是時候在供應鏈計劃中自動化情景分析了

假設情景分析被供應鏈專業人士廣泛使用，以便找到對過去或未來可能發生的事件的最佳響應。 考慮到變量的數量和可用的數百萬個選項，只檢查少數幾個場景，因為做更多事情需要太多時間和精力。 這是一個需要解決方案的過程 建造 出於多種可能性。 即使找到了令人滿意的解決方案，也不清楚所選場景的所有後果是否已知。

對於做出的每一個決定，都有許多可能或可能不可見的後果。 例如，使用替代產品會產生相關成本，並且其使用可能會導致高優先級訂單無法在以後準時到達，並可能會失去客戶。 全面了解每個決定的所有這些選項和後果對任何人來說都是壓倒性的。 然而，這是一種流行了很長時間的做法。

我們現在處於一個不同的時代，原因有很多，包括更快的處理能力、大量內存的可用性以及使用以前可能可用但由於缺乏計算和內存能力而不實用的 ML 算法。 當前的技術使系統幾乎可以實時運行數百萬個場景，並提供用戶可以根據他們的目標選擇的一系列解決方案，而不是花費大量時間來構建一個解決方案。 總是有不止一個目標需要滿足，因此一種解決方案不一定是“最好的”。

為了完成場景分析自動化，系統需要了解選擇和可能性。 例如，使用替代零件或替代供應商，或某些訂單等軟約束可能會稍微延遲。 使用真正的供應鏈數字雙胞胎，了解物理供應鏈並保持最新狀態，系統使用巧妙的算法消除所有不需要的解決方案，並找到最好的解決方案供用戶選擇。 其中一種技術是在 AI 中廣泛使用的約束傳播 (CP)，以縮小搜索空間並使問題易於管理以快速找到解決方案。 這種方法的一個例子可以在 8皇后問題 解決方案。 要了解有關供應鏈計劃中使用的 AI 和 ML 中的此主題和其他主題的更多信息，請單擊 這裡.