所有生產(chǎn)部件”的預(yù)測(cè)。同樣，借助 o9 提供的企業(yè)知識(shí)圖譜，舍弗勒能夠運(yùn)行產(chǎn)能分析和完整的產(chǎn)銷運(yùn)營(yíng)計(jì)劃流程，最終實(shí)現(xiàn)預(yù)測(cè)準(zhǔn)確率提升大于 10%，計(jì)劃員生產(chǎn)效率較之前提高 5-15%，在高自動(dòng)化的任務(wù)方面，比初始基線預(yù)估提升 5-15%。

3

與合作伙伴一同助力企業(yè)決策轉(zhuǎn)型

在舍弗勒之外，更多擁有復(fù)雜供應(yīng)鏈的公司也在通過使用 o9 的數(shù)字平臺(tái)建立企業(yè)數(shù)據(jù)和知識(shí)的實(shí)時(shí)數(shù)字化模型，幫助自身發(fā)掘需求和供應(yīng)方面的風(fēng)險(xiǎn)和機(jī)會(huì)，并利用數(shù)字孿生實(shí)時(shí)評(píng)估假定場(chǎng)景，以便在面臨一系列供需場(chǎng)景時(shí)做出更好、更快的供應(yīng)鏈決策。為了給客戶持續(xù)提供優(yōu)質(zhì)的服務(wù)，o9 需要與具備硬科技實(shí)力的公司深入合作，進(jìn)一步打造更加高效并契合客戶需求的產(chǎn)品，而微軟就是 o9 的選擇之一。

來源：o9

在 o9 為客戶提供的產(chǎn)品和服務(wù)中，集成了微軟 Teams、Power BI、Azure 等各類服務(wù)和能力。如今，在與微軟的多年合作中，o9 已經(jīng)成為微軟最高級(jí)別的合作伙伴，被微軟介紹給正在或考慮進(jìn)行供應(yīng)鏈計(jì)劃分析轉(zhuǎn)型的客戶；另一方面，o9 也將微軟作為首選云解決方案（通過客戶端或者 o9 的 Azure 租戶）供應(yīng)商，其客戶已經(jīng)可以直接在微軟云市場(chǎng)上購(gòu)買 o9 的產(chǎn)品和服務(wù)，微軟的產(chǎn)品套件通過與 o9 的原生集成也可以為客戶提供更多價(jià)值。

在未來，o9 的另一個(gè)目標(biāo)就是推動(dòng)其供應(yīng)鏈走向更可持續(xù)的運(yùn)營(yíng)模式，將可持續(xù)指標(biāo)和流程無(wú)縫嵌入到供應(yīng)鏈規(guī)劃中。為此，o9 將利用數(shù)字孿生模型構(gòu)建并計(jì)算一系列可持續(xù)發(fā)展 KPI，根據(jù)設(shè)定的目標(biāo)進(jìn)行跟蹤，然后再將這些與傳統(tǒng)的供應(yīng)鏈 KPI 進(jìn)行平衡，通過智能匹配需求和供應(yīng)，并在整個(gè)綜合供應(yīng)鏈中推動(dòng)客戶、內(nèi)部利益相關(guān)者和供應(yīng)商之間更有效的協(xié)調(diào)合作，使得客戶能夠從數(shù)字大腦平臺(tái)提供的決策中獲得重大價(jià)值。