使用 AI/ML 加快端到端供应链透明度

## 视频 <video src="https://dev-media.amazoncloud.cn/30-LibaiGenerate/31-LiBaiRebrandingVideo/SUS203-Accelerating_end_to_end_supply_chain_transparency_with_AI_ML-LBrebrandingWCaptionCN.mp4" class="bytemdVideo" controls="controls"></video> ## 导读 组织和消费者要求提高供应链内的透明度和可追溯性，而监管机构则要求公司披露更多的价值链数据。在本论坛中，学习如何构建自动化、Serverless 的亚马逊云科技架构，以上传、提取、处理、验证和确认供应链文档，从而加快端到端供应链的透明度。通过 Tommy Hilfiger 和 Calvin Klein 的母公司 PVH 探索此架构的实施。通过从供应商处接收数据并使用 [Amazon Textract](https://aws.amazon.com/cn/textract/?trk=cndc-detail)、[Amazon Comprehend](https://aws.amazon.com/cn/comprehend/?trk=cndc-detail) 和 [Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail)，PVH 获得了其服装供应链的端到端可见性，并计划为其客户提供可见性。 ## 演讲精华 <font color = "grey">以下是小编为您整理的本次演讲的精华，共1500字，阅读时间大约是8分钟。如果您想进一步了解演讲内容或者观看演讲全文，请观看演讲完整视频或者下面的演讲原文。</font> 在re:Invent的亚马逊云科技环节，劳伦斯开始了他的演讲。作为一名在亚马逊云科技工作了5年以上的资深数据科学家和客户交付架构师，这是他首次参加这个盛会。他回忆起童年时期对科技和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)的热爱，这得益于参与诸如第一乐高联盟和乐高Mindstorms等乐高机器人竞赛。当时，由于缺乏先进的训练算法，乐高机器人需要逐步精心编程才能完成任务。劳伦斯分享了自己如何通过研究乐高机器人对技术的兴趣。 劳伦斯将乐高的模块化特性与亚马逊云科技服务的解耦、构建块性质进行类比。他强调，尤其是供应链解决方案充分体现了这种积木式的方法，从一个简单的组件开始，逐渐组合成一个完整的系统。在演讲的后半部分，他将进一步阐述如何使用亚马逊云科技服务构建供应链透明度解决方案的理念。 转向演讲的主题，劳伦斯概述了他要讨论的内容，即企业如何运用人工智能和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)以及亚马逊云科技来提高供应链透明度。他还提到，演讲将结合亚马逊自身的强大物流和供应链经验，以便亚马逊云科技能够更好地支持客户开发出工业级的供应链解决方案。 深入探讨这个话题，劳伦斯解释了供应链透明度的概念及其重要性。尽管这是一个可能让技术爱好者感到熟悉的挑战，但他鼓励现场听众提问是否有人直接从事供应链相关的工作。在收到一些回应后，劳伦斯指出，尽管供应链行业一直在努力优化并采用新技术，但仍有很多改进的空间。特别地，他强调供应链触及每个生产实物的公司的方方面面，突显了其普遍性和重要性。 为了解释为何透明度难以实现，劳伦斯通过一个典型的消费者场景进行了阐述。当他早上在酒店房间里醒来，想要泡一杯咖啡或挑选一件T恤穿上时，他会好奇咖啡豆或衬衫的真实来源。尽管包装上可能标明了国家如埃塞俄比亚或越南，但他仍想了解这些产品是如何从遥远的地方抵达消费者手中的。劳伦斯强调，即使公司本身往往也无法全面了解其直接一级供应商之外的供应链。 劳伦斯详细阐述了典型的供应链结构。例如，CPG（消费包装商品）或服装零售商等公司能够了解一级供应商提供的接近成品的商品。然而，在第二、三、四级上游，网络呈指数级扩张，涵盖了提供原材料和组件的许多供应商的供应商。尽管公司对一级有很高的可见性和控制力，但对供应链的非集成上游部分却几乎没有了解。 劳伦斯指出，供应商可能会因各种原因而犹豫分享详细信息。为多个客户收集和准备这种数据可能会耗费成本和时间。供应商还担心，如果透露太多关于次级来源的信息，可能会被截断中间环节。此外，上游数据存在于数百个实体中的碎片化和不一致的格式中。试图手动收集并整合所有这些信息无法有效地扩大规模。缺乏对完整供应链网络的集中可见性导致了透明度的挑战。 在探讨供应链透明度的重要性时，劳伦斯列出了四个关键驱动因素： 首先，市场情绪显示，消费者对透明度的需求日益增长，并将用他们的钱包投票。麦肯锡的一项研究发现，超过50%的消费者在评估品牌时，将供应链透明度视为强制性的立即需要。 其次，不断扩大的法规要求在整个供应链而不是一级进行尽职调查。欧洲的CSRD（企业社会责任指令）代表了朝着透明度推进的重大监管推动，与可持续发展相关的合规性将于2022年生效。积极的公司将努力领先这些趋势。 第三点，透明度有助于理解一个公司在其整个范围（包括供应链）内的完整碳排放情况。这使得公司和供应商能够合作并采取针对性的措施来减少对环境的影响。对于关注ESG目标的投资者而言，透明度至关重要。 第四点，供应链透明度有助于降低集中风险。通过描绘二级供应商之间的相互联系，公司可以识别过度依赖特定供应商或工厂的问题。例如，在COVID疫情期间，许多品牌意外地发现自己无法从中国采购棉花，因为它们的一级供应商都依赖于相同的上游来源。 根据一项针对首席采购官的调查，90%的品牌致力于实现供应链透明度，并优先考虑生态足迹。他们正转向使用可回收材料和实施可持续采购策略。在服装和消费品行业，供应链透明度的趋势正在明显加强。 在讨论现有的透明度解决方案时，Lawrence强调了地理可视化工具在追踪供应链过程中的重要性。他还提到了诸如公平贸易等非政府组织认证和验证供应商可持续发展主张的证书。专门的数据提供商也提供了另一种选择，提供各级设施的位置和属性数据。 最后，Lawrence注意到许多公司渴望为消费者提供一种“产品护照”－一种允许购物者查看产品的完整起源故事的QR码。这个概念满足了消费者和监管机构对全程透明度的需求。它还有助于公司展示其合规性和产品真实性主张。 在过渡到亚马逊云科技处理供应链透明度挑战的方法时，Lawrence提出了基于供应链数据网格的“系统之系统”的概念。他通过一个详细的例子说明了连接各种数据源的力量： 一个展示供应商有效、可持续材料的大屏幕，包括地轨追踪大屏来追踪原材料来源，以及评估材料和位置风险水平的采购大屏。此外，还会优先考虑即将到期的认证。这些功能仅仅是冰山一角。 在背后，亚马逊云科技利用Textract和Comprehend等[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)服务，从非结构化的可持续发展证书中提取关键数据实体，并通过跨来源验证以确保准确性。所有收集到的数据最终都会输入到PVH的供应链透明度仪表盘中，从而拓宽了其应用范围。 总的来说，劳伦斯再次强调，对于服装、消费品、零售等行业以及其他受消费者需求、监管要求、可持续发展和风险评估影响的公司来说，供应链透明度已成为了战略上的必要条件。亚马逊云科技的系统解决方案构建了一个供应链数据网络，将内部数据（如采购订单）与外部合作伙伴数据（如可持续性证书）相互连接。利用先进的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)技术，从非结构化数据中提取有价值的信息。最终形成一个全面的可追溯性数据集，支持各种从采购决策到产品护照的可见性仪表板和应用。通过这些现代化的解决方案，亚马逊云科技的客户如PVH等正实现了消费者和监管机构所要求的端到端的供应链透明度。 **下面是一些演讲现场的精彩瞬间：** 演讲者在讨论复杂的供应链网络时，提到了管理不一致数据格式的挑战。  他们阐述了在供应链中衡量和实现完全透明度是多么困难。  为了说明这一问题，演讲者讲述了一个有趣的故事：因为苏伊士运河上的“长赐”号货轮堵塞，导致他无法在当地购买烧烤设备，从而影响了全球的供应链。  随着供应链日益复杂，这给那些不清楚商品来源的供应商和产品公司带来了潜在的风险。  事实上，一件简单的T恤的供应链可能涉及超过100个实体，突显出现代制造业的复杂性。  领导者们宣布，他们将在线发布一份针对亚马逊云科技的产品可追溯性指南，以便大家能够更好地了解产品的来源。  ## 总结 劳伦斯深入研究了人工智能和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)如何助力端到端的供应链透明化。首先，他强调了供应链透明度的重要性，这受市场环境、法规要求、可持续发展目标以及风险管理等因素影响。尽管公司在直接供应商层面可能存在较好的可视性，但在二级至四级供应商层面，由于整合和数据标准化的缺失，可视性会迅速减弱。 为了应对这一挑战，劳伦斯探讨了一些行业解决方案，如可追溯性地图、非政府组织（如公平贸易）颁发的证书以及提供供应商信息和地理位置数据的数据提供商。接着，他介绍了亚马逊云科技的“系统之系统”方法，该方法将内部数据（如采购订单和库存）与合作伙伴数据相结合，并运用[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)从中提取洞察。这样创建了一个灵活的数据网格，可用于构建诸如证书跟踪、地理来源追踪等功能所需的仪表板。 劳伦斯以PVH公司为例进行了阐述，该公司旗下拥有Calvin Klein和Tommy Hilfiger品牌。随着实体店数量、材料、供应商和产品的大幅增加，端到端的透明度变得越来越难以实现。通过采用亚马逊云科技的数据网格，PVH公司得以了解证书有效性、地理追踪和采购决策等方面的信息。这有助于主动降低风险、缩短产品上市时间并优化采购策略。劳伦斯最后强调，未来的关键在于推广成功案例并实现产品护照功能。 ## 演讲原文 ## 想了解更多精彩完整内容吗？立即访问re:Invent 官网中文网站！ [2023亚马逊云科技re:Invent全球大会 - 官方网站](https://webinar.amazoncloud.cn/reInvent2023/?s=8739&smid=19458 "2023亚马逊云科技re:Invent全球大会 - 官方网站") [点击此处](https://aws.amazon.com/cn/new/?trk=6dd7cc20-6afa-4abf-9359-2d6976ff9600&trk=cndc-detail "点击此处")，一键获取亚马逊云科技全球最新产品/服务资讯！ [点击此处](https://www.amazonaws.cn/new/?trk=2ab098aa-0793-48b1-85e6-a9d261bd8cd4&trk=cndc-detail "点击此处")，一键获取亚马逊云科技中国区最新产品/服务资讯！ ## 即刻注册亚马逊云科技账户，开启云端之旅！ [【免费】亚马逊云科技“100 余种核心云服务产品免费试用”](https://aws.amazon.com/cn/campaigns/freecenter/?trk=f079813d-3a13-4a50-b67b-e31d930f36a4&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技“100 余种核心云服务产品免费试用“") [【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”](https://www.amazonaws.cn/campaign/CloudService/?trk=2cdb6245-f491-42bc-b931-c1693fe92be1&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用“")