【物流】RPA+AI如何加强供应链和国际物流流程中的薄弱环节

精简和加快供应链上的大量业务流程，对公司的财务、产品库存、采购订单、交易、物流，交付和履行以及分析都是至关重要的。因为这些功能许多是重复的，容易出现人为错误。

RPA机器人过程自动化可以帮助自动化许多这些任务，以减少错误，并将人类解放出来，从事更有价值和更有趣的项目。

RPA和AI还可以补充其他技术，以改进业务决策、分析文档和预测风险。RPA确实有其局限性，但它们可以通过AI工具和人机配合的正确组合来解决。

总部位于德国波恩的DHL供应链美洲部IT副总裁Mike Kreider表示:“我们已经看到RPA技术在日常供应链运营中更广泛的应用。DHL正在使用RPA实现手动数据输入功能的自动化，生成供应链状态更新，并执行系统到系统的审计功能。Kreider补充说:“当传统的系统集成和API不可用的时候，RPA帮助弥补了系统对系统通信的问题。”因此，复杂的供应链功能可以更容易地通过ERP、运输和仓库管理系统进行处理。

运输业务中涉及许多手工流程，包括订单输入、跟踪和追索、预约监控以及为客户生成交付证明。DHL已经创造了8个RPA软件机器人运行在底特律的一个中央控制塔，以支持客户。Kreider称，该公司每天在重复性任务上节省了数百个工时，比如在运营商网站上查找运输交付状态，生成关于交付状态的电子邮件更新，从准备发货的物品列表中创建运输订单，并从网站获取交付证明文件，以更新运输管理系统。Kreider说:“RPA是我们提供服务的关键部分，它还帮助我们减少了文书工作，这对运营和环境都有好处。”

目前，Kreider认为DHL的RPA主要用于后台办公室和一些前线操作。“在未来，”他指出，“我预计机器学习和人工智能方面的更多进步将进一步提高RPA工具的效率，使它们更容易编程，这可能会帮助RPA在供应链的其他应用和流程中得到应用。”

多问题解决方案

供应链上任何类型的故障或瓶颈都会减慢关键流程，并导致代价高昂的错误。RPA有助于缓解各种各样的效率低下。供应链有许多端到端流程，如“订单兑现”和“采购付款”，以及许多子流程，如“订单捕获”和“支付发票”，更有国际物流中的订舱操作，提单，箱单，发票，报关单，产地证，卫生证处理流程。

Gartner供应链实践高级研究总监Simon Bailey表示:“在可能的情况下，数据将在系统之间轻松传递。”　“公司合并和拆分，新系统来来去去，人们在更新数据时也会犯错误，而且十分低效，完全没有价值。”

每一种效率低下都会导致供应链出现各种各样的问题:

1、系统效率低下，由缺乏互连、手工流程或系统配置造成的。

2、导致数据效率低下的原因包括:客户和供应商之间的数据不一致、企业内的主数据不正确或丢失，或者业务数据(如价格更改)更新延迟。

3、组织设计、不一致的角色和责任，以及过度工作、无所事事、心烦意乱或情绪低落的员工都是导致人们效率低下的原因。

4、国际供应链冗长的流程，设计多个机构和企业，如货代，船公司，码头，海关，车队，仓库，还有不同国家的政策，交易风险，还有不可抗力风险（如Covid-19）, 每个机构部门都会要求不同格式的文件和资料提交

将复杂的流程分解为由简单任务子流程可以帮助消除瓶颈。RPA最擅长在多个稳定的系统中自动化和结构化数据的移动，特别是需要大量重键操作、出错可能性更大的高度重复性任务(而不是流程)。

“RPA，”Bailey解释道，“可以24小时、更快、更少的错误和更低的成本执行脚本任务，而不是手动执行常规、重复、基于规则和可预测的任务。”

克服RPA和AI的干扰

在过去一年的事件发生之前，供应链战略并没有得到很多高管的关注。但现在，这是由于COVID-19大流行造成的实际和潜在的供应链中断，以及英国退欧和美中之间酝酿的贸易战。

IBM Sterling负责战略和提供管理的副总裁Jeanette Barlow表示，有效地连接数据是克服这些干扰的一种方法。企业通常在运输管理、仓储和第三方物流方面部署了单独的系统，这使得管理层更难对中断情况进行评估。Barlow解释道:“如果你没有可见度，你可能会超过或低于正确值，这可能会付出很大的代价。”

RPA可以帮助填补这些系统之间的差距，特别是对于那些与几个较小的业务伙伴打交道的企业来说。例如，一个大公司可以拥有许多大型零售客户，同时拥有数千个依赖不同发票系统的小供应商。RPA结合其他技术，可以轻易把千万种不同格式发票数据提起出来，轻松导入客户的系统，并有助于减少人类来来回回的对账，还有争论，甚至诉至诉讼，并确保供应商按时得到支付。

许多供应链决策都涉及到采购来源和成本。在新冠肺炎疫情发生后，影响风险评估的大量供应商数据不断变化。第三方风险管理软件制造商Interos的首席技术官Noel Calhoun表示:“RPA在获取和输入这些数据方面发挥着重要作用，而人工智能和机器学习可以快速评估相关的风险因素。”

他说，由于RPA本身无法有效地进行预测，人工智能和机器学习能力可以帮助解决这一需求。例如，RPA和AI可用于提高风险相关数据的采购速度和准确性，将机器学习插入这些数据中，以帮助提供改进供应链管理的替代供应商选择的建议。

用人工智能推动物流

RPA擅长在应用程序之间复制和粘贴数据，但在理解来自使用不同格式的业务合作伙伴的纸质文档时可能会遇到困难。此外，当流程更改时，RPA机器人可能会崩溃。

总部位于安大略省密西索加的物流、仓储和配送服务公司北极星运输集团(Polaris Transportation Group)首席技术官Dave Brajkovich表示，该公司一直在将RPA与各种人工智能模块相结合，以解决这些限制。Polaris管理着大量与卡车运输相关的文书工作，这是一个劳动密集型的过程，在跨境运输中可能会变得更加复杂。Dave Brajkovich表示，该公司决定将订单输入和报关包裹等重复性流程自动化。

智能文档处理利用人工智能和机器学习自动生成80%至85%的文档。布拉科维奇希望这个数字能达到90%，因为该公司改进了给文档加标签的流程，以更新人工智能算法。他解释说:“在这里，数字工作人员通过与应用程序和机器人互动，不断增强流程。”RPA还改进了关键绩效指标的生成。Dave Brajkovich指出:“我们不会因为缺乏洞察力而追赶或错过一些事情，而是总是走在进程的前面。”

然而，设置和更改设置的严格性会阻碍RPA。Dave Brajkovich说:“有了更多由人工智能驱动的增强功能和大量的数据集，这些系统可以改进，从而自主进行调整。”

AI+RPA驱动国际物流自动化

光学字符识别（OCR）识别发票和其他单据技术已经比较成熟，但有一些严重的局限性。OCR解决方案仅在处理大批量或者标准文档时才真正有用。因此货运代理收到的每张单据，需要在单据上的位置进行教导，以便提取。通过构建发票模板和设置规则完成。

可是货运代理会从数十个，甚至数百个不同的公司那里收到数千张不同单据，正如上面提到的，箱单，提单，发票，卫生证，产地证，报关单，结构不同，描述也不同（“总计”，“应付金额”和“付款”有时是同一个事，有时也不是）。

因此，必须构建并维护有规则的新模板，而且是个不断进行的过程，市场上最好的解决方案是利用机器学习（ML）自动执行整个任务。

机器学习文档处理自动化工具需要接受数百万张发票的培训，以学习所有不同模式，结构和术语。换句话说，机器学习为发票数据捕获智能化了（Intelligent）。

ML支持的解决方案自动数据识别提取和输入，大大减少了处理发票时间。也节省了金钱。文档处理自动化可以将手动数据输入成本降低80％以上-从每个文档3.20美元降低到0.58美元。

AI+RPA解决方案可以更快地处理文档，以极高的准确性-可以达到99％的准确性。

养育机器人

使用RPA和AI的供应链流程通常会随着时间的推移而变化，以适应业务领袖、供应商和客户不断变化的需求。RPA被认为是2019年增长最快的行业之一，但许多企业在扩大RPA部署方面面临挑战。

Gartner表示，它预计超自动化（Hyperautomation）将发挥作用——开发一种端到端供应链战略，以自动化创建新的RPA 的过程，并“扩大规模，超越最初几个简单的日常流程的成果，这是无法通过单一工具或孤立的战略解决的。”

一种新兴的策略是使用流程挖掘和智能工具来识别与关键业务流程相关的所有任务，以帮助确定自动化工作的优先级。数字智能工具提供商Abbyy的产品营销总监(Reginald Twigg表示，在部署RPA之前，使用人工智能进行流程挖掘和发现，是做出智能自动化决策的最简单方法之一。“流程智能，”他说，“可以告诉你供应链中哪里出现了瓶颈、是否重复出现、是否变化，以及哪里运行正常。”