如何用人工智能支持企业服务供应链,做出精准的售后备件需求预测?
联想研究院携手业务部门打造的联想智慧服务供应链系统(联想智链)面向服务供应链,基于多种机器学习算法和运筹优化技术,快速准确地助力企业进行服务供应链网络规划、备件需求计划、库存优化等决策支持,快速满足客户需求,提升用户满意度,同时降低企业服务供应链采购、运输、库存等运营成本。目前已经在联想的服务供应链中进行了应用,在提高了客户满意度的同时,大幅减低了运营成本。
联想作为全球最大的个人电脑制造商,产品线复杂,产品多元化。售后备件是售后供应链中的重要举措,受地理、时间以及不同地区用户习惯等诸多因素影响。对售后备件的准确预测与及时交付,既影响着最终的用户体验,也影响着企业的采购、运输、库存等运营成本。
传统的人工预测方式面临以下挑战:
1. 时间维度上,无法做月度或周度的精细预测;
2. 业务维度上,要做整机、备件等不同级别的预测,过多依赖人工经验,计划质量因人而异,无法统一追踪和科学评估。
联想智链凭借自身在制造业上大量专家和真实行业数据支持的模型算法,端到端方案的落地经验,通过机器学习引发主动需求预测:
1. 建立产品代际关联性影响因素的联系辅助预测,如:前代产品备件故障率与下一代产品备件故障率之间的相关性模型;
2. 建立通用的多层级多网点预测模型,包括:新品发售期前的预测,新品发售期后的预测,产品平稳期的预测,产品末期的预测等,满足预测结果加和的一致性和不同生命周期预测要求;
3. 提供安全库存优化模块,帮助计划人员找到备件所在位置、类别、生命周期和价格范围内的最佳安全库存参数;
4. 提供智能化分货补货以及再平衡模块,如:计划周期,分货激活条件,分货优先级等,帮助计划人员找到最合理的分货策略。
显著提升了售后服务供应链的运营表现,总体带来每年上千万美元的资金节约:
1. 提高了决策精度和效率:需求预测比人工表现提升了11%;
2. 降低了运营成本:减少了计划人员的工作量,人员需求减少20%,采购支出减少23%,库存总水平减少18%。
1. 售后供应链的备件预测:涉及多地区经营、有售后备件交付需求的其它离散制造型企业:如新能源汽车企业等;
2. 其它类型供应链的精准预测:离散制造业(消费电子、智能终端)、零售、消费行业中涉及供应链精准预测需求的企业;