高级分析推动供应链效率

去年，随着消费者快速采用在线订购（包括取货和送货），全渠道零售环境发生了显着变化。

美国商务部的数据显示，2021 年这一趋势仍在继续，第一季度电子商务销售额同比增长 39.1%，约占零售总额的 13.6%。

全渠道销量的增加，加上劳动力市场的持续压力和宏观经济环境中的挑战，正迫使零售商重新考虑其供应链运营，并强调对深度学习和自动化进行投资的必要性。由于客户模式的转变，零售商正在看到更快的库存流失和库存错位，而库存可见性差会导致延误和更高的成本，从而导致销售损失和利润率下降。零售商现在专注于使他们的供应链与他们的全渠道客户愿望保持一致。

领先的零售商利用先进的数据分析来快速响应市场变化并降低物流成本。零售商越来越多地转向人工智能 (AI)、机器学习 (ML) 和深度学习 (DL) 解决方案，以提高其供应链的效率并自动化供应链决策。

例如，McKinsey & Co.¹ 最近的一份报告发现，成功实施基于人工智能的供应链管理使早期采用者能够将物流成本降低 15%，库存水平提高 35%，服务水平提高 65%，相比之下行动缓慢的竞争对手。

NVIDIA 零售、CPG 和餐厅人工智能总经理 Azita Martin 表示：“零售供应链运营正在考虑使用基于人工智能的模型来更准确地预测需求、提高配送中心吞吐量并优化最后一英里交付。

“人工智能正在成为创造必要的运营敏捷性以应对市场机遇和挑战的关键组成部分，”她说。

利用人工智能、深度学习和机器学习的供应链解决方案正在帮助零售商、消费品制造商和餐馆优化需求预测，降低全渠道履行成本，并简化仓库运营、运输和其他物流功能，提高效率和客户满意度。