人工智能赋能供应链：制造企业提质降本新方向
2026年，制造业的竞争版图正经历深刻变革。曾几何时，制造业的核心竞争力在于产能规模与成本管控。而今，胜负关键在于供应链的反应敏捷度、预测准确度及协作流畅度。人工智能技术正将这一切愿景变为现实：•需求预测准确度提高30%以上：传统模式倚重历史资料与人工经验，AI能够即时解析市场动态、气象条件、节庆因素、竞品动向等多元信息•库存周转效率提升20-40%：AI动态调整安全库存基准，规避积压断货双重风险•采购支出压缩5-15%：智能比价、供应方风险研判、自动化议价•物流费用削减10-25%：路线精算、装载效率升
AI重塑供应链：应用前景与落地瓶颈
政策密集发力，产业响应积极。据中国物流与采购联合会数据，2025年智慧物流规模持续扩张，头部企业已在仓储、运输、配送等环节部署AI系统。但关键问题仍待厘清：AI在供应链中究竟有哪些（潜在）应用？又面临哪些现实障碍？这篇综述或可提供系统性解答。《Artificial Intelligence in Logistics and Supply Chain Management: A Primer and Roadmap for Research》是2023年发表于《Journal of Business Log
Odoo AI驱动多仓库智能发货与物流优化
一、难题：多地仓库的发货决策挑战对于国内制造企业、出海品牌以及跨境电商商家而言，布局多个仓库已是普遍现象——国内设有中心仓和区域分仓，海外部署了北美仓、欧洲仓、东南亚仓……仓库数量越多，物流履约的复杂度便呈指数级攀升。一个典型场景是：客户在网上下单后，运营人员需要人工判断——该从哪个仓库发货？距离客户最近的仓库是否有现货？选择哪家物流商配送性价比最高？如果涉及多个SKU分散在不同仓库，还需要权衡拆单发货还是调拨集中发货。传统ERP的固定路由规则通常默认从某一个指定仓库发货，完全忽略了客户的实际地理位置。当
AI 驱动生产计划：从智能排产到自主进化
专题连载33 个核心场景AI 赋能制造数智化连载 6人工智能在生产计划优化场景中的应用生产计划优化是制造业提升效率、缩减成本、确保交付的关键环节，人工智能技术的分阶段赋能，能推动从“被动响应”向“主动优化”乃至“自主进化”的跨越升级。结合行业落地实践，依据技术应用深度与能力成熟度，划分为三个递进阶段，各阶段聚焦不同目标、采用针对性实施方法，搭配典型案例，全面展示 AI 在生产计划优化中的落地路径，确保贴合实际、可执行。一、第一阶段：基础智能排产，实现计划自动生成与简单调整本阶段核心目标是替代人工重复劳动，
AI主动：科幻中的现实困境
今晚与好友探讨新产品方向时，我们聊到了一个词：“AI主动”。那一刻，我有种恍如隔世的感觉。由于产品交付压力巨大，我已经很久没有深入思考未来的发展方向了。而“AI主动”这个词，曾多次被我用来迎合投资人对宏大叙事的期待。毕竟没人愿意在项目介绍中承认自己只是做了一个饮食类的小工具。（自嘲一下，别太当真，我们其实很强）但我逐渐意识到，“AI主动”并非只是一个简单的功能名称。它更像是过去几年AI产品，特别是AI硬件产品，用来缓解焦虑的一个概念。硬件需要它来解释：为什么要把麦克风和摄像头塞进更多地方。软件需要它来解释
AI 浪潮已至：超市如何借力破局
“这是 AI 生成的吗？”“你去问问 AI~”这并非科技圈的专属对话，而是如今零售行业的高频用语。AI 已渗透至各个角落。在零售领域，AI 究竟有何作为？许多人一提到 AI，脑海中浮现的便是机器人、无人超市或各种黑科技。事实上，AI 在零售业的应用远比这些表面现象更为务实。其最核心的四大应用场景包括智能选品、动态定价、需求预测以及智能补货（以下基于理论阐述）。1️⃣首先探讨智能选品。该功能的核心逻辑在于将选品依据从“凭感觉觉得好卖”转变为“数据表明应卖”。传统超市如何选品？主要依赖经验。夏季推西瓜，冬季推
人工智能在供应链管理中的23个关键应用场景
2025年国务院《关于深入实施“人工智能+”行动的意见》明确提出推进人工智能与供应链深度融合，助力构建自主可控、安全可靠的现代供应链体系。本文列举AI在供应链领域的23个典型应用，供参考。1.AI在需求预测中的应用1.1 AI预测模型，可将ARIMA或ETS等时间序列方法与XGBoost或神经网络等机器学习技术相结合，时间序列模型通过分析历史需求数据来检测季节性和周期性模式。1.2 通过像XGBoost这样的机器学习模型，可以纳入促销活动、天气事件或区域需求高峰等因果特征，企业可以更准确地预测未来需求，并
Arm新芯片需求升温却供应跟不上
Arm Holdings表示，预计其新系列电脑芯片的需求将继续升温，但公司仍维持既定的收入预期不变，并正在加快提升供给能力。 这家英国半导体企业此前在3月份称，预计到2028年初将有价值10亿美元的芯片售出。周三该公司又表示，需求展望已翻倍至20亿美元，但由于供应端无法满足新增订单，当前仍存在缺口。 首席执行官雷内·哈斯（Rene Haas）在分析师电话会议上说：“截至3月底，我们讨论过的数字是，现有供应能够支撑10亿美元规模的需求。这一范围涵盖内存、晶圆、封装，以及测试设备的获取。因此，当需求达到20亿