人工智能改進傳統(tǒng)云ERP的10種方法

http://blog.itpub.net/31542119/viewspace-2168809/

隨著數(shù)字化轉型的進程加快，企業(yè)開始重新評估ERP的作用。傳統(tǒng)ERP經(jīng)過多年僵硬化定制過于追求生產(chǎn)的一致性，而忽視了客戶的需求變化，導致系統(tǒng)缺乏靈活性，已經(jīng)無法滿足當今數(shù)字業(yè)務模型的增長需求。目前，人工智能（AI）、機器學習發(fā)展迅速，成為了很多企業(yè)的必備幫手，云ERP供應商要想解決傳統(tǒng)ERP系統(tǒng)的問題，或許需要這兩大王者的幫助！

用更高的智慧和洞察力挽救傳統(tǒng)ERP系統(tǒng)

要想新的商業(yè)模式取得成功，企業(yè)需要快速響應各種突發(fā)情況，及時作出應對策略。但是，對于傳統(tǒng)ERP系統(tǒng)來說，這幾乎是實現(xiàn)不了的，因為傳統(tǒng)ERP技術堆棧和系統(tǒng)并不是基于交付中最重要的數(shù)據(jù)而研發(fā)的。

成功的商業(yè)模式必定是基于成功的云ERP。在技術支持下，云ERP平臺和應用程序為企業(yè)提供了靈活性。許多人采用應用程序編程接口（API）的方法與傳統(tǒng)ERP系統(tǒng)集成，來獲得增量數(shù)據(jù)。在如今的云ERP時代，基于云平臺重新構建IT架構可以獲得更快的速度、更大的規(guī)模以及客戶透明度，但是事實好像并不如此。

當ERP系統(tǒng)不斷學習改進時，新的商業(yè)模式就開始蓬勃發(fā)展，這也是ERP平臺能夠發(fā)揮的最大作用之一。云平臺可以提供更強大的集成選項和更大的靈活性來定制應用程序，并提高可用性。

以下是人工智能改進云ERP的10種方法：

1、  云ERP平臺需要創(chuàng)建一個知識自學系統(tǒng)，用人工智能進行調配，從實地操作到架構設計，并且跨越供應商網(wǎng)絡。  創(chuàng)建一個基于云的基礎設施，集成核心ERP Web服務、應用程序和實時監(jiān)控，為人工智能和機器學習算法提供穩(wěn)定的數(shù)據(jù)流，從而加快整個系統(tǒng)的學習速度。云 ERP平臺集成路線圖需要包括API和Web服務，以便與供應商和買方系統(tǒng)連接，同時與傳統(tǒng)ERP系統(tǒng)集成，來整理分析他們生成的數(shù)據(jù)。

波士頓咨詢集團，未來工廠的人工智能，2018年4月

2、  從語音系統(tǒng)到高級診斷，虛擬代理有可能重新定義制造領域。  Apple的Siri，Amazon的Alexa，Google Voice和Microsoft Cortana都有可能被修改，以簡化操作任務和流程，為復雜任務提供指導方向。比如，機械制造商正在試用語音代理提供的工作指令，簡化按訂單配置、生產(chǎn)的工作流程。Amazon已經(jīng)成功與汽車制造商合作，并且獲得過很多獎項。

公司官網(wǎng)

3、  在數(shù)據(jù)結構層面設計物聯(lián)網(wǎng)（IoT）。  通過數(shù)據(jù)結構層面的設計，云ERP平臺能夠利用物聯(lián)網(wǎng)設備產(chǎn)生的海量數(shù)據(jù)流，向人工智能和機器學習應用程序提供物聯(lián)網(wǎng)數(shù)據(jù)，彌補很多公司在追求新業(yè)務模式方面的智能差距。Capgemini（凱捷管理顧問公司）提供了一個物聯(lián)網(wǎng)用例分析（如下圖所示），著重介紹了生產(chǎn)資產(chǎn)維護和資產(chǎn)跟進的實現(xiàn)方式。其中，云ERP平臺可以通過物聯(lián)網(wǎng)支持加速整個過程。

資料來源：凱捷物聯(lián)網(wǎng)（IOT）研究，釋放物聯(lián)網(wǎng)在運營中的商業(yè)價值

4、  人工智能可以改進整體設備效率（OEE），但是目前效果并不明顯。  通過人工智能和機器學習，制造商將有機會深入了解OEE，然后實現(xiàn)OEE績效平穩(wěn)化。當云ERP平臺成為一個持續(xù)的學習系統(tǒng)，機器和生產(chǎn)資產(chǎn)的實時監(jiān)控就可以更好的維護車間的平穩(wěn)運行。

行業(yè)分析

5、  將機器學習算法設計為可跟蹤、可追溯的，以預測供應商和產(chǎn)品質量。  機器學習擅長通過基于約束的算法查找不同數(shù)據(jù)集的模式。供應商在他們的質量和交付計劃性能水平上差距很大，使用機器學習可以跟蹤應用程序，以確定供應商的風險大小。

6、  云ERP供應商可以通過人工智能和機器學習來縮小PLM、CAD、ERP和CRM系統(tǒng)之間的配置差距。  成功的產(chǎn)品配置策略依賴于一個基于生命周期的產(chǎn)品配置視圖，它不僅可以緩解工程師的設計壓力，還能緩解銷售和市場營銷以及制造者在構建產(chǎn)品時的各種沖突。人工智能可以實現(xiàn)生命周期配置管理，簡化流程中的CPQ和產(chǎn)品配置策略，避免時間浪費。

7、  通過高質量的數(shù)據(jù)，可以提高需求預測的準確性，并基于機器學習預測模型與供應商達成更好的協(xié)作。  通過創(chuàng)建自學知識系統(tǒng)，云ERP供應商可以極大地提高數(shù)據(jù)延遲率，從而提高預測的準確性。

8、  通過分析機器數(shù)據(jù)來確定何時需要替換給定部件，從而減少設備故障并提高資產(chǎn)利用率。  使用配備IP地址的傳感器，可以在每臺機器的健康級別上捕獲穩(wěn)定的數(shù)據(jù)流。云ERP供應商有機會捕獲機器級數(shù)據(jù)，使得機器學習技術可以通過生產(chǎn)車間的整個數(shù)據(jù)集來查找生產(chǎn)性能模式，在機器出現(xiàn)故障的情況下，這一點是極為重要的。

9、  使用生產(chǎn)事故報告預測可能的生產(chǎn)問題需要在云ERP平臺實現(xiàn)。  比如，當?shù)氐娘w機制造商正在通過預測模型和機器學習比對過去的事故報告。傳統(tǒng)的ERP系統(tǒng)無法發(fā)現(xiàn)這些問題，最后會導致生產(chǎn)速度變慢甚至停止。

10、  通過機器學習算法匯總分析供應商檢測、質量控制、退料審查（RMA）和產(chǎn)品故障數(shù)據(jù)，來提升產(chǎn)品質量。  云ERP平臺處于一個獨特的地位，能夠在整個產(chǎn)品的生命周期內進行擴展，并從供應商到客戶捕獲高質量的數(shù)據(jù)。對于傳統(tǒng)的ERP系統(tǒng)而言，制造商通常按類型分析廢料。所以，現(xiàn)在有必要弄清楚產(chǎn)品失敗的原因，機器學習恰好可以完成這個任務。