数据科学和供应链管理已经融合在一起。它是由商业智能和大数据利用率的提高以及对人工智能(AI)的日益增长的兴趣驱动的。AI有望提供新水平的洞察力,可操作的情报和自动化,这是传统技术或仅凭个人无法实现的。相反,人工智能可以补充和扩展您的供应链组织的功能。这是区分和捍卫您的业务的机会,这在上文的Andrew Ng的《哈佛商业评论》中提到。

与任何新兴技术一样,组织的问题是从哪里开始?在许多情况下,与日常从业人员一样,这个问题可能直接针对您供应链中的数据科学团队。Ng指出,这并不容易,尤其是对于传统企业而言。

在本文中,我们为尚未开始有效实施AI的已建立且成功的组织提供了战略路径。为了建立持久的AI功能,我们采取了分层的方法。它由四层组成,类似于倒置的沙锥。

从第1层开始,旧式组织可以构建持久的AI功能,并按顺序累积到第4层。在每层中,该组织都通过仔细地进行微调和逐项学习来构建能力。 。第4层的功能是累积积累的,其基础是下面所示各层中开发的功能。根据第1层到第4层数据的性质,我们提出了一系列有关认知技术的能力建设序列,这些认知技术从数字到文本再到图像,再到高级数据,例如语音和视频。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。