Google推出孪生数字供应链技术，应对供应链中断问题

谷歌推出孪生数字供应链技术，应对供应链中断问题

信德海事 苏婉

信息技术研究分析公司Gartner最新研究表明，供应链领导者们主要将技术视为其竞争优势，并着眼于长期价值。适应新的思维模式：接受和拥抱长期不断的变化，对供应链技术领导者至关重要。

近日，谷歌推出了孪生数字供应链技术，以解决目前棘手的供应链拥堵问题，而这一技术也是Gartner在2020年提出的八大供应链技术趋势之一。

八大供应链技术趋势

趋势1：超自动化（Hyperautomation）

超自动化是一个通过最可行的方式混合并匹配大批技术的架构，例如附带最近部署工具和已计划投资的历史留存平台。这一概念对不同的组织具有不同的含义，因此供应链领导者必须首先找到他们各自的定义。如果正确部署，超自动化便能够激发跨领域的更广泛的协作，并可充当各种不同以及独立功能的集成平台。

趋势2：沉浸式体验（Immersive experience）

虚拟化，增强和混合现实等沉浸式体验技术有可能从根本上影响供应链管理轨迹。这些新的交互模式增强了人员的能力，并且一些公司已经通过应用案例看到了利好之处，例如在安全，逼真的虚拟环境下通过沉浸式在职培训对新员工开展入职培训。

趋势3：持续智能（Continuous intelligence）

持续智能是供应链领导者加快其组织数字化转型的最大机会之一。它充分利用了计算机比人脑更快速处理数据的能力。供应链领导者（或其他系统）能够查看处理后的数据，了解实时情况并立即采取行动。

趋势4：供应链管控与安全（Supply chain governance and security）

随着全球风险事件不断增加，安全漏洞同时影响到企业数字和物理层面，这一宏观趋势日趋重要。Gartner预测，将会涌现出一系列新的解决方案用于供应链安全和管控，尤其是在隐私以及网络和数据安全领域。可以考虑先进的追踪与跟踪解决方案，智能封装，以及下一代RFID和NFC功能。

趋势5：边缘计算和分析（Edge computing and analytics）

边缘计算的兴起，因其数据在收集点附近被处理和分析，与物联网(IoT)设备的普及相辅相成。当需要低延迟处理以及实时自动化决策制定时，该项技术是必不可少的。边缘计算目前正逐渐渗透进制造行业。例如，某些企业开始尝试在其仓库采用无人驾驶叉车。重型设备销售商可以利用边缘计算来分析零件何时需要维护或更换。

趋势6：人工智能（Artificial intelligence）

供应链中的人工智能由包含诸多技术选择的工具箱组成，该工具箱能够帮助企业了解复杂内容，与人进行自然对话，提高人员绩效并接管日常任务。目前，人工智能可以帮助供应链领导者解决围绕数据孤岛和管控方面的长期挑战。其功能可以提高以前在远程或是完全不同的利益相关者网络之间的可见性与集成性。

趋势7：5G网络

与之前的产品相比，5G在数据速度和处理性能方面向前迈进了一大步。5G无处不在的本质增强了其在供应链中的潜力。例如，在工厂中运行5G网络可以将延迟最小化，并增强实时可见性和物联网功能。

趋势8：孪生数字供应链（Digital supply chain twin）

孪生数字供应链是物理供应链的数字化表现形式。它由整个供应链及其运营环境中所有相关数据衍生而来，因此孪生数字供应链是所有本地和端到端决策制定的基础。孪生数字供应链也是数字化主题的一部分，描述了数字世界和物理世界的不断融合。将两个世界联结起来，可以增强态势感知并支持决策制定。

Google Cloud 推出孪生数字供应链

Google Cloud 宣布推出孪生数字供应链，该技术可以通过编排不同来源的数据，获得有关供应商、库存和其他信息，形成更完整的视图，让企业可以建立一个物理供应链的虚拟体现。

据谷歌称，大多数公司对其供应链没有完整的可见性，导致零售业缺货、制造业库存老化、与天气有关的中断问题频繁出现，谷歌表示，在 2020 年，仅缺货一项就给零售业造成约1.14万亿美元的损失。过去一年半与Covid-19有关的供应链中断，进一步证明了对运营、库存水平等最新状态可视化的需求。

谷歌云供应链和物流解决方案的总经理 Hans Thal bauer 说：“独立、不完整的数据限制了企业对其供应链的可见度。孪生数字供应链使客户能够更深入地了解他们的业务，帮助他们优化供应链从采购和规划，到分销和物流这个过程。”

通过孪生数字供应链，公司可以将来自多个来源的数据整合在一起，同时与传统的基于应用程序编程接口（API）的集成方式相比，所需的集成时间更短。

此外，供应链脉冲模块可以与孪生数字供应链一起使用，以提供实时仪表数据，进行高级分析，对潜在中断等关键问题的警报，以及在谷歌工作区的协作。

孪生数字供应链支持的数据类型：

企业业务系统：通过整合来自企业资源规划和其他内部系统的信息，如位置、产品、订单、库存等信息，更好地了解运营情况。

供应商和合作伙伴系统：通过整合供应商和合作伙伴的数据，例如把供应商库存和存货水平与合作伙伴的材料运输状态数据整合到一起，可以获得更全面的、跨业务的信息。

公共来源：通过纳入公共来源的数据，如天气、风险、与可持续性相关等数据，包括谷歌的公共数据集，一旦客户在Supply Chain Twin上运行起来，Supply Chain Pulse模块就能实现进一步的可见、模拟和协作功能。

实时可见性和高级分析：通过深入了解性能指示板上关键的运营指标，更容易查看供应链的状况。

警报管理和跨团队协作：设置移动警报，当关键指标达到用户定义的阈值时触发警报，并建立共享工作流程，使用户能够在谷歌工作区快速协作解决问题。

人工智能（AI）驱动的优化和模拟：使用AI驱动的算法建议，对不断变化的事件及时作出反应，此外还可以帮助用户标记一些复杂的问题，对根据事件的假设条件模拟出影响结果等。

【投稿】、【提供线索】、【转载】请后台留言或电邮投稿，主题格式为【投稿】+文章标题，发送至media@xindemarine.com邮箱。