Adexa Genie© 预测性和规范性规划代理
您的抗风险能力和敏捷性智能代理
尽管人工智能技术已经存在了几十年，但现在我们才能将它们应用于业务功能，这要归功于更快的处理器和用于大数据的内存可用性。
使用机器学习，可以训练系统预测潜在问题和 提出建议以防止不良结果、创造机会和/或增强预期结果. 因此，避免了不必要的风险，大大提高了复原力，并预测和预防了潜在的灾难。 Adexa 如下所述，使用规划的数字双胞胎来实现这一点。 创建智能体是为了学习和行动，以提高质量 实时决策 通过消除不必要的风险，使供应链更加灵活和有弹性。
自校正 使用过去的数据来发现正在改变假设的供应链模型的趋势，并不断纠正有关（例如）设备效率或供应商交货时间等的原始假设，从而为更具弹性的供应链生成可靠的承诺日期和准确的财务数据。
自我改进 使用过去和未来（或计划）数据来确定问题的频率以及如何改进供应链政策。 一个很好的例子是 Adexa 学习最佳安全水平和对冲股票的机器学习技术.
自优化 意味着算法本身自我提升性能和效率的能力
使用属性作为 AI 专家系统
Adexa 属性和 基于属性的计划用于学习业务规则 来自用户和规划者。 属性形式 布尔表达式 定义此类业务规则。 因此，随着业务流程和优先级的变化，系统会不断适应并在新流程发生变化时捕获它们。
谁是Q
Q 是一个分布式智能代理（进程），它不断运行以执行一组特定的业务流程。 每个 Q 负责特定任务或业务流程，形成其用户的代理。
联系我们
需要更多信息？
