用机器学习改善供应链的10个方法

资料来历：福布斯，《How Machine Learning Improves Manufacturing Inspections, Product Quality & Supply Chain Visibility》，2019年1月23日

8、呆板进修在端到端供给链可见性方面正在带来快速而明显的结果，提供的猜测性和类型性看法辅佐企业更快速地做出相应。

而面向环球商业和供给链打点的多企业商务收集，与人工智能平台和呆板进修平台相团结，正在彻底改变着供给链的端到端可见性。该规模的早期率领者之一是Infor的Control Center【Control Center未来自Infor GT Nexus Commerce Network（2015年9月被Control Center收购）的数据与Infor Coleman Artificial Intelligence 的数据团结在一路】，Control Center这款人工智能平台的定名来自于闻名物理学家兼数学家Katherine Coleman Johnson，之以是云云为之，是由于她通过具有开创性的事变辅佐美国宇航局登岸月球，假如你还不相识她和其他许多才能横溢的女性数学家对太空试探所做出的孝顺，请务必看看ChainLink Research题为《How Infor is Helping to Realize Human Potential》的文章和《潜匿人物》这部影戏。下图来自Control Center的两个截屏。

9、“权限凭据”，是环球供给链呈现安详裂痕的首要来源，而呆板进修被证明是阻止权限凭据滥用的基本。

企业组织通过回收权限会见最小化的要领，让进攻面最小化，进步审计和合规可见性，低落运营当代殽杂型企业的风险、伟大性和本钱。

CIO们知道，纵然某个有权限的用户正确输入了凭据，但假如该用户发出的环境存在风险，就必要更强的验证方法提供会见授权，从而办理权限凭据滥用的题目。

Zero Trust Privilege是一种颠末验证的框架，可通过验证谁哀求会见权限、哀求的上下文、会见情形的风险环境来阻止权限根据滥用的产生。

Centrify也是该规模的率领者，客户包罗思科、英特尔、微软和Salesforce等环球厂商。

资料来历：福布斯，《High-Tech's Greatest Challenge Will Be Securing Supply Chains In 2019》，2019年11月28日

10、基于物联网数据，操作呆板进修猜测，什么时辰应该对货运和物流器材举办提防性维护，这可以辅佐进步资产操作率并低落运营本钱。

麦肯锡发明，操作呆板进修加强猜测性维护，团结来自先辈物联网传感器的数据、维护日记以及外部数据，可以更好地猜测和停止呆板妨碍，使得资产出产率进步20％，整体维护本钱低落10％。

资料来历：Digital/McKinsey，《Smartening up with Artificial Intelligence (AI) - What’s in it for Germany and its Industrial Sector?》

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!