数据收集和组织数据准备和清理以及选择

Exclusive, high-quality data for premium business insights.
Post Reply
pappu6329
Posts: 115
Joined: Sat Dec 28, 2024 9:59 am

数据收集和组织数据准备和清理以及选择

Post by pappu6329 »

“根据 Aljohani (2023) 的观点,当今的供应链格局面临着复杂性和不确定性的增加;不可预见的客户需求、波动的商品价格、加剧的政治分歧以及快速的技术变化等问题已经使供应链的规划方法变得过时,”他们写道。“供应链经理的声音是做出更好、更快的决策,并且必须有能力根据环境变化重新分配资源。实施包括人工智能 (AI)、机器学习 (ML) 和大数据分析的新兴技术战略是提高战略决策和敏捷性的必要条件 (Leewayhertz.com, 2024)。

他们指出, AI 算法等步骤是将 AI/ML 集成到规划 秘鲁电子邮件清单 功能中的关键早期步骤。在选择正确的 AI 技术后,作者指出数据建模、系统集成、测试和部署以及持续改进是取得成功的重要步骤。

“麻省理工学院运输与物流中心的研究预测,如果企业采用基于人工智能分析应用程序的供应链决策支持,收入将增加 10%,成本将降低 5%”,他们表示,并补充说,这些节省可能不足以让企业投资先进技术,并很快补充说“将人工智能 (AI)、机器学习和大数据分析纳入供应链的战略规划不再是一种选择。”

在阐述了这些挑战之后,作者们转向了当前流程(例如 Excel 预测)对复杂供应链环境的局限性。他们写道:“根据世界经济论坛的数据,如今一家典型的公司将拥有 5,000 多家供应商;排名前 20% 的供应商占这些费用的 80%(Younis 等人,2022 年)。尽管如此,主动处理错综复杂的变量和依赖关系才是核心挑战,仅靠传统的规划机制无法应对。”

“没有相对创新的技术支持的古老方法无法应对不稳定和全球化的形势。事实上,这种过时和限制贸易的政策是建立竞争力的主要威胁,”作者补充道。

这篇论文在详细介绍一系列有助于实现这一过程的先进技术的利弊的同时,还得出结论:“旨在提高决策质量、灵活性和速度的公司采用人工智能、机器学习和大数据具有多种可能性。这些技术可帮助公司掌握几乎无限量的数据,以发现相关见解并确保供应链实时的最佳性能。
Post Reply