AI 驱动的供应链：何时影响电子行业？

人工智能（AI）一直是并且继续成为机器人学、社交媒体、个性化以及其他新兴领域的热点话题。这一切在软件社区的巨大努力下悄然运行；框架、库、示例项目和企业服务的数量如此之广，以至于难以跟上。现在我们有了像IBM Watson和AWS上的AI服务这样的服务，它们充当低级AI应用的底层操作系统。

电子行业合理地期待AI将渗透到汽车、工业4.0和机器人产品级别，但供应链管理呢？事实是，AI已经在供应链管理中以各种形式被使用，无论是在电子行业内部还是外部。就像其他行业一样，低级AI驱动的供应链管理应用可以帮助您的团队提高生产力，并迅速获取您需要的供应链数据。如果您从事采购业务，以下是您需要关注的内容，以及它将如何影响电子组件的采购。

AI驱动的供应链是什么样子的？

就像其他软件一样，AI驱动的供应链应用在背景中使用AI。软件公司已经成为使AI成为体验的一部分的专家，而不是用户明确控制的工具。它在供应链管理应用和网络平台的背景中运行，我们当然没有用于供应链管理的Skynet级系统。

简而言之，如果您有一个计算机或硬件系统，能够预测供应链决策的结果（比如，一个配送路线），观察真实结果，然后调整自身以使预测与现实更加接近，那么您就在进行机器学习（ML）。当这些技术被整合到一个更大的基于规则的决策策略中时，您现在拥有了一种低级形式的人工智能。AI驱动的供应链利用这些类型的AI应用以及其他企业级应用来收集数据、处理数据，并做出与采购和供应相关的预测。

这些应用在以下ERP领域变得突出：

• 需求预测：正如其名称所示，作为AI系统一部分的ML模型常用于预测本地和区域需求。这被用作库存管理、物流和其他依赖于需求预测的任务。供应链和采购专业人员自2000年代初就一直在使用需求预测技术。

• 物流：这个广泛的领域过去都是关于解决旅行推销员问题。今天，AI应用参与规划基于对区域需求的观察和预测的路线选项，以创建更有效的货物流动。

• 供应链可见性：真正的可见性需要处理大量数据并以友好的格式为用户显示。这些数据和处理结果也可以在更广泛的AI系统中作为其他ML模型的一部分使用。

在所有这三个领域中使用的机器学习模型能够识别出对每个人来说并不明显的趋势。将人工智能应用于需求预测的目标是使供应链更加灵活。如果能够及早识别出关键的供应链趋势，那么生产商、供应商、分销商，甚至最终客户（例如，PCB设计师）就可以相应地调整他们的采购策略。

谁在使用人工智能进行采购？

在MHI.org的2020年度报告中，对1000名供应链专业人士的调查结果显示，12%的受访者表示他们的组织在管理和采购操作中使用人工智能（自2019年以来基本保持不变）。60%的受访者预计在未来5年内他们将会使用这类应用程序，这反映了专业人工智能应用的技术推动方面。受访者工作的行业范围从运输到制造，以及其他领域。

为什么会有使用应用程序创建人工智能驱动的供应链的趋势？我们只能推测在特定组织中发生了什么。然而，根据MHI的调查结果，采用预测分析工具（使用机器学习技术）的比例为28%。这些工具仍然是低级别的，意味着它们需要与用户群体进行一些互动或与其他资产跟踪平台集成才能有效运作。

当讨论人工智能的话题出现时，电子行业中的一些人可能会感到不安。然而，设计师和采购经理可能不需要对这些发展感到担忧。这些应用程序无法提供与经验丰富的人类相同的价值和洞察力。相反，它们是极其有用的工具，用于发现推动关键供应链决策的重要趋势。无论是围绕COVID-19的最近波动还是供应链管理中缺乏技术人才，我们都可以预期更多公司将使用这些工具进行采购和管理。

PCB设计师需要什么来自人工智能驱动的供应链？

有一个特定的群体可以从机器学习驱动和人工智能驱动的供应链应用中受益：电子设计师。这个群体需要供应链的可见性，以选择、跟踪和购买组件，无论是小批量还是大批量。

数据表包含大量信息，而单个设计师没有时间跟踪每个分销商的供应链数据。设计师需要系统帮助他们在搜索组件和在生产前制定自己的采购策略时获得他们需要的确切信息。有了正确的零件搜索引擎，设计师可以利用人工智能驱动的过滤功能进行：

• 寻找组件：单个组件可能适用于许多不同的名称（例如，电压调节器、电源转换器等）。在寻找特定类型的组件时，人工智能驱动的搜索功能可以用来将相似的组件按应用程序分组和分类。这有助于设计师在最终确定设计之前发现他们可能需要的组件。

• 过滤组件：大多数设计师更关心规格而不是制造商或价格，没有人应该需要仔细研究数据表来筛选少数技术规格。AI 驱动的分析和过滤工具可以提取相关的技术规格，并在设计师浏览大量组件时迅速显示给他们。

这一切都依赖于从多个分销商那里聚合数据以及为用户进行的 AI 驱动的数据处理，使设计师能够在设计过程的早期做出更好的决策。较大的电子设计公司、EMS 服务和分销商通过将这些功能整合到自己的 ERP 系统中可以受益。最终，这些工具将平滑供应链的波动，并且希望帮助公司预测并防止组件短缺。

Octopart 是 AI 驱动供应链景观的活跃部分，为设计师提供了一系列供应链数据的访问。使用 Octopart 时，您将可以使用具有高级搜索和过滤功能的搜索引擎，并免费访问来自全球分销商的零件数据。如果您是开发者，可以获取 Octopart API 的访问权限，并构建自己的 AI 驱动供应链解决方案。查看我们的类别页面开始搜索您需要的组件。

通过订阅我们的新闻通讯，了解我们的最新文章。