人工智能和成本优化

供应链领导者面临着降低成本的压力。各类业务都面临阻力。Gartner ®表示：“60% 的执行团队领导认为当前的环境不利于公司业绩”，其中现有客户需求减少和通货膨胀加速是他们面临的两大风险。

在Blue Yonder 供应链指南调查中，当被问及他们最大的担忧时，28% 的供应链领导者明确提到成本上升，而零售商最有可能将此作为他们的主要担忧（35%）。因此，63% 的受访领导者表示，管理供应链成本是实现今年战略目标的关键举措，这并不奇怪。

然而，供应链中产生的许多成本都是结构性的，在短期甚至中期内都很难改变。这给供应链管理领域带来了更大的压力，需要进行优化以实现最高效率和成本效益。

我们知道人工智能已经在改变供应链的工作方式，并且人工智能运行的规模、精度和速度应该能够提高端到端供应链的效率和价值。那么，供应链领导者如何看待人工智能降低成本，以及人工智能在成本优化策略中扮演什么角色？

优先级差异

我们可以看看那些告诉我们管理供应链成本是一项关键行动的领导者和那些没有告诉我们的领导者之间的战略重点有何不同。

成本经理比那些不太关心降低成本的经理更优先考虑盈利能力和效率，这是有明显逻辑的。实施新技术可能会带来巨大的前期成本，因此对于那些管理成本的人来说，这可能是一个较低的优先事项，这并不奇怪。然而，乍一看，通过降低新技术实施、可持续性和更快/更好的决策的优先级，领导者可能会陷入陷阱。

风险在于，为了在短期内降低成本，供应链领导者没有进行正确的投资来构建智能、敏捷的供应链——那些可以实现长期效率和盈利能力的供应链。

但这些领导人似乎非常清楚这一风险。83% 的人同意过时的技术将阻碍其供应链的发展，只有 5% 的人有信心在不升级现有技术堆栈的情况下实现其目标。 

人工智能的作用

由于领导者已预算投资技术来克服孤立的决策（67%）、加快决策速度（49%）以及对商业模式进行复杂的改变（53%），很明显技术投资已被牢牢地提上议事日程。为了与日益关注的成本相兼容，72% 的领导者正在寻求在一年内快速实现投资回报。   

他们从人工智能中看到的优势与成本没有直接关系。只有 13% 的领导者表示降低运营成本是人工智能的优势。他们所寻求的是一个更快、更高效、更具弹性的供应链，为他们的业务创造更大的价值。 

这对于了解供应链领导者如何实现成本优化和降低至关重要。
这并不是一项统一的成本削减措施，技术投资并不是随着全面预算的削减而减少。
相反，人工智能使供应链变得更有价值，成为企业成功的更大差异化因素，其无数好处取决于领导者对战略重点的重视程度。

显然，即使降低成本不是唯一目标，其中许多优势也会直接产生成本影响。采用它的主要目的不是为了降低成本，而是为了实现供应链运营的最大价值。  

采用挑战

更广泛采用人工智能的最大障碍是数据质量和安全性。为了使人工智能在供应链的任何特定领域发挥作用，它需要跨领域的高质量数据和战略协调——请注意，四分之一的样本发现人工智能部署战略是实施的障碍。 

即使是最深层的机器学习算法和最智能的代理工具也无法改变部门不一致、数据无法访问且过时、存在利益冲突的业务。

在解决这一问题时，合理化整个供应链成本的需求可能为领导者提供机会。为了真正有效地降低成本，企业需要一个单一事实来源。为了快速充分利用人工智能和智能供应链技术，企业需要单一事实来源。云端的统一数据模型可以实现这两者。

人工智能是成本优化（以及其他许多方面）的宝贵工具

在必须尽量降低所有可控成本的环境下，对技术进行投资似乎不太可能。然而，供应链领导者普遍认识到，这样做的目的不是为了简单地减少开支，而是为了最大限度地提高开支的价值。在这种背景下，投资人工智能供应链解决方案变得越来越重要。

这是因为人工智能不仅能够通过做出更好的规划决策和优化运营来在短期内降低成本。这也是供应链能够抵御未来中断并提供竞争优势的必要转型。