超自动化遭遇物流供应链：AI、RPA和认知分析的结合

超自动化（Hyperautomation）被Gartner列为2020年及未来供应链8大技术趋势之一。超自动化可以理解为一个与不同应用程序连接的数字员工，分析和处理各个系统的非结构化数据，做出决策，并探索改进流程的新可能性。

超自动化是一种方法，使组织能够使用机器人流程自动化(RPA)、低代码应用平台(LCAP)、人工智能(AI)和虚拟助理等技术，快速识别、审查和自动化尽可能多的流程。

未来我们将不局限于满足客户的需求，而是销售一个有结果的承诺，这个承诺包括客户的愿望列表，为企业创造一个新的业务机会，以增加他们的ROI和减少他们的TCO(总拥有成本)。过去几年，像亚马逊这样的公司依靠人工智能认知分析工具等技术来促进增长，我们都应该学习首富的做法。

供应链企业都在进行新的数字化转型，这些数字创新主要集中在重塑客户体验、运营流程和商业运营模式上。

机器人过程自动化(RPA)和人工智能（AI）是最佳武器

超自动化将成为供应链中更大网络的门户，从连接设备中收集的结构化或非结构化数据将被探索和分析，以寻找新的可能性并改进供应链流程。随着数据的结合，AI和RPA业务可以创造新的可能性。此外，它可以自动完成以前无法自动完成的任务。

RPA软件可以生成订购产品的通知，也可以监控库存。它将节省大量的时间在订购或监控资源，它将降低服务成本和提高40-60%的生产力。库存管理中的机器人可以控制库存短缺，低于需求水平时自动发出警报。RPA机器人可以执行像阅读特定格式的电子邮件提醒/通知这样的过程。提取邮件数据，更新ERP系统，信息更新后通知相关人员。

组织必须面对客户多变的想法和要求; 因此，需要了解自感知和学习算法。仅仅通过定性和定量的方法分析历史数据，有时可能很难预测产品的真实需求。

认知数据分析

数据在智能连接的供应链网络中扮演着至关重要的角色。通过对结构化和非结构化数据的分析，AI和ML（机器学习）不断学习和分析这些数据，动态地更新系统，从而使供应链操作变得更加平滑和高效。

供应链组织从他们的利益相关者和合作伙伴那里产生了大量的数据。这些与商品和服务相关的数据有潜力促进组织效率和创新商业模式。数据也包括图像和视频，因为市场是不断变化的，顾客的购买行为也在变化，所以这些数据不容易阅读和预测。

要想在数字世界中成长，就应该有一个可预见性的因素。通过认知计算和预测分析等技术，您可以很好地预测。

Ø 组织提前预测需求，以计划库存的实现。

Ø 预测他们的产品，如软件、计算平台、互联网连接等的健康状况。

Ø 预测顾客的选择，例如:对咖啡味太妃糖的需求正在增加，因此公司将增加该产品的产量或推出一种新产品进入市场。

Ø 通过实时数据获得新的见解将有助于简化决策过程，也会让你的客户感到高兴。

有了这样一个超自动化的过程，公司将节省进行日常重复的任务，节省文件工作，这也将有利于环境。

超自动化不会帮助我们从全球大流行和Covid-19中摆脱出来，但它将帮助供应链组织通过工具和流程来降低人工干预运营的风险和成本。超自动化将节省大量的时间和金钱，这并不意味着超自动化将取代他们的员工，但它将为员工创造一个机会，让他们专注于需要更高价值的工作和任务。

Gartner预测2022年全球超自动化软件市场

根据高德纳咨询公司(Gartner, Inc.)的最新预测，到2022年，超自动化技术的全球市场规模将达到5966亿美元。这比2020年的4816亿美元和今年预计的5324亿美元有所增加。

Gartner的研究副总裁Fabrizio Biscotti说:“超自动化已经从一种选择变成了一种生存条件。”“在新冠肺炎疫情后，企业被迫加快数字化转型计划，因此它们将需要更多的IT和业务流程自动化。”

预计到2022年，该市场将实现两位数增长(见表1)。用于自动化更具体任务的其他软件，如ERP, TMS, WMS, OMS, CRM系统，也将有助于市场的增长。

表1:超自动化技术的全球预测(百万美元)

Gartner的杰出研究副总裁Cathy Tornbohm说:“企业正在从一组松散的零碎的自动化技术过渡到一组更加互联的自动化战略。” 作为回应，供应商正在开发集成产品，将RPA、LCAP和业务流程管理等技术组合成一个打包工具。”

增长最快的一类超自动化支持软件包括映射业务活动的可视化工具、自动化和管理内容摄取、跨多个系统协调工作，以及提供复杂的规则引擎。

自动获取内容技术，如签名验证工具、光学字符识别OCR、文档获取、会话AI和自然语言技术(NLT)，将会有很大的需求。企业组织将需要这样的工具来自动化数据和内容的数字化和结构化——例如，自动化纸质记录的数字化和分类过程。

Gartner预计，到2024年，通过将超自动化技术与重新设计的运营流程相结合，企业的运营成本将降低30%。

案例分析: 道刻智能

位于中国上海的初创企业趋研科技，道刻智能是专注于国际供应链的超自动化方案提供商，道刻智能研发的AI+RPA方案应用于国际物流，尤其是国际货代领域，训练过AI技术自动识别客户的托书订单，船公司的舱单，订舱确认，装箱单，发票等等非结构化文件，提取所需数据，让RPA机器人自动执行订舱，舱单发送，报关单处理，VGM处理，订舱确认，出库单，入库单，M单和H单对账等流程，这些流程效率至少提高40%，另外他们为一个国际性供应链服务提供商开发的超自动化工具，应用RPA+BI技术，让RPA机器人在客户近百个仓库的诸多系统中，自动获取数据，形成客户需要的仓库报表，为客户节省了数十个FTE，趋研科技目前已经获得MARESK，DSV，DHL，Kerry Logistics，华为科技，环世物流，富士康准时达的高度认可。

（DOCUAI完整海运机器人场景）

应用AI+RPA的国际供应链玩家

AI（OCR+NLP+ML）将非结构化数据提取结构化数据

作者：曾志宏Lucas，自由撰稿人，北科大毕业，新加坡国立大学MBA，服务于GE，Rolls-Royce，JCI，Whirlpool等跨国企业供应链部门，致力于货代行业流程自动化，AI+软件机器人RPA，以及数字供应链，智慧物流等的推广和传播 (Wechat: One Six Three Eight Eight Eight One Nine Six Three)。

Source: Kaushal Naik