人和機器必須協作以順利進行供應鏈管理

時光飛逝，2024 年已經度過一半以上。許多人在夏季放緩腳步，可趁機瞭解有哪些趨勢在目前以及未來幾個月會推進供應鏈。無論發展方向為何，科技都會是重大關鍵，但更重要的是，成功的企業會透過人與機器的智慧和謹慎整合來達到競爭優勢。

科技繁榮

從各方面來看，對供應鏈技術的渴求勢不可擋，分析師認為此範疇是最強勁成長的企業軟體領域。根據 Research and Markets 的資料，2023 年全球供應鏈管理 (SCM) 軟體市場價值達到將近 367 億美元。2023 年至 2033 年的複合年成長率 (CAGR) 為 18.1%，預計市場規模將達到 1943 億美元 (圖 1)。¹

圖 1：SCM 軟體市場預計在 2033 年達到 1943 億美元。(圖片來源： Research and Markets)

供應鏈主題浮現

我好奇閱讀了 Gartner 發佈的 2024 年供應鏈技術主要趨勢清單。這份清單，即便在過去五年內就發生了巨大變化。當時都聚焦在區塊鏈、物聯網 (IoT) 和數位分身上。² 人工智慧 (AI) 即便也在清單上，但除了大型企業的「自動化」之外，大多數人對其應用只有相當模糊的概念。從那時起，AI 價格開始可負擔且可應用，即便較小型的企業也可適用。³

從 Gartner 的資料看來，AI 已經演變成更清晰的範疇，並涵蓋多種子類別，包括 AI 功能的視覺系統、複合式 AI 和下一代的人形機器人。與此同時，IoT 有個新出現的範疇稱為機器客戶。Gartner 也指出幾個與供應鏈保護和控制有關的趨勢，包括網路勒索、供應鏈資料治理以及端對端永續型供應鏈 (圖 2)。

圖 2：Gartner 將 AI 視為一個更清晰的範疇，且含有多種子類別，包括 AI 功能的視覺系統、複合式 AI 和下一代人形機器人。(圖片來源：Gartner)

更智慧的 AI 和 IoT

在 AI 方面，我們正從自動化邁向運用進階工業物聯網 (IIoT) 技術的超自動化境界。例如，AI 功能的機器視覺系統就結合了 3D 相機、電腦視覺 (CV) 軟體以及運用先進 AI 的模式識別技術。如同任何新興技術一樣，即使對大型、複雜的製造業者來說，這仍然是一項挑戰。這些解決方案可以依據視覺系統看見的即時非結構化影像，自主擷取、解讀並進行推論。機器視覺最常見的用途是視覺檢驗和瑕疵偵測、零件定位與測量，以及產品的識別、分類和追蹤。⁴

AI 技術和 IoT 的結合也有潛力可緩解製造商的一些困境，例如人力技能和勞動力短缺。增強型互聯人力 (ACWF) 計畫能讓新進員工更快地掌握智慧技術、勞動力分析和技能增強運用。在系統為員工提供資訊的即時存取後，員工能力與生產力就會增加，進而達到順利的協作並促進沉浸式培訓體驗。

另一個新興範疇是複合式 AI，Gartner 將其定義為「多種 AI 技術的綜合應用」，有助於克服企業遭遇的問題，進而改善供應鏈表現。這些分析技術可能包括：

• 機器學習 (ML)／深度學習 (DL)
• 自然語言處理 (NLP)
• 電腦視覺
• 敘述統計學
• 知識圖譜

然而，這種類型的技術有多廣泛的應用還有待觀察。企業必須明確定義哪些效能增強項目是必要的，以便發揮效力。目前並沒有一個萬能的解決方案可套用複合式 AI。

但目前至少有個表列中的趨勢已廣泛運用，那就是機器客戶。這些非人類行為者可以自主獲得商品和服務以換取報酬。根據 Gartner 的另一份報告，大約有 130 億個 IoT 產品已經部署，並且可以代表客戶行動。⁵ 通常，這項技術對廉價且廣泛使用的零件 (如電容或電阻) 最有用，而非那些專為新產品設計的零件。

安全和治理

隨著供應鏈的技術越來越先進，資料安全和治理的重要性會越來越重要。有助於供應鏈未來的相同 AI 技術，也可能會成為網路犯罪分子的武器之一。AI 可能會創造出複雜的惡意軟體和勒索軟體，對毫無戒心的供應鏈進行攻擊。

在過去五個季度中，Lehigh Business Supply Chain Risk Management Index 就將網路安全列為供應鏈管理者心目中最重大的風險 (圖 3)。比上一季更增加 5.5 個百分點以上，比平均值高出 12 個百分點。2024 年第三季略有下降，但擔憂程度仍然很高。其他風險包括網路攻擊、資料受損、資料盜竊、系統病毒和安全平台控制。⁶ 企業必須與 IT 部門密切合作，以防範網路犯罪分子。

圖 3：網路安全和資料風險在 Lehigh Business Supply Chain Risk Management Index 中位居首要風險，比平均值高出 12 個百分點。(圖片來源： Lehigh Business Supply Chain Risk Management Index)

與此同時，治理和永續性由則可由 AI 和分析提供支援。企業可以使用創新技術來提高跨職能能見度、場景建模和決策自動化。資料準確性對於這兩個領域來說都相當重要，因為不良的資料會導致不良結果。

AI 最終可能會在供應鏈中發揮作用，2024 年就有可能會看到供應鏈更加專注於實施 AI 功能技術。隨著供應鏈技術的進步，資料準確性將更為關鍵。

參考資料

1: https://www.researchandmarkets.com/reports/5232515/supply-chain-management-scm-software-global

2: https://www.gartner.com/smarterwithgartner/gartner-top-8-supply-chain-technology-trends-for-2019

3: https://www.forbes.com/sites/digital-assets/2024/01/24/how-blockchain-and-ai-are-set-to-transform-small-businesses-in-2024

4: https://www.intel.com/content/www/us/en/manufacturing/what-is-machine-vision.html

5: https://www.cnbc.com/2024/02/21/machine-customers-are-already-among-us-and-they-number-in-the-billions.html

6: https://business.lehigh.edu/sites/default/files/2024-06/LRMI_2024_3rd_Quarter_Report_final2.pdf