為了管理日益複雜的供應鏈規劃與執行,從供應中斷和成本壓力,到日益多變的客戶偏好和激增的數據,企業逐漸增加對人工智慧、機器學習和進階分析等新技術的投資。但是要成功應用人工智慧與機器學習,知易行難。不連貫的數據和單一解決方案會導致難以管理整合成本、資料衛生和決策品質,以及整個企業的同步化。此對談請到 Snowflake 和 Blue Yonder,探討企業目前最常遇到的陷阱、如何避免這些陷阱,以及如何成功導入人工智慧,加速供應鏈轉型。
為了管理日益複雜的供應鏈規劃與執行,從供應中斷和成本壓力,到日益多變的客戶偏好和激增的數據,企業逐漸增加對人工智慧、機器學習和進階分析等新技術的投資。但是要成功應用人工智慧與機器學習,知易行難。不連貫的數據和單一解決方案會導致難以管理整合成本、資料衛生和決策品質,以及整個企業的同步化。此對談請到 Snowflake 和 Blue Yonder,探討企業目前最常遇到的陷阱、如何避免這些陷阱,以及如何成功導入人工智慧,加速供應鏈轉型。