智能化——优秀的标志

近年来，云计算、大数据、虚拟现实、智能语音识别、高智商机器人等新技术的兴起，推动了人工智能发展的巨变。

反观我们的供应链管理水平，不少企业仍旧停留在手工账、电子表单台账的原始层次，即便那些已经上了ERP系统的企业，也只做到了局部自动化。

以我对市场上现有ERP系统的了解，还没有任何一套能称得上是智能化的管理软件，最多算是实现了企业管理的“互联网+”，而如何实现企业管理的“人工智能+”，必将成为管理发展的新任务、新方向。

所谓企业管理的智能化，就是在管理中的各个关键点上，可以借助计算机的能力，自动地避免错误、给予建议、提升效率。

在采购下单时，智能化的系统可以分析出可疑订单项，对操作者做出提示。

图4-5中列举了一些能够运用智能手段，优化采购工作的例子，这些功能在目前市场上的多数管理软件中，几乎没有实现。

在存货管理方面，软件系统也有很多可以智能化的地方，如图4-6所示。

在表单输入和审核、审批的操作过程中，智能化的系统能自动校验关联性信息，避免数据产生内部逻辑错误。

在货物管理中，智能化的系统能够根据仓库空间和物资体积、数量情况，自动给出货位码放方案，让仓库空间得到最大化利用。

如上这些内容，都是供应链管理系统智能化的体现。当然，如果供应链还没有软件系统，我们也可以通过电子表单进行手工的数据整理分析，开发相关的智能算法，手动实现相关效果。

管理智能化的工作思路可归结为如图4-7所示的步骤。

大数据思维模式是现代人工智能的主要力量，它与传统思维模式的最大区别就是：

大数据通过海量历史数据和现象之间的相关性分析得出规律，进行预测，而不是通过缜密的思维分析或逻辑推理得出的。

在大数据思维模式下，总结规律、实现预测这样复杂的智能问题，就被简化成了可以发挥计算机优势的数据分析问题，但其前提是数据要够大。

传统的思维模式中，可以通过穆勒五法那样的样例分析，逐步揭露规律的全貌，而大数据的区别在于，它从原来的抽样分析转变为全部数据样本的分析。这种分析在人脑的模式下很难实现，工作量太大，但计算机的优势正在于此。

因此，要实现或接近大数据思维模式，就要设法获得足够多的数据样本。经验积累得越丰富，规律总结起来就越轻松、越完善。当经验积累到大数据级别时，就可以借助计算机进行数据价值挖掘、规律提炼、趋势预测了。不过，在经验没到大数据的程度时，传统的思维模式还不能丢。

每家企业在管理过程中的经验积累都是它的无形资产，从经验中提炼的规律主要通过预测的方式来得以验证，将规律转化成预测模型、预测的具体操作方法，再为方法找到适当应用的场景，才能真正发挥经验潜在的价值。