编者注：乔治·贝利是数字供应链研究所的常务董事，该研究所是一家非营利性研究机构，专注于数字经济中企业供应链的演变。他还是佩珀代因大学数字创新与管理执行教授
在数字供应链研究所（DSCI），我们一直与来自全球 72 家公司的高管合作，开发工具和见解，以加速从传统供应链向更强大的数字供应链的转变。
公司可以采取多种行动来构建领先的数字供应链，但人工智能和机器学习 (AI/ML) 对于利用数据洪流而不是淹没数据至关重要。
我们列出了我们认为对公司利用 AI/ML 快速发展至关重要的十大见解。考虑一下十大见解中的哪些是贵公司的优先事项。
数据 80/20 规则 – 正确处理
收集、清理和存储数据与分析和执行的最佳组合是什么？公司应该将 80% 的精力用于分析数据和做出决策，将 20% 的精力用于收集和清理数据。不幸的是，太多公司陷入了相反的境地。聘请懂得如何收集、管理和分析数据的数据分析 新西兰电子邮件列表 和数据科学家人才。培训一线员工和员工掌握数据驱动决策所需的技能。并储备 AI/ML 人才。
实时需求塑造超越预测准确性
预测准确性很重要，但数字供应链必须做得更多；它们必须增加和管理需求。怎么做？投资技术来捕获新数据，开发新算法并利用它实时做出决策。激励人们合作以实现目标。
算法之战
公司必须收集更多客户数据，并使用 AI/ML 开发在市场上取胜的算法。基于算法的方法可以学习、改进并最终揭示大量数据中的隐藏模式，这些方法已经触手可及。通过揭示隐藏模式并释放信息中的预测能力，供应链将有最大的机会以有竞争力的方式满足客户需求。只需查看亚马逊、谷歌和 Netflix 等一些算法驱动型公司的估值即可。
可见性降低风险
了解供应商和客户是降低供应链中断风险的重要方法。跟踪和分析的发展将实现真正的、透明的端到端供应链。这种新的透明安全系统将由区块链实现，从而实现信任和提高可见性。