AI驱动工程物资管理数实智慧相融

发布时间:2024-07-24 作者:中兴通讯 王燕 阅读量:

        在通信网络交付项目中,设备资产是合同订单的核心载体。传统的资产管理和交付方式存在流转环节多、存储位置分散、产品种类繁多、供需不平衡、供需计划不匹配等问题,严重影响项目交付效率。作为全球领先的综合信息与通信技术解决方案提供商,中兴通讯紧跟AI技术发展趋势,在通信网络工程物资交付领域积极探索AI技术的创新应用,提出“数实智慧相融”的创新解决方案。该方案通过业务数字化转型、流程自动编排,结合AI推理模型和机器学习算法,实现精准交付、提升效率、降低库存、智能预测、智能决策的物资交付全周期管理,并进一步支撑订单投产前的生产、发货计划决策分析及最优测算,实现保齐套、高透明、快响应的物料管理服务。

 

物资交付流程数字化

 

        中兴通讯针对全球交付项目,按通信工程项目的物料交付流程及主要作业用户角色,在数字化交付平台iEPMS上部署了物料需求、实物流转与项目物料交付流相关的数字化能力。

        - 现场物资需求自动编排

        针对传统人工方式领料需求环节的高频低效问题,中兴通讯在iEPMS平台部署了EBOM(engineering bill of materials,站点设计物料清单)、EDO(electronic delivery order,站点领料需求)两项功能。

        在站点设计物料清单数据上线的作业中,为兼容不同的业务场景与需求,中兴通讯从数据上进行扩展性设计,支持项目定制化配置。扩展的数据设计包含不同的库房、库位,不同的包装方式,物料替代关系,合同、物料的优先分配规则等,为系统自动分析提供数据分流条件。

        在站点领料需求提单的作业中,中兴通讯从上游业务环节中整合库存信息、合同订单范围、EBOM清单等,利用自动编排及齐套分析算法,实现多站点DO(delivery order)批量自动生成,并按不同的库房、物料来源、站点进行自动拆单,智能编排和优化整个领料、出库分配、站点资源分配流程,提高一线工程与库房人员的备货和拣货效率。

        - 现场物资流转采集组件化搭建

        结合通信项目现场物资流转的关键路径,在现场实物交付管理的建设上,中兴通讯自主研发SR(站点签收)、WR(库房签收)、DR(退库)、DM(转移)、ST(盘点)、调账、库存查询及流水查询系列功能,实现了通过移动端APP进行物料数据采集,并集成装箱明细、出库单据、设计总量,实现作业人员在施工现场的自签自检、即审即改、差异可查;进一步拉通上游合同配置、发货批次、流转记录,实现全球物资流转轨迹实时可视、精准定位。把“简单”给用户,把“复杂”给后台,以智能至简的理念,中兴通讯实现现场物资流转精细、高效管理,为项目自动交付验收和现场风险管控保驾护航。

 

物资交付周期可视及机器学习的预测应用

 

        在物资订单交付全周期中,除以上项目现场交付管理外,中兴通讯还在SCM(supply chain management)物流云平台进行物资交付全周期管理部署,确保齐套交付、顺利履约,避免库存冗余。

        通过将订单交付的配置、排产、入库、发货、关务、交付等业务进行切分,针对不同作业数据语言不一致的问题,中兴通讯以“物料代码”作为主数据,与其他作业语言进行转换,如图1所示,建立起贯通物资全生命周期的数据映射关系,实现物资交付全周期可视。

        为进一步支撑项目交付计划的合理制定,并为风险预留足够的处理期,中兴通讯在全球历史物流线路中,应用线性回归算法进行建模,结合全球不同国家的不同物流周期变化,对预测模型持续训练与优化,预测出更加准确的到货时间,帮助项目制定合理的计划并及时处理物料的缺/余风险,确保达成项目交付目标,满足客户需求。

 

 

 

AI运筹在交付计划场景的决策分析应用

 

        排产、货运、清关周期的不确定性会导致物资供应与工程交付计划不匹配。为此,中兴通讯结合工程交付计划及物料供应计划,根据交付的长、短周期计划进行场景化拆分及AI应用。

        - 短周期小循环场景:对于1~3个月内的供需平衡情况预测,中兴通讯参照短周期内相对比较确定的实施计划,在确定的站点交付需求及预计到货时间基础上,结合时间序列模型进行物料需求智能预测,并应用决策树解决不同项目、站点的资源分配问题,降低人工成本。

        - 长周期大循环场景:对于3~6个月甚至更长周期的备料、库存周转及调度,中兴通讯在整体供需平衡算法基础上,考虑更多的不确定性和潜在的输入变量。通过应用关联物料回归预测及多变量时间序列分析,进行长周期的物料需求预测;并结合运筹算法,支撑物料的投产、要货、发货的决策及最优计划推荐。目前对于多变量的模型,中兴通讯正在探索如何进一步应用AI技术持续进行模型的训练与优化,提升预测及最优值的准确率。

        通过大、小循环场景的互相嵌套使用,中兴通讯可以在项目交付的全生命周期中应对不同时间尺度下的库存周转及物料调度问题,提高物料交付的效率和韧性。

 

        目前,中兴通讯工程物料数实智慧相融方案已经应用于全球4.5万多个项目,累计服务超过200万用户,累计管理8亿项现场交付物资,大大提升了项目现场的物料交付效率,降低物料损耗和成本。

        未来,中兴通讯将继续探寻AI技术在通信领域的创新应用,精准识别业务场景,提升项目全生命周期的交付效率,为通信网络建设激发新的活力,助力客户持续提升网络价值。