Skip to content

機器時代:改造全球供應鏈

Image of a factory filled with machines

3 Nov 2020

Home > News > 機器時代:改造全球供應鏈

一個新的時代即將展開。工業4.0現正蓬勃發展,機器人和人工智慧(AI)徹底改造了工商業的樣貌,而數位化技術也持續改變著我們工作和娛樂的方式。

國際性企業不斷尋找新的途徑讓供應鏈更加多樣化,而產業也透過自動化與數位化的營運提高產能和成本效率。未來的世界將越來越仰賴大數據輔助決策,以及透過傳感器與裝置構成的網路進行庫存管理與貨物監控。就讓我們來看看,在全球貿易演化的過程中,出現了哪些撼動產業的供應鏈管理技術,以及它們所扮演的革命性角色。

Image of robots in a warehouse

機器人崛起:沒有人類的工廠

隨著工業領域爭相導入自動化技術,機器人目前在工廠中已經扮演了重要的角色,與人類一同並肩從事生產。

根據世界經濟論壇(WEF)的數據,2017年南韓的工業機器人/員工比例以710:10,000位居全球榜首。新加坡則以658:10,000位居第二,主要使用於電子產業。機器人的成果較人類更為一致和可預測,因此可用於簡化物流和供應鏈。

WEF指出,在日本有些工廠基本上已完全由機器人負責工作,只需要極少的人工干預(或完全不需要)即可連續運行長達數週。隨著5G無線技術的出現,更聰明、可自動導航,且不須接線的機器人可能很快就可以在商店普及。

但機器人和其他創新技術一樣,要在某些地區實行可能並不容易。在發展中的亞洲市場,各種問題如頻繁停電、物流設計不佳、缺乏科技技能等,限制了機器人應用的有效性。隨著科技導向的生產流程變得越來越划算,一些曾在亞洲設廠的企業紛紛將其據點遷回歐美國家。

那麼,在這個機器人充斥的新世界,人類究竟該扮演甚麼角色?為了因應這些消失的工作機會,政府與其他利害關係者必須將焦點放在提升勞工的科技能力。渣打銀行亞洲區經濟學者Chidu Narayanan這麼說:「要在亞洲導入科技化的生產流程之前,必須先建立起硬性和軟性的基礎架構。最重要的是將焦點放在建立技術與科技上的能力,以培養出具備高度科技能力的勞動人口。」

自動化機器人在工廠和倉庫領域已經司空見慣,但它們其實還可以在其他地方幫助公司提高產能與減少長期營運成本。例如亞馬遜的配送中心在導入了機器人後,訂單履行的能力就增加了百分之五十。而DHL的Effi-BOT則是一台具備自我學習能力與高解析度相機的自動推車,能夠在倉庫中乖乖地跟隨工作人員,等著將揀貨工人挑選好的包裹移至指定地點。透過像Effi-BOT這樣的機器人,DHL可以改善按單揀貨與批量揀貨的流程,以及追蹤複雜的存貨路線。

Image of a man controlling a machine in a factory

人工智慧已經成真,但其公平性卻引人質疑

機器智能之所以與日俱進,主要的功臣是人工智慧(AI)技術。AI主要由演算法驅動,能夠從過去經驗以及累積的資料中學習,並用於執行一些以往必須仰賴人類知識的任務。例如供應鏈管理(一項常受低效率所苦的工作)即可善用AI技術,將其中的許多決策與人力運用流程自動化。

事實上,符合成本效益的AI解決方案已經在改善供應鏈運作上取得了相當的成功。如市調公司Research And Markets近期的一項報告指出:「AI技術的應用,例如企業內部以及供應鏈成員間(如顧客與供應商之間)使用的虛擬助理,能夠在供應鏈管理領域中改善供應鏈的自動化成效。」

從流程自動化到即時資料能見度,AI技術能夠從各方面帶來改變。其中交易文件處理就是一個從AI大獲好處的例子。傳統的紙本文件處理流程包含了上千,或甚至上百萬個資料元素。這些文件通常發自多個不同的公司,並往往需要經過極其緩慢的人工審閱流程。為了改善這項耗時的作業,渣打銀行在2019年與IBM合作開發了Trade AI Engine。此AI引擎能夠將文件轉化為數位格式,並透過持續的機器學習,將資料元素重新分類,以提升其準確度。

渣打銀行全球交易業務部負責人Lisa Robins表示:「我們每年處理超過三千六百萬頁的交易文件,其中要擷取並處理的姓名資料就超過兩億筆。」Trade AI Engine不僅幫助被文書壓垮的員工們減輕了沉重的負擔,更如Lisa Robins所說的:「提高了我們控制環境的標準,並進一步強化了我們幫客戶牽線的能力,讓我們能夠為客戶提供與其企業成長同步的交易服務。」



Image of woman looking at screens

揭發商品中隱藏的違法行為。

認識我們的偵探們




AI雖然是一個強大的分析工具,但其蒐集與運用資料的方式也越來越受到質疑。在某些情況下,機器學習運用資料的方式可能對特定性別和弱勢族群並不公平。這樣的問題必須要解決。為了確保資料分析和AI的應用符合公平、人道和透明的原則,渣打銀行也和美國加州的新創公司Truera合作,運用其模型智慧平台辨識和消除AI輔助決策中的偏見。

渣打銀行分析與資料管理部門全球負責人Sam Kumar這麼說:「分析技術的新發展和資料的擴大使用促使我們從根本重新思考,該如何展現我們對於公平、人道、透明以及自我問責等核心面向的堅持,以及如何解決不當偏見的問題。」

若採用人道的應用方式,機器學習可以是一個非常有效的大量資料分析及趨勢辨識手法,也是改善績效與風險管理的利器。另一方面,由於機器學習模型涉及高度複雜且自動化的演算法,就連數據科學家也很難詳細解釋它究竟是如何做出決策的。

區塊鏈:科技業新寵

儘管到了二十一世紀,供應鏈中有許多流程的進行仍舊極其複雜和緩慢。例如,顧客和供應商或是製造商和經銷商之間的金融交易仍需要花上數天的處理時間才能完成。若中間又涉及了第三方單位,如律師、銀行業者,交易的延遲還會更久,成本也會更高。

區塊鏈可能是這一切的解答。這項新興技術取代了第三方機構為金融與合約活動提供信賴的功能。在勤業眾信(Deloitte)2020年的全球區塊鏈調查報告中,有百分之五十五的受訪者表示區塊鏈是他們的前五大戰略性優先發展項目之一。

區塊鏈使用的是和比特幣與加密貨幣相同的技術,但它不僅僅是一個防駭客的金錢交易手法。區塊鏈本質上是一個數位帳本。帳本中以一系列區塊的形式儲存交易紀錄,並透過網路將多個帳本的副本分散至多台電腦系統中保存。由於區塊鏈帳本是去中心化的,因此它不仰賴任何一個單獨的保存點。每一次產生新的交易,該交易的紀錄會被更新到區塊鏈網路中的每一個帳本中。

2019年8月,渣打銀行與「聯易融」合作,為來自中國的服務供應商「數字廣東」及其上游供應商完成了銀行的第一筆共同供應鏈金融交易。透過聯易融的「微企鏈」平台,兩間企業聯手為數字廣東及時提供了對其供應鏈的完整視野,同時也為其上游供應商提供了更便宜也更方便的金融服務選項。

指定供應商開給數字廣東的發票會被數位化並記錄在微企鏈平台上,並由平台核發一組代表應收帳款的電子憑證。數字廣東的第一級(直接)供應商可再將這些電子憑證分發給其各自的上游供應商。

渣打銀行未來將以本次與聯易融的成功合作為基礎,向更多的供應鏈網路推行這項獨特的解決方案。供應鏈金融計劃通常僅涵蓋第一或第二級供應商。較底層的供應商只能採用更高的融資利率,或是完全無法取得資金。

渣打銀行中國區商業銀行業務負責人謝雯解釋此解決方案將如何幫助企業成長:「我們的客戶今天不僅要靠自身的實力競爭,還必須仰賴整個生態系統的綜合實力。通過與聯易融的合作以及對區塊鏈技術的應用,我們將能為客戶提供增強其生態系統的服務。」

現在就是未來

為了使供應鏈跟上市場對於速度與透明化的需求,企業領導者必須能夠預見新興科技對企業營運的影響,並提出創新的應變措施。不論是AI分析或區塊鏈解決方案,企業必須走在這些科技的最前線才能保持競爭優勢。從推動貿易融資的數位化轉型,到簡化供應鏈生態系統,渣打銀行將繼續創新我們的服務,並與其他企業合作打造阻力更小,且更加永續的貿易環境。

點此了解我們如何支持全球供應鏈與推動創新

瞭解更多