深圳到泰安貨運大件運輸組圖 以提高人工智能決策過程的透明度和問責制。維持者：維持智能系統(tǒng)在不跨越線或增強偏見的情況下保持他們原來的目標。該文章指出的這三類工作，除了培訓師外，另外兩類對人類員工來說是特別的難以被AI取代的工作，尤其是對于講究、平等的社會來說。這些類工作相關的任務本身，就是十分難以達成共識的任務，需要依賴人的差異化判斷而非AI程序的邏輯判斷做出決策的。筆者非常認同這種分類和判斷。人工智能結合相應的分析算法，將使供應鏈縮短花費在解決反應性的問題上的時間。從傳統(tǒng)的、不靈活的供應鏈運作模式，轉換成一個新的動態(tài)模型，真正做到供應鏈端到端的及時反饋。這意味工作流程需要滿足特定客戶細分的需求，以及管理業(yè)務關系和異常。因此。

供應鏈的數(shù)字工程師崗位將會出現(xiàn)：管理、建模和調整指導自動決策規(guī)劃系統(tǒng)的算法、處理和異常、調整參數(shù)。很多龍頭企業(yè)認識到這一變化即將到來，并開始以此發(fā)展他們的供應鏈勞動力。根據埃森哲戰(zhàn)略研究，90%的高管認為這些員工應擅長數(shù)字技術，如增強現(xiàn)實、3D打印和系統(tǒng)邏輯。92%的受訪高管表示，供應鏈員工的技能將會提高，并能夠與機器進行無縫的交互和工作。雖然筆者認為這些被采訪的高管的職位，如果是以管理職能為主而不是戰(zhàn)略決策職能的話，他們倒可能會是首當其沖被人工智能取代的，但他們的見解是無疑是的。事實上已經有一系列智能技術正在應用中。例如，這些技術可以監(jiān)控車間員工如何執(zhí)行任務，并指導他們以方式執(zhí)行任務。

一家工業(yè)服務巨頭公司通過人工智能克服技能不匹配，它的電梯技術人員可以通過微軟全息透鏡（一種增強現(xiàn)實耳機）實時咨詢專家，解決現(xiàn)場的高難度復雜問題。一家大型消費品公司應用機器學習優(yōu)化傳統(tǒng)的預測技術，提高了銷售預測和庫存管理的度，并且使得以前幾乎花費80%時間的手工審查和計算變得不再有必要。公司可以重新調整人力資源，更有效的獲得市場情報。機器人、大數(shù)據、分析和其他技術已經被的公司逐步使用，但到目前為止這些使用大多是彼此間相對孤立的，它們的角色仍是局限于提高過程效率。現(xiàn)在，AI系統(tǒng)可以感知、交流、解釋和學習，可以幫助企業(yè)超越自動化，提升人類能力開啟新的價值。筆者相信，供應鏈是完成復雜任務的系統(tǒng)性協(xié)作。