（本文閱讀時間：8分鐘）

近年來，越來越多的制造業企業意識到，依靠人工智能與知識驅動能夠應對日益復雜的供應鏈管理，做出更優決策，實現營業額與財務業績的最大化。

在數字經濟的浪潮之下，企業進行數字化轉型已經成為避免被淘汰的不二選項，但轉型并不會一蹴而就，需要分階段進行，更有很多企業還處在數字化的初級階段。在轉型之前，正確的決策主要依靠企業內的“聰明大腦”，而在數字經濟時代，越來越多的企業高管們也正意識到，還需要構建一個“數字大腦”來提升規劃和決策能力，才能更好地應對日益復雜的國際大環境及其對全球供應鏈造成的影響。

制造業不同于其他行業，各個細分行業之間存在較高壁壘，同時還面臨著產業基礎不同、痛難點各異、發展路徑也不盡相同等挑戰。通常情況下，制造業企業在供應鏈上能夠得到和積累的數據都是多源、異構、零散的，并且由于缺乏統一管理，數據的價值也無法真正體現出來。

多年來，一批批以技術為主導的公司不斷涌現，通過使用不斷迭代的技術手段使得數據“活起來”，讓企業決策者能夠更好地管理和利用這些數據。而作為一家人工智能為驅動的集成計劃和運營解決方案供應商，成立于 2009 年的 o9 Solutions（以下簡稱 o9）就始終致力于改善不同垂直行業的企業在規劃和決策方面的速度與質量，為客戶提供端到端的供應鏈解決方案。同時，o9 憑借與微軟的合作及其提供的各項云服務，滿足了當下企業對軟件可用性、靈活性和智能性方面的商業需求，以此來幫助客戶在復雜的商業環境中快速做出決策，獲得競爭優勢。

1

數字大腦成為企業尋求最優解的必需品

在人們以往的認知當中，制造業企業要想做出正確的決策與規劃，通常需要在行業深耕多年的資深管理人員經過深思熟慮和反復斟酌，這一過程通常是緩慢且孤立的，而且隨著企業內外部環境的不斷變化，需要考慮的因素越來越多，想要依靠“人智”來做出最優決策，變得愈發困難。

經過前期對于市場和客戶需求的調研，o9 決定用“數智”來輔助和代替“人智”，通過自研的人工智能賦能的規劃、分析和數據平臺——“Digital Brain”（數字大腦），幫助各行業將傳統的規劃與決策過程轉變為跨核心供應鏈、商業和損益(P&L)職能部門的靈活、綜合、智能的規劃和決策。目前，o9 數字大腦平臺已在服務包括沃爾瑪、百威英博、Google 等在內的多家大型客戶。

通常，考慮到不同企業在原材料、生產、倉儲、物流等各個環節既有共性也各具特色，o9 可以將包括各環節交貨日期的時間因素、各環節運行及其替代方案的成本等在內的任何定制化約束條件寫入到數字大腦當中。具體來說，通過使用 o9 的數字大腦平臺，客戶在完整供應鏈及各節點上的信息、約束條件等均可在數字大腦中進行模擬，并搭建對應的數字孿生映射，從而實現端到端信息的互聯互通，讓不同系統之間可以共享相同的底層數據。當某一環節的計劃發生變化時，信息可實時同步到前后端，這也為實時的最優求解、場景模擬和對比創造了基礎。

來源：o9官網

同時，在技術實現方面，o9 將多項創新型技術，如：基于知識圖譜的企業建模、大數據分析、用于場景規劃的高級算法、協作交互、易操作的界面、以及基于云端的交付，全部集成到一個平臺之中，并通過與 Python / R 等編程語言集成，使得數字大腦平臺既有開箱即用的算法可供用戶調取，也可定制開發定制化算法，或與客戶的數據科學家一起開發相應算法。同時，在 o9 系統中還可輕松復制創建新的場景，在新場景種進行各種操作，如：更改參數，重新運算等，然后在同一界面中選擇多個場景進行相互比較。此外，o9 的數字大腦平臺也具有靈活性和可擴展性，客戶可以先部署一個 o9 模塊，搭建該模塊所需的企業知識圖譜，再在需要的時候進一步擴展。借助于 o9 提供的數字大腦平臺和人工智能數字化解決方案，企業發現新需求和新風險會變得更加及時和準確，決策流程也將變得更快、更智能。

2

內外部數據支撐數字大腦準確預測

當前，零售、消費、工業制造、半導體、生命科學、汽車、電信和石油等不同行業的公司都在利用 o9 的數字大腦平臺來提升供應鏈、商業和綜合業務規劃能力。在微軟等全球合作伙伴的支持下，o9 也由此成為 Gartner“S&OP 魔力象限”中領導者行列在愿景的完整性維度里評分最高的品牌，通過領先的科技服務助力客戶在商業上取得成功。

來源：Gartner

以汽車制造為例，據估計，平均每輛汽車大約由 10000 個不可拆卸的獨立零件組成，而結構復雜的特種車，如 F1 賽車等，其整車的獨立零部件數量可達 2 萬余個。汽車零部件數量越多，通常意味著性能越好，但同時也意味著對零部件供應鏈和廠商的要求也更高。

對于汽車行業發動機、變速箱和底盤應用領域高精密產品與系統的知名供應商舍弗勒來說，在過去，舍弗勒遍布各地的工廠都在用電子表格提交相應的預測數據，由于只能依賴手工去檢測各種放在表格里的能力數據，導致舍弗勒的集成執行系統（SAP APO）出現了瓶頸，也導致其需求預測缺乏整體一致性。雖然舍弗勒從供應商那里采集到了很多市場數據，但還需要和大量的不同 OEM 廠商之間通過 EDI（電子數據交換）傳輸數據，也不能利用這些數據提高預測的準確率。

如今，舍弗勒正在使用 o9 的數字大腦平臺做需求預測、高階產銷協同計劃、產能分析、趨勢分析等，并使用 o9 提供的機器學習算法在同一個平臺上自動整合 OEM 廠商的預測， 然后發送到多家工廠用于識別預測的不匹配之處，也能夠輕松地將外部數據供應商提供的數據整合到計劃流程中，從而梳理簡化“根據整車需求引入大數據預測后推算出所有生產部件”的預測。同樣，借助 o9 提供的企業知識圖譜，舍弗勒能夠運行產能分析和完整的產銷運營計劃流程，最終實現預測準確率提升大于 10%，計劃員生產效率較之前提高 5-15%，在高自動化的任務方面，比初始基線預估提升 5-15%。

3

與合作伙伴一同助力企業決策轉型

在舍弗勒之外，更多擁有復雜供應鏈的公司也在通過使用 o9 的數字平臺建立企業數據和知識的實時數字化模型，幫助自身發掘需求和供應方面的風險和機會，并利用數字孿生實時評估假定場景，以便在面臨一系列供需場景時做出更好、更快的供應鏈決策。為了給客戶持續提供優質的服務，o9 需要與具備硬科技實力的公司深入合作，進一步打造更加高效并契合客戶需求的產品，而微軟就是 o9 的選擇之一。

來源：o9

在 o9 為客戶提供的產品和服務中，集成了微軟 Teams、Power BI、Azure 等各類服務和能力。如今，在與微軟的多年合作中，o9 已經成為微軟最高級別的合作伙伴，被微軟介紹給正在或考慮進行供應鏈計劃分析轉型的客戶；另一方面，o9 也將微軟作為首選云解決方案（通過客戶端或者 o9 的 Azure 租戶）供應商，其客戶已經可以直接在微軟云市場上購買 o9 的產品和服務，微軟的產品套件通過與 o9 的原生集成也可以為客戶提供更多價值。

在未來，o9 的另一個目標就是推動其供應鏈走向更可持續的運營模式，將可持續指標和流程無縫嵌入到供應鏈規劃中。為此，o9 將利用數字孿生模型構建并計算一系列可持續發展 KPI，根據設定的目標進行跟蹤，然后再將這些與傳統的供應鏈 KPI 進行平衡，通過智能匹配需求和供應，并在整個綜合供應鏈中推動客戶、內部利益相關者和供應商之間更有效的協調合作，使得客戶能夠從數字大腦平臺提供的決策中獲得重大價值。