AI实战Top 30案例 联想智链每年可节省千万美元

AI实战Top 30案例 联想智链每年可节省千万美元

• 来源:网络
• 更新日期:2020-07-24

摘要： 对于制造业来说,最难做的事情就是预测需求,让产销平衡。在联想,因为有了AI加持的智慧服务供应链系统,这个问题迎刃而解,每年还能够节省千万美元资金。 近日,全球知名中

对于制造业来说,最难做的事情就是预测需求,让产销平衡。在联想,因为有了AI加持的智慧服务供应链系统,这个问题迎刃而解,每年还能够节省千万美元资金。

近日,全球知名中文IT技术交流平台CSDN公布2020年度 “百万人学AI” 评选结果,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)入选AI 优秀案例实践奖Top 30,同时入围的还有腾讯、京东、科大讯飞等行业顶级AI公司案例。

按照CSDN的评选标准,入选的优秀案例均通过AI技术改善业务流程,降低生产成本,提高生产效率,真正解决实际业务问题,探索出经济上可行的解决方案,并且具有一定的示范性和可复制性。

据此,CSDN认为,联想智链通过机器学习和运筹优化技术,打破行业痛点,显著提升服务供应链的表现,降低企业服务供应链采购、运输、库存等运营成本,加快企业数字化转型步伐。

作为全球最大的PC厂商,联想售后服务部门每年要给全球用户更换海量配件,由于各地配件消耗数量和种类各不相同,还会受到交通和季节影响,如在印度雨季,手机和笔记本的特定备件坏损率会急剧提升,预测复杂度因而陡增。

很多时候,在新产品刚上市还没有具体用量时,就需要为备件提前备货,而服务供应链最大的痛点便是对未来的需求把握不准确、应对突发事件的储备预案不足、多元可替换备件调度不智能、多需求点同时调度请求时分配不合理等等。

过去,类似的问题往往依靠备件计划员的经验和规则来化解,如今,随着AI的应用,可以自动从数据中发现规律,找到应对之策。

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,重点技术包括:需求预测、时间序列生成、服务供应链仿真模拟、多目标贝叶斯优化等。

在具体应用场景方面,联想智链通过机器学习引发主动需求预测,触发多层级多场景下对服务备件整个生命周期以及采购计划期内,准确的需求趋势分析和需求周期性波动预测。

通俗地解释就是,有了AI的加持,联想智链能够在用户的产品发生故障以前就感知到需求。在应用联想智链后,备件需求预测比人工表现提升了7%,人员需求减少20%,采购支出减少23%,库存总水平减少18%,每年可节省上千万美元资金。

对于联想而言,人工智能已经渗透在其供应链的多个环节,除了联想智链,还有智能排产以及通过机器学习赋能的城市配送方案等。未来,联想研究院将继续致力于多场景的人工智能算法应用,用智能决策实现效率和质量的双提升,让智能变革越AI越深刻。