该系统 IS 用户

系统的设计始终是为了增强并帮助用户做出更好、更快的决策。他们的角色是助理或助手的角色，以执行数值计算或可以自动化的日常任务。在与硬件非常相似的软件中，所谓的机器人和日常流程都是自动化的，这使得用户的工作变得更容易，并且可以更快地做出更高质量的决策。然而，异常和不可预测但不可避免的事件是由用户处理的。这是因为系统在设计时并未考虑到不确定性。但不确定性，尤其是在供应链规划方面，是常态而不是例外。操作方式一直是系统帮助用户，但是随着人工智能和大型语言模型（LLM）的出现，我们正处于用户帮助系统的时间点。换句话说，系统是做决策的“用户”，时不时地去找“他的老板”，即真正的用户，问“我做得怎么样”；并教我更多！

目前的供应链规划技术需要用户改变输入并通过艰苦的试错，所以称为场景分析，尝试得出答案。系统进行计算，用户查看结果，微调一些内容，运行系统并再次查看结果。试图检查数千甚至数百万个场景中的少数几个场景只是浪费时间。然后决定一个解决方案，除了“可以接受”之外，没有任何迹象表明它有多好。

我们现在能够彻底改变情景分析；我们可以简单地表达所需的输出并要求系统定义输入，而不是费力地改变输入参数来找到理想的输出。该系统完全能够运行许多场景并几乎实时提供所需的解决方案。该系统能够接收信息、电子邮件、消息，甚至电话消息，并对其进行解释以了解消息或事件的潜在影响，然后自动执行场景以决定最佳行动方案并向真实用户提出建议。同时，用户可以坐下来观察系统的行为，观察客户和供应商的发展模式，并就供应链的设计做出战略决策。这将是一个创造性的过程，需要创造力以及理解协作和沟通的局限性，而这些局限性很难教授或培训系统。这个级别的附加值将远远高于在意外事件发生时尝试执行使计划发挥作用的平凡任务。

至少目前，系统缺乏创造力，也缺乏足够深入的知识来做出更高层次的决策。系统还缺乏对关系的理解以及对决策如何可能损害公司股票价值的重要性的理解。这应该是真正用户关注的焦点，以便他们可以帮助系统做出正确的决策。让系统根据您的目标向您“报告”，而不是成为系统的奴隶，试图不断帮助它给出答案。

有关法学硕士和人工智能如何让您的规划人员的生活更轻松并优化您的供应链的更多信息，请点击 这里.