为什么“人类+自动化+ AI =新的供应链劳动力”是运营成功的最佳公式

多项调查证实，由于COVID-19，全球公司正在加速对数字技术的投资，以更好地预测和阻止未来的破坏。例如，毕马威（KPMG）的2020年CEO展望发现，有74％的人正在数字化运营以创建下一代运营模型，而70％的人正在创建新的数字业务模型和收入流。

然而，也许最关键的是毕马威（KPMG）的发现，即66％的受访者正在创建一种基于自动化和人工智能（AI）的新劳动力模型，旨在与人类工人进行协作。

但是，利用智能技术来帮助人们更有效地执行任务仍然存在争议。一方面，一些人担心供应链工作的损失会导致自动化解决方案的丢失，从订单拣选人员和机械师到预测和采购经理。相反，其他人则说，这样的解决方案将使人类摆脱本已难以填补的日常，平凡，乏味，肮脏和危险的工作，同时创造新的，报酬更高的工作，从而增加价值。

Gartner Research副总裁兼分析师Dana Stiffler说，双方都没有错。她说：“一个多世纪以来，我们已经看到自动化取代了人类，这就是工业革命的故事。” “在制造业和仓储业中，每小时肯定有比其他角色更具风险的角色。现在，白领角色也越来越多。”

Stiffler继续说，Gartner的观点是，诸如AI，机器学习（ML）和自动化之类的技术不一定取代人类，而是促使人们重新定义角色。

她解释说：“当我们与大型供应链组织的负责人交谈时，他们正在努力重新定义这些角色中的哪些角色以及需要哪些技能。” “他们正在尽一切努力，通过为他们提供所需的工具，开发和管理支持，将尽可能多的员工转变为新角色。”

这是为本文贡献自己的见解的所有专家都认同的观点。

MHI成员Universal Robots的战略营销和应用程序开发高级经理Joe Campbell报告了类似的看法。“十年来，我从未与工厂经理交谈过，他说，'我们将安装一些机器人并解雇人员。' 只是没有发生。”

Campbell指出了劳动力的代际转移，指出婴儿潮一代每天要退休的人数超过10,000，这对制造业和仓储业的劳动力可用性都产生了重大影响。他的制造联系人表示，在大流行中，出于对暴露的担忧，越来越多的员工选择更早退休，通常是62岁。

他补充说：“此外，年轻一代对他们认为枯燥，肮脏或危险的工作绝对不感兴趣。”他指出，这一问题已经对试图在大流行之前雇用物流和制造工人的雇主构成了挑战。“在COVID流行之前，有超过50万个空缺的制造工作。增加自动化可以使一项操作将熟练的工人转移到更高价值，更高利润的任务上，从而使他们保持工作状态。”

在制造和分销设施内部，人工智能等自动化工具的功能也得到了进一步增强。MHI成员Kindred的首席执行官Marin Tchakarov说，这使他们在与人类同行合作时更加直观，从而提高了效率，准确性和生产率。

“通过一起工作，机器人使人类能够通过自动化来驱动更高水平的吞吐量，同时保持更高水平的参与度。”

-Marin Tchakarov

他解释说："我们的人工智能驱动的机器人运行强化学习算法，让他们自己学习--在生产中工作时--如何做一些更快、更智能、更好和更高准确度的事情。"他解释说，任何新的能力（但没有客户数据）都会立即与其他Kindred客户机器人以及Kindred的总体车队网络共享。"把它想象成一个'蜂巢思维'。我们机器人的每一个用户都能从更快的操作速度、更准确的处理物品等方面获益。"

他说，此外，大多数员工并没有惧怕或怨恨机器人同行，而是热切地拥抱他们。“与我们的机器人一起工作的人们对采用该技术毫无保留。相反，他们立即看到了价值，并欢迎通过合作进一步参与工作。”

一个工人可以积极监督一组多达四个的Kindred SORT机器人，这些机器人可以自动完成平常的重复任务，即在播种墙中将批量拣选的物料分类为离散的订单。机器人使用集成的AI驱动的机器视觉传感器和扫描仪来检测物品。AI会确定它是什么，如何成功抓取它，识别并扫描条形码以及将其放置在哪个容器中。Tchakarov解释说，在圆球状机器人系统的另一边，操作人员将 "他们 "的机器人完成的订单进行卸载和包装。

他说：“在我们客户的履行中心中，人机之间的协作水平很高。工人通常会对机器人进行拟人化，为其赋予名称，为他们赋予类似人的特征并拥有所有权。” “人类机器人团队之间经常存在友好的竞争。通过相互协作，机器人可以使人类通过自动化来驱动更高水平的吞吐量，同时使他们处于更高的水平。”

尽管Tchakarov指出，机器人系统在其执行的任务范围内的自主性超过99%，但他强调，"如果没有人在回路中卸货和打包订单，系统会在几个小时内陷入瘫痪。没有人类，你不可能有一个成功的实施。"

“超级团队”的崛起

因此，如果AI和自动化之类的数字技术不是对人类就业的威胁，而是一种补充，那么“人类+自动化+ AI”的新供应链劳动力公式将如何工作？

德勤咨询公司负责人比尔·林（Bill Lam）说：“总是会有更多自动化来执行简单，重复的任务，但公司正在认识到这一范围和价值是有限的，""我们看到的是向更多的算法AI和ML的转变，让更多的智能自动化来完成人类通常会做的工作。它还允许人类利用人类与生俱来的技能，这些技能将永远不会被取代：解决问题、协作、说服、谈判。"

Lam指出，德勤最近发布的《2020年全球人力资本趋势报告》中，60%的组织表示，他们正在使用人工智能来帮助工人提高一致性和质量（58%）、生产力（26%）和洞察力（16%）。此外，54%的人预测，他们会在三年内雇佣同样的员工，但工作本身会因为AI而改变。

德勤的报告还指出，"超级团队 "的演变是通过将人工智能融入工作场所团队来最好地利用人工智能的一种手段。Lam说，超级团队被定义为 "人和机器的组合，利用他们的互补能力来解决问题、获得洞察力和创造价值"，超级团队结合了两者的优势，以实现一个共同的目标。

"关键是确定机器和人类之间的分工在哪里能带来最大的价值。"

“ AI和ML算法可帮助公司更好地感知需求，并评估如何通过定价和促销来塑造需求。”

--薇拉姆·穆尔蒂（Vikram Murthi），LLamasoft

LLamasoft的行业战略副总裁Vikram Murthi认为，自动化和AI在供应链中的日益部署正在对人力资源起到补充作用。

"举例来说，如果没有这些工具，零售供应链经理就会花周一的时间来确定什么是库存和缺货，哪些促销活动有效，哪些无效，需要在哪里分配空间，哪些库存需要加快到哪些商店，哪些产品会过剩，需要新的促销活动来移动，等等，"他说。

"然而，有了人工智能系统，算法和引擎已经完成了所有的数据收集、数字计算和分析--以及强调了例外情况，运行了许多场景，并提出了建议供经理考虑。然后经理利用自己的判断力选择适当的行动。"Murthi说。

Murthi将人工智能比作在一个盒子里有许多博士级的数据科学家。"系统收集所有的信息，在几秒钟内运行几十个方案，然后提出替代选择和最有可能的结果：收益，成本，优势，劣势。”他解释说。"这取决于人类基于他们对业务规则和公司目标的了解来决定哪个方案是最佳选择。机器可以运行这些方案，但它缺乏人类的判断力。"

他说，人类与AI和自动化技术的角色之间的区别正是为什么将它们组合成一个协作团队可以在成本，效率和价值方面带来更大的收益。

公司如何从人力/技术合作中获益？

除了通过将人类与人工智能和自动化解决方案进行团队合作来提高工人的参与度之外，企业还可以通过这些合作实现其他各种供应链效益。

增强质量控制。Lam说，随着人工智能和自动化技术在生产中的加入，系统会产生用于分析的数据，可以利用这些数据来监控缺陷或错误。"通过计算机视觉，机器可以检测到人类肉眼无法看到的最微小的瑕疵，然后触发警报，标记项目，甚至停止生产线。这样既避免了产品浪费，也避免了产量损失。当然，你还是需要一个人去排除问题，让生产线恢复运转。"

更准确的规划。Murthi说，供应链规划--包括预测、异常处理和补货--可以通过人和机器的搭配得到加强。他指出，由于全球大流行病相关的停产，电子商务销售额急剧上升，以及消费品零售商和供应商在预测这种激增时遇到的困难。

"在COVID之前，2019年电商销售额占美国全部零售额的比例约为11%，预计到2025年将达到25%。但随后，随着流行病的发生，我们在2020年上半年达到了25%--这个渠道发生了一步改变，"他说。"预计会回落，但回落多少，何时回落，很难确定。AI和ML算法可以帮助企业更好地感知需求，以及评估如何通过定价和促销来塑造这种需求。"

人类依靠AI生成的场景规划，可以更深刻地掌握消费者购物清单上会有哪些类型的产品，以及开展哪些促销活动。他们还可以通过评估AI生成的不同参数的结果来塑造这些促销活动的成功，包括改变时间段、地点、折扣水平等。

更好的网络优化。Murthi表示，AI的场景规划和分析能力可以帮助他们的人类同事更好地优化他们的供应商和履约中心网络。他说，从实体店向增加电商转型的零售商正在通过这种方式成为AI和ML的主要用户。

"系统可以编译和分析关于哪些商店位置正在使用和没有使用的数据，并提供建议，将其转换为区域最后一英里履行的暗店，与在不同地点增加更多的电子商务履行中心，"他解释说。"通过AI和ML，供应链领导者可以更快速地确定最佳设计，以提高产品流向消费者。"协作机器人帮助制造商提高生产率，解决劳动力短缺

MT Solar 是一家太阳能安装设备制造商，每年夏天的需求量都会激增 300%，但却一直找不到熟练的焊接工人来处理季节性的上升。此外，一些任务的重复性变得单调，质量偶尔会受到影响。

公司老板兼总裁Travis Jordan最初研究了传统的焊接机器人，但发现它们需要专门的工作人员进行编程，而且缺乏操作所需的灵活性。这是因为 MT Solar 生产许多不同类型的安装部件，通常是高混合/低批量的。

Jordan 解释道。"把我们想象成一个'太阳能宜家'（Solar Ikea）。所有的部件都必须送到客户手中，在现场进行组装。如果我没有与之配套的所有其他部件，我就不能发货。"

此外，传统自动化的高成本还因为需要专门的工作人员进行编程和复杂的设置与安全防护而变得更加复杂，Jordan补充道。

随后，MT Solar发现了Vectis Automation的机器人焊接工具，由MHI成员Universal Robots提供动力。操作人员直接与系统合作，通过机器人教学挂件上的3D界面设置夹具、提供零件和编程焊接任务。集成软件包括一个完整的焊接库，从简单到高级。一旦编程完成，机器人就会自主运行一个完整的MIG循环，按照预定义的顺序焊接6到8个零件，而不需要进行批处理。这使得该公司能够轻松满足其季节性需求。

工人们发现它很容易使用，运营经理Mike Gillin说："我是一名焊工，但我对机器人一无所知，而且我也不太懂电脑。我真的很惊讶于它的简单易懂。"

此外，该系统还提供了一致的可重复性和产品质量。"当我们告诉客户，'这个零件是在机器人上焊接的'时，我们的客户很兴奋。他们去把它装上，它看起来和上一个一模一样。"乔丹说，他补充说，熟练的焊工已经被解放出来，可以执行更具挑战性的增值任务。

他指出，该系统还成为了一种招聘工具，他解释说，团队中拥有机器人有助于吸引年轻的优质人才。

提高生产力。通过利用从支持物联网的设备和机械中收集的数据（例如温度，压力和振动），人工智能解决方案可以防止计划外的停机时间，这会对生产率产生负面影响，Lam说：“该系统将获取大量数据并进行分析以确定导致故障的原因，并预测何时可能发生故障。对于设备满负荷运行的运营，停机时间的减少等于生产和销售的设备数量增加，有可能增加数百万美元的利润。”

Campbell说，协作机器人也是如此，这同样提高了吞吐量。他还指出，机器人技术和自动化技术已经变得越来越便宜，制造商已经使其软件和编程界面变得如此简单和直观，以至于部署和操作不再需要内部机器人专家。

他解释说：“这两个因素都使这些技术可用于中小型运营商，这些中小型运营商甚至在十年前都无法提供设备或专业知识来使用它。” “通过将日常任务分配给机器人，将艰巨的工作分配给人类，这甚至可以帮助最小的业务部门提高生产率。反过来，吞吐量的提高则可以帮助他们保护和发展当前的客户关系，并通过收购新客户来扩大业务。”

改进的客户服务。通过利用AI和ML识别供应线的潜在中断，公司可以更准确地预测缺货情况。Lam说：“该系统可以在客户做空之前就提供多种供应选择的警报。” “或者，它可以指出估计的交货时间与实际的交货时间之间的差异，并提供替代的供应选择，以便经理可以最大程度地减少潜在影响。”

Murthi补充说，订单履行也是如此，尤其是客户对缩短交货时间的期望越来越高。“ ML可以评估系统中当前存在的数千个订单，并识别出最有可能无法按时完成的50个订单。基于这些信息，AI算法可以评估这50个订单，并针对哪些订单需要进行说明性建议加快以防止客户不满意。”

加强人才招募和保留。Campbell观察到，仅仅有机会使用这些先进技术就能吸引潜在的新员工，尤其是制造和仓储工作的新员工。告诉我，通过向潜在候选人展示他们正在使用协作机器人来处理日常的日常任务，而他们的操作员执行更有趣的增值任务，则他们更有可能接受要约。”

通往新供应链劳动力队伍的潜在障碍

虽然人类和机器之间的合作产生的好处很多，但为了确保成功，在建立这种新的劳动力时，有一些注意事项需要牢记。

Stiffler建议，对于人类将自己的弱点注入人工智能和自动化，要谨慎对待，因为这种系统的设计、输入和编程都是以人为本的。"算法是由人类根据他们对数据源的决定和个人经验创建的。但人类并不完美，这可能导致不理想的结果，"她解释说。

Lam同意，并补充说，人工智能解决方案产生的建议只有在数据、政策、业务规则和约束条件下才是好的。"公司需要以处理人类劳动力的方式来管理他们的数字劳动力。也就是说，如果一个人工智能或自动化解决方案没有达到它的目的，那就不是一个信息技术问题，"他指出。"组织不能只是部署自动化和AI，并假设它将发挥作用。"

相反，Lam继续说道，创建这些新的协作劳动力的公司需要拥有既了解供应链如何运作的人--随着不断变化的输入，不断变化的动态，不断发展的数据和可变的外部因素，以及对为AI和自动化提供数据的理解。"能够理解推动变化的因素，以及如何解读和利用变化，是公司必须雇佣或开发的技能。"

Stiffler表示，许多公司已经在培训和发展方面进行投资，以提高现有员工的技能。"只有三分之一的供应链组织告诉我们，他们可以直接获得或拥有构建解决方案所需的数字技能；这意味着三分之二的人没有。"

她说，出于这个原因，目前的最佳做法是与外部组织合作，以成功获得和利用这些解决方案，至少在最初。

"当我们研究领先的供应链组织如何为人工智能和自动化提供强大的数字业务案例时，我们几乎总是发现他们并不是独自到达里，"Stiffler说。"总是公司与各种技术供应商、不同的供应链合作伙伴协同行动，有时甚至与直接竞争对手协同行动。"

最后，Murthi提出了这样的观点。"当你考虑投资这些解决方时，成功来自于你要明白，这些解决方案也许应该建立在10%的算法和20%的技术之上；剩下的70%才是真正的通过将技术和人两方面结合起来，来改变业务流程。那些只关注技术的人将会错失良机，人的方面是至关重要的。"

（以上的英语原文来源于SARA PEARSON）