AI时代供应链的机遇与挑战
——读《供应链大发现：神奇的传送带、人工智能与未来工作》
◎南 芃
本书作者尤西·谢费在学界与业界享有盛名。他创建了美国麻省理工学院供应链管理硕士学位课程，主导了全球供应链与物流卓越网络（SCALE）的成立，并常年为全球各地的政府机构与企业提供咨询服务。在本书中，作者讲述了什么是供应链，它的运作模式，以及在自动化、人工智能的发展过程中，人类角色将发生的那些变化，人们在未来所需的必要教育事项等。
香蕉之旅与“金螺丝”现象
在作者的大部分职业生涯里，当有人问及他在麻省理工学院的授课方向时，大家通常对“供应链管理”表示茫然。然而在新冠肺炎疫情期间，作者的妻子在超市购物时问道：“为什么货架上没有橙子？”店员漫不经心地回答：“我们遇到了一些供应链问题，女士。”
在哥斯达黎加的金吉达种植园，大自然为香蕉提供了二氧化碳、水和阳光。而香蕉的种植还需要肥料、有机物质以及除虫产品。当香蕉接近成熟的时候，农场工人会把它砍下来，沿着金属轨道送到分拣站。香蕉被人工检查外观，按照大小分类装箱，送到生产线的尽头装上卡车，送到加勒比海的莫因港。
在港口，成箱的香蕉装入托盘，再装入集装箱，通过大型起重机上船前往美国新奥尔良港口。香蕉从船上卸下来以后，通过铁路和卡车运送到金吉达公司的冷藏配送中密封的催熟室。当香蕉即将前往零售店时，金吉达公司向催熟室注入乙烯气体，重启香蕉此前被停滞的成熟过程。通过控制乙烯气体的浓度，香蕉可以达到三种成熟度水平：硬绿色，绿色或者黄色。
以上描述的仅仅是香蕉本身，沿途的每个流程，都需要工人、基础设施、工具，以及各种组织来运营，涉及种植、收获、装载、运输、存储、催熟、交付等环节。这一切，仅仅是针对一个不需要组装的简单产品。而组装一辆汽车，通常需要拥有30000多个来自全球各地的零部件。
至此，我们可以了解到，一家公司的供应链是包括所有参与者的网络，每个产品的供应链包括提供材料和零部件的直接供应商、二级供应商，以及二级供应商的供应商，以此类推，直到最简单的原材料。供应链还包括一系列的物流服务提供商，比如运输与仓储公司。全球供应链并不是只有一个，而是数百万个相互关联的特定产品的供应链。
从制造业的“金螺丝”现象，可见供应链的关联性“一斑”。“金螺丝”现象是指一个小小的零部件的缺失，可以阻止工厂完成产品生产。比如，2022年9月，由于蓝色福特徽标的短缺，福特公司就无法按时交付4万辆畅销的F-150卡车。
通过以上案例不难发现，供应链中充满了“关键环节”。其中任何一个环节若不在正确的位置上，那么整个系统都会受到影响。这只是供应链所应对挑战的一小部分，还有更多复杂因素在影响着供应链的运行。
当复杂性遇到了人工智能
为了描述供应链管理者所面临的世界，作者引用了一个美国陆军的术语“VUCA”。VUCA是波动性、不确定性、复杂性、模糊性的英文单词首字母的缩写。作者在书中重点介绍了前两个要素。
不确定性是指对未来事件缺乏可预测性与确信度。对供应链来说，最大的不确定性是客户的需求。在20世纪90年代初，宝洁公司发现，尽管出生率稳定，婴儿使用尿布的频率也是稳定的，但是婴儿尿布的订单却出现了显著波动，其原材料供应商的订单波动更大。这里就出现了一个很有趣的“牛鞭效应”，即随着向供应链上游推移，订单和库存水平的振幅越来越大。“牛鞭效应”也导致了经销商的库存水平随机波动，并出现了6%至7%的断货率。一般来说，促销、经济周期与突发事件都可能导致销售的波动，这会被错误理解为需求的变化，导致企业做出错误的决策。原因在于，库存的堆积或短缺所产生的焦虑，会导致供应链参与者对需求的临时变化产生过度推断。供应商离消费者越远，对真实需求的变化就越容易过度推断。
幸运的是，在如今的技术条件下，供应链的复杂性并非无解。云计算通过互联网随时随地提供基于客户需求的计算资源。中心化数据库和应用程序让所有的经理和分析师都可以从网上下载到最新的销售、支付款、订单等数据进行分析。
未来劳动者需要的技能
21世纪的第二个十年标志着第四次工业革命的开始。它的特征是广泛使用的个人连接设备；工业中的物联网将无生命的物品连接到互联网；人工智能的兴起使得智能自动化和先进机器人成为可能。这一系列的革命性变化中，对工作岗位的威胁引发了劳动者持续的忧虑与不安。
研究表明，运输、仓储和制造业，最早可能实现自动化，从而大规模减少低技能工人在供应链上的就业机会。最悲观的预测之一来自高级未来学家托马斯·弗雷，他声称到2030年，全球有20亿个工作岗位消失。
那么人工智能的应用，到底是工作岗位的杀手还是创造者呢？一项针对1599家公司的研究发现，相比于短期用机器人替代人工，人机合作能够取得更大的绩效。这表明，机器人与人类是可以互补的。在作者看来，机器人更像是人类的合作伙伴，机器人可以从事相对容易的工作任务，而人类则可以专注于工作中更高技能、更模糊、更有回报的环节。例如，梅赛德斯-奔驰工厂采用了基于AI技术的协作机器人来搬运重物，而工人则引导机器人处理制造过程中更精细的步骤。
在办公室中，一些白领的知识性任务也可以被自动化。软件机器人在简单规则下，可以处理重复性任务，比如批准发票、汇总数据、订购物品等，但是和物理机器人一样，它缺乏人类的认知灵活性，实际操作中，更像是人类员工的一名虚拟“下级”。对于生成式人工智能技术，例如ChatGPT，虽然降低了写作等创意任务的技能要求，但是依旧需要人类提供准确简洁的提示词，帮助该模型理解语境，检查结果的可靠性。
作者认为，未来最有可能保住工作的是能判断机器输出是否合理，并在机器人犯错时采取措施的员工。这要求所有工作者都要具备监督、批判性思维、判断和决策的能力。而在供应链上的专业人员，需要不断与内外部人员进行互动，这使得未来的工作者需要显著的社交、数字、认知和管理能力。
沃顿商学院的教授林恩·吴曾说过，“所有工作岗位的流失都来自没有采用机器人的公司，它们失去了竞争力，不得不进行裁员”。作者认为，未来人才供应链有两个主要目标：一是提供人们所需的技能，使之获得或保住好工作；二是确保公司拥有高技能人才，为客户提供富有性价比的产品与服务。除了传统的培训手段，如何让数据驱动教育，将人工智能用于帮助人类提高技能，是在工业5.0时代供应链必须应对的挑战。