如今的供应链比以往任何时候都更加复杂。材料短缺、气候灾害和地缘政治紧张局势造成的中断使原本就很复杂的流程变得更加复杂，迫使物流专业人士寻找替代方案。事实上，德国最近的一项研究发现，65% 的物流行业公司报告称，他们因供应链中断而遭受了财务损失。
随着企业在供应链中运输产品、材料和零部件的方式发生数字化转型，人工智能 (AI) 也应运而生。ZipDo 的市场研究发现， 37% 的供应链领导者要么已经在使用人工智能，要么计划在未来 24 个月内部署人工智能。
上个月，全球商业领袖埃森哲宣布将扩大与 SAP SE 的合作，利用人工智能技术创建一个神经中枢，以支持供应链的弹性和可持续性，并提供解决方案以防止未来的中断。除了云技术和分析之外，神经中枢的一个关键组成部分是 Cosmo Tech 的供应链漏洞扫描，它使用人工智能模拟来生成所有可能的结果。
什么是AI模拟？
人工智能模拟是一种新型的生成式人工智能，它可以自动运行数千次模拟，帮助供应链经理识别对其业务影响最大的漏洞以及未来可能导致问题的薄弱环节。它研究供应链中断的影响以及每个供应商和路线的连锁效应，并根据这些领域的变化运行场景。
它不同于其他基于过去数据的人工智能模型，人工智能模拟使用合成数据来创建数千种可能的未来场景。
“如果你看看人工智能，你会发现目前市场上 99% 的人工智能都是一种特定类型的 沙特阿拉伯电子邮件列表 人工智能，它从过去获取数据，然后学习并试图从这些数据中创造知识，” Cosmo Tech联合创始人兼执行主席 Michel Morvan 说道。“基于这些数据，你可以构建有关未来可能需求的知识。你从数据中学习，然后创造知识。”
相比之下，人工智能模拟是基于知识的，这意味着你不是从过去或旧数据中学习，而是创造新知识以了解未来。
“当你为你的供应链做决策时，无论是人工决策还是自动决策，你真正想要做的是，你需要了解决策的影响，”Morvan 说。“你需要知道什么才是未来这种行为的最佳决策。有了这项技术，你就可以获得这种可见性。”
通过生成新的未知场景，人工智能模拟非常适合复杂的决策。它涵盖预测和“假设”，其可靠性和可解释性是仅使用机器学习技术无法实现的。它还可以为供应链经理提供规定的行动，使他们能够设定目标绩效指标，包括供应变化、利润、服务水平协议、水平或生产能力和二氧化碳排放量，从而从所有可能的未来中得出最佳选择。