2019 年 USC Marshal 全球供应链卓越峰会将于8 月召开，届时，行业专家小组将仔细研究空中、海上和地面运输/物流模式。FourKites创始人兼首席执行官Mathew Joseph Elenjickal
将成为演讲嘉宾之一。在这次独家采访中，他分享了一些关于最佳管理实践现状的见解。
供应链管理评论：预测分析如何降低供应链经理的风险？
Mathew Joseph Elenjickal：运输管理曾经是一个非常静态和被动的过程——经理们只能在货 伊朗邮件列表 物错过约定时间并扰乱下游流程后才试图弥补货物延误。但是，当人工智能和机器学习方法应用于庞大的运输数据池（如 FourKites 收集的数据）时，经理们可以开始在规划中变得更加主动，甚至更具指导性。他们可以根据数据分析趋势做出更好的决策，并避免收到警报的未来瓶颈——甚至在货物离开工厂之前。
SCMR：有什么例子吗？
Elenjickal：是的，例如，您可以根据数十亿个历史数据点制定运输计划，并确定优化端到端供应链的最佳方法。然后，机器学习可以告诉您哪些路线、时间表和设施可以帮助您按时、完整地运送货物。SCMR
：如果真的出了问题怎么办？
Elenjickal：预测分析可以帮助管理异常情况或最大限度地减少对运营的影响。如果司机在仓库或配送中心延误，您将能够看到该货物的最新预测预计到达时间，并在客户受到延误影响之前采取纠正措施。
SCMR：这一持续演变将走向何方？
Elenjickal：在革新我们所知的供应链方面，拥有最密集数据网络的平台将发挥最大作用。例如，在供应链可视性领域，强大的数据网络可以实现从被动（“我的卡车在哪里？”）到主动（“我的卡车什么时候到？”）到预测（“我的货物有哪些风险，我可以做些什么来避免这些风险？”）到规范（“这些是我的货物面临的风险，它们将自动修复”）的连续性。这种功能演变只有每天积累大量数据的平台才有可能实现。