近年来，ESG 已成为关键的业务焦点，供应链可以说是可持续业务实践中最重要的组成部分。随着人工智能技术的进步，我们越来越多地看到公司转向该技术来支持供应链的可持续性，但其环境效益可能会被该技术所需的能源所取代。
人工智能具有利用先进分析和实时数据优化供应链内物流、减少浪费和提高能源效率的潜在能力。所有这些因素都可以提高可持续性，并推动供应链运营实现 ESG 目标。
该技术似乎席卷了各个商业领域，供应链和物流领域也不例外。根据去年对 3PL 的调查，84% 的提供商将人工智能和机器学习描述为最有可能对全行业产生影响的技术之一。
但企业也不能盲目执行。
实现可持续发展
通过分析历史数据并使用机器学习算法，人工智能可以优化规划和运输运营，从而减少碳排放。人工智能发挥影响力的关键领域之一是路线优化。人工智能算法可以分析交通模式、天气状况、道路状况和送货时间表等各种因素，以确定运输车辆最省油的路线。通过尽量减少不必要的弯路和冗长的路线，可以优化燃料消耗以减少碳排放。
该技术还可以通过提高设备利用率、减少停机时间以及更准确地预测需求来提高制造效率。这反过来又可以优化库存水平，减少库存过�：屠朔�。它还消除了导致不必要的运输排放的紧急交货的需要。
承认人工智能的缺点
尽管人工智能在推动可持续发展方面具有巨大潜力，但它也面临着挑战。 AI算法需要大量高质量数据才能运行。这在全球供应链中很难获得和管理。从本质上讲，供应链依赖于各种技术系统，例如库存管理、财务和运输系统。如果不直接集成这些系统，那么简化这些系统中的数据可能会具有挑战性。孤立的数据系统无法为人工智能系统提供必要的支持。因为他们需要定期输入可靠的数据集。因此，如果没有对整个供应链进行更强大的数据管理，人工智能就无法发挥其最大潜力。
人工智能的能源消耗水平也是一个问题。这个鲜为人知的问题是阿姆斯特丹自由大学研究员 Alex de Vries 在一篇论文中提出的。他声称，如果每次谷歌搜索都成为人工智能交互，那么为其提供动力所需的电力可能相当于爱尔兰国家的消耗水平，即每年 29.3 太瓦时。考虑到该技术的快速增长速度，任何环境效益都有可能被为该技术提供动力所需的能源所取代，至少在目前的形式下是如此。因此，目前完全转向该技术并不对环境负责。
采取实用的方法
考虑到这一点，供应链需要采取平衡的方法来实施人工智能。企业需要增强可持续性，同时还要考虑数据要求和能源消耗。应鼓励企业关注人工智能可以产生最大影响的供应链领域。交通运输是可以从人工智能支持中受益匪浅的一个方面，因为它占全球二氧化碳排放量的 24% 左右。因此，实施基于人工智能的路线优化是该技术的一种适当用途，可以提高可持续性，同时又不会消耗太多能源。
对人工智能系统进行持续监控也很重要，以确保发现任何效率低下的地方和改进的机会。企业应定期评估系统的能耗和准确性，以最大限度地提高投资回报。
作者：SCALA 执行董事 Rob Wright
来源：千家网
邮箱：service@juyingele.com
电话：010-82899827/1 4006688400
地址：北京市海淀区上地金隅嘉华大厦B座412室
官方微信
天猫店铺
京东店铺
