在現今動盪且複雜的全球環境中營運對任何供應鏈來說都是一個挑戰。需求變化、出乎預期的供應短缺、員工缺席或極端天氣事件，這些問題一直都需要立即採取行動。但供應鏈大可以仰賴下一個正常週期來使事情重回軌道。由於重大的中斷事件，如港口延遲導致進口減少、貨車司機面臨邊境規則、冬季暴風雪襲擊物流網絡、勞動力短缺和客戶需求波動劇烈等現象變得司空見慣，而不是例外，因此，韌性和決策速度變得前所未有的重要。

我們的客戶面臨著不斷適應動態市場行為的需求。但面對當今極端的市場複雜性是一個艱鉅的挑戰 – 且不是因為你可能想到的所有原因。供應鏈解決方案涵蓋廣泛的網絡，具有多樣的數據來源，並且充斥著穀倉、冗餘和低效。在各種系統和團隊之間處理大量數據以進行即時、考量情境的計畫調整已成為一個日常挑戰。過去幾年的極端起伏給計畫員帶來了前所未有的壓力，結果導致供應鏈專業人員的自願離職率創下歷史新高。

即使對於最熟練的人員來說，管理和解讀大量數據也可能令人生畏，日益增加的勞動力限制正在迫使各行各業的高階主管尋找管理供應鏈問題的新方法。

針對我們客戶知識落差問題的智能解決方案

當生成式人工智慧進入應用情境時，這立即引發了一個問題：“我們能否建立超智能供應鏈助手來幫助客戶解決知識落差問題？”不可避免的答案是：“是的，但我們應該從哪裡開始呢？”

生成式人工智慧技術存在著限制和顧慮，如幻覺效應，這是由於其固有的創造力而導致人工智慧提供不正確的回答，以及有關數據和資訊安全的擔憂。此外，在產業中過去的失敗嘗試、用戶體驗不佳和過度指導結果引起的負面感受已提高了客戶的期望水平。我們必須在這些現有挑戰的限制範圍內工作，同時提高計畫員的生產力並提升用戶體驗。Blue Yonder 的方法確保數據安全性和回答的準確性被建立在解決方案的架構基礎之中。

如今企業應用程式的用戶體驗是為了容納所有解決方案使用情況而建造的，迫使用戶透過為預設旅程所建立的預定畫面來達到他們所需的答案或最終狀態。這使得用戶體驗變得僵硬、低效、耗時，並且當您將大量數據加入其中時更加討人厭。難怪供應鏈專業人員正在變得厭倦。當今的環境要求供應鏈具有韌性和靈活性，能夠從任何地方啟動業務流程並從端到端同步決策。隨著我們邁向這個新世界，用戶體驗必須發展以適應。

我們的目標是將市場複雜性轉化為成長的機會，方法包括：

  • 簡化數據分析和情境規劃
  • 預測下游策略
  • 自動化繁瑣任務
  • 釋放容量，使計畫員可以花更多時間進行策略、假設情境和執行超出規範的任務

想像一下，如果你能將供應鏈的交貨時間縮短一半，提前幾個月以非常敏銳的準確性預測市場趨勢，這將如何轉變你的市場競爭力、庫存管理和整體盈利能力？這將如何改善供應鏈專業人員的一天生活？

Blue Yonder Orchestrator 正在提供下一代供應鏈決策智能

在今天的應用程式中，計畫員必須進行數百次排列組合才能建立完美的計畫。但由於異常事件的數量和數據量的龐大，這一目標仍然難以實現。Blue Yonder 將 LLM（大型語言模型）的自然語言能力與 Blue Yonder 的供應鏈求解器結合起來，以應對這一挑戰，提供有力的決策和協作。Blue Yonder Orchestrator 整合在 Luminate® 平台中，允許用戶用自然語言進行查詢，然後從所有相關和允許的來源中提取數據，確定相關性，並以易於消化的格式提供所有相關數據以及見解和建議，以指導下一步和決策 – 所有這一切都不需要處理數據或在多個軟體應用程式之間切換的麻煩。Blue Yonder Orchestrator 使用廣泛的供應鏈規劃和執行微服務進行這些決策。

利用生成式人工智慧從可預測性轉向指導性

生成式用戶體驗不是每個問題都適用同一種解決方式。它根據情況和背景進行調整，匯集資訊和必要的結構來解決問題。大型語言模型（LLMs）還必須正確回答問題 – 考慮到可用數據、用戶角色和權限以及供應鏈應用程式中的情境。為了避免幻覺效應，還必須建立防護欄。供應鏈用戶可以提出成千上萬個問題，提問的方式有數百萬種。

為了滿足這些要求，Blue Yonder 應用了提示架構，這是一種提示工程的組合，著重在單一對話中組成、啟動、精煉和測試提示，並考慮到LLM營運的整體架構，以確保準確性和數據安全性。模型暴露於專有的演算法、有關Blue Yonder在所有用例中的供應鏈軟體運作方式的資訊以及Blue Yonder的知識產權，包括400多項專利，然後連接到Blue Yonder的應用程式和數據宇宙。結果：高質量、超智能、全知全能的供應鏈導航器，可提升用戶體驗，增強直覺並加速決策。

讓我們考慮一個常見的情境。今天，一個計畫員正在按月檢閱他們的銷售和利潤計畫。根據以往的經驗，他們預計在第8個月將會有需求激增，但為了確保，他們想要了解上一個日曆年度每個季度的實際銷售情況，因此打開另一個應用程式進行深入研究。然後，他們想要分析季節性趨勢，打開另一個頁面。接著，他們轉到內部的商業智慧系統，以了解是哪些產品推動了業績。然後，他們接到同事一通需要立即處理的電話。他們必須在下午稍後才返回這個任務。聽起來很熟悉嗎？

現在讓我們將 Blue Yonder Orchestrator 應用到這個確切的情況。該計畫員正在審查他們的銷售和利潤計畫。他們打開聊天窗口，輸入提示：“顯示2023年和2022年按季度的實際銷售情況。”在同一個窗口中，提供了一張總結數字的表格。同時還提供了見解，包括銷售量的高、低和平均值。計畫員甚至可以深入瞭解哪些產品和地區主要貢獻了業績。Blue Yonder Orchestrator 注意到銷售通常在第三季和第四季較高，並建議計畫員充分利用旺季，相應地規劃庫存和促銷活動。Blue Yonder Orchestrator 已經查看了用戶可以訪問的所有可用數據來源，呈現了相關資訊的摘要以及建議，並在幾秒鐘內完成了這一切。比起在不同應用程式之間來回切換，資訊現在就在計畫員觸手可及之處。

在即將發生的未來，想像一下計畫員輸入提示：“今年夏天將比平常更長。我想將男士短袖襯衫和短褲在第8和第9個月的銷售增加10％。請進行更改並重新產生計畫。” Blue Yonder Orchestrator 獲得了這種權限並完成了交付的工作。曾經需要幾個小時的任務現在僅需幾秒鐘即可完成。

Blue Yonder 今天的投資將為客戶帶來未來的好處

人工智慧允許更快地處理和分析大量數據，以幫助加速決策過程，隨著人工智慧獲得更廣泛的理解和應用，我們預期將看到越來越多的公司在這些類似的使用案例中應用它。透過利用生成式人工智慧技術，我們將以引導式決策和流程自動化改變用戶體驗，將我們的解決方案提升到下一個標準，使我們的客戶能夠更好地準備計畫和轉變供應鏈營運，以應對市場的迅速變化。

優化用戶體驗是一個很好的開始，但這只是開始。生成式人工智慧技術仍處於起步階段，一旦技術成熟，它可以解決許多未解決的問題。任何現成的技術都需要進一步調整才能提供有意義的結果，而這種精煉需要投資和技術純熟的工程師。

隨著技術的不斷進步，我們預測將出現新的使用案例，來顯示值得進行這樣的投資，Blue Yonder 也期待著成為這一新篇章的先驅。