作品描述

近年来，全球疫情形势复杂严峻，各国通胀高企，中美贸易战持续深化，地缘政治冲突不断加剧，国际形势日趋紧张且充满各种不确定性，如海运危机，芯片危机，俄乌战争等众多黑天鹅事件层出不穷。 这些都对本就不稳定的供应链造成了极大影响，原材料成本和运输成本波动剧烈，供应周期不断拉长，这些对众多企业造成了巨大的成本压力。 凯傲集团作为全球顶尖的物料搬运解决方案企业，旗下拥有众多品牌，其中林德叉车是一个工业特种设备制造企业，生产过程需大量使用金属，化工，半导体等大宗原材料或制成品，因此，稳定可控的供应链对我们至关重要。 面对当前的VUCA 世界，要精准及时高效地对未来进行预测，大量且高频的数据搜集和分析对于资源的投入有很高的要求，而当前的人工工作量无法满足高频，精准，且及时的要求。 因此，我们决定通过AI 技术来对快速变化的供应链成本进行精准预测，利用RPA技术快速采取相应的行动，以帮助企业敏捷应对，降低供应链成本。 流程将分多个阶段进行，第一阶段以10种原材料和近千个关键部件未来6个月成本作为目标，使用RPA完成数据搜集自动化，搭建基于动态算法选择的AI模型对未来价格进行预测，每周在Power BI上输出滚动预测并利用RPA及时通知用户采取应对措施，第二阶段增加NLP，神经网络等算法，进一步提升AI模型的智能化水平，从而实现最优应对措施的推荐，结合人工校准，由RPA执行相应操作。 本文档体现的是第一阶段的建设方案 通过本项目实施，实现以下收益： 1. 大幅降低用户在搜集数据并分析上的工作量，每年约5760小时，约合3个员工的工作量； 2. 基于算法及持续优化的AI技术，解决了人工预测存在的“拍脑袋”“千人千面”“简单粗暴”的问题，有效提升成本预测的准确性，及时性和合理性； 3.对于未来价格的走势判断，RPA+AI的推测数据与实际数据高达98%的趋势贴合及90%以上的数值贴合； 4. 将价格预测范围从未来一个月（基于人工预测的能力）扩展到未来半年以上； 5. 对未来成本的预测，赋能采购和供应链部门提前响应的能力，能够采取如锁定价格，提前下单等操作策略，上线半年以来为企业规避了数百万元的额外成本； 制造业企业中，物料成本一直是产品成本中占比较大的一部分，物料成本的浮动变化一直是影响产品成本的重大因素。近来，由于全球趋势偏向紧张，对供应链造成较大影响，供给状况的大幅变动比较频繁，从而对企业的成本控制和供应链带来极大挑战，但也带来了重大机遇。一个企业如果能够提前对未来的物料成本做出可靠预测，并依此采取果断措施，将有较大机会能够从容应对成本变化带来的影响，提升企业竞争力，实现企业稳定可持续发展。同时以此作为契机，采购和供应链部门从“花钱部门”变为企业“策略支持部门”，化被动为主动，为企业经营和发展提供有力的支持， 本项目的成果整合了人工智能、流程自动化、机器学习等先进技术，在本企业已实现良好的经济效益，并且助力企业在物料成本控制方面做出相应的流程优化。同时，具备在制造业企业推广的可能性，帮助企业有效降低物料成本波动的影响，稳定供应链供给，对冲供应链波动，降低企业产品总成本，提升企业竞争力，实现企业可持续发展，效益可观。 另外，本项目作为凯傲集团下属林德叉车数字化战略的一环，协同其他的诸如供应链风险AI预测，场内物流管理平台，供应链协同平台等一系列创新举措，为企业打造一整套数字化供应链方法论及产品包，是提升企业总体竞争力的极具竞争力的解决方案。