根据管理咨询公司普华永道(PwC)的一项调查,获得技术投资回报的同时吸引和留住合适的人才,是阻碍组织成功实现供应链运营数字化的三大挑战。
普华永道的“供应链数字趋势调查”对全球244名运营和信息技术领导者、C级高管和其他供应链管理者进行了调查,有近80%的受访者表示,他们的技术投资并没有完全实现预期结果。
普华永道运营转型负责人Matt Comte表示:“企业看不到投资回报的原因很多。供应链是一个复杂的生态系统,由组织内外的利益相关者组成,实施单点的解决方案往往不能解决更大的问题。”
Comte说,为了在物流、交付和仓储方面做出最佳决策,企业需要一种涵盖了很多不同数据集和流程的集成方法。
Comte说,吸引和留住合适的人才,也是充分发挥企业技术投资潜力的关键。
预算限制和员工流动给供应链管理带来阻碍
近48%的受访者表示,他们遇到了员工成本方面的预算限制,超过58%的受访者表示,供应链员工流动率高于正常水平。只有23%的受访者表示,他们拥有实现未来目标所需的数字技能。
“如今,企业需要技术和职能人才,以及完善的技术平台和质量数据集,才能成功地实现供应链运营的数字化,”Comte他补充说。他认为,供应链专家需要与CIO或者数据科学工程师展开合作,打造能够提供必要洞察的AI模型。
调查发现,找到具有协作思维、了解业务且具备技术能力的员工,也是一项重大的挑战。
Comte表示,企业可以在短期内通过有效利用超大规模厂商和其他软件供应商提供的平台来应对这些挑战,最大程度上提高数据摄取、分析和建模的能力,从而产生更多的业务洞察力。
云、无代码助力供应链数字化
“行业云结合数据市场、数据交换、低代码/无代码平台的使用,可以在短期内为企业提供帮助,”Comte说。
不过从长远来看,这些措施无法克服人才方面的挑战,可能需要对现有员工队伍进行挑战,Comte说。
“CXO需要针对组织当前的问题转换可用的人才,”Comte补充说,一些流程和任务可以由机器人流程自动化(RPA)或者人工智能(AI)接管,这反过来可以释放出员工资源,让他们接受培训以实现未来的目标。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。