场景描述
图片系AI生成
准时达在进行全球化战略发展中，面临着一系列挑战，例如：中国制造企业搬迁导致海外供应链复杂度增加、全球采购协同困难、不同地区海关政策的差异以及跨境运输链路的延迟等问题。
内部因素：1.采购层面：原料/零部件全球采购，供应商很多，供需不确定，采购协同比较困难。2.运输层面：全球采购，运输模式多样，链路长，需要协调多方承运商；关务追踪时效慢：全球的采购物料流转的运输关务环节多，无法实时掌控进度。3.仓储层面：仓储模式有多种；库存成本高：采购周期长，库存高；无动态库存管理：无法明确是否满足生产计划。
外部因素：第一，全球经济一体化和国际贸易关系的不断深化，导致了制造业外移的普遍发生。第二，制造业利润降低，资本离开中国，寻找成本更低的地方比如移往东南亚国家。
解决方案
点击报名参与创新场景50的评选
为了应对这些挑战，准时达研发了供应链进项物流管理平台。其一，平台使用OpenAI公司的ChatGPT智能大语言模型技术，结合开源的LangChain等大语言开发框架，将大语言模型与准时达供应链进项物流管理平台结合，构建了准时达智能AI助手JusAI，帮助客户用自然语言的对话的方式，获取自己的运输信息，追踪运输状态，以更加人性化更加便捷的方式实时掌控供应链状态。
其二，准时达与宁波（中国）供应链创新学院合作，通过机器学习、人工神经网络等技术，以中美航线为例，深入研究海运动态ETA，机器学习和人工神经网络可以通过利用船舶历史航行数据对长距离海运中的目的地及相对应的 ETA 进行预测。预测模型有助于改善港口运营规划，有效管理多式联运中的航运风险，提升海运贸易分析准确性。船舶预计目的地和 ETA 的有效预测能够有助于有效规划和调度港口业务。
一方面，工作人员可以对于航行中的船舶提前干预，减少在港口等待时间甚至避免港口拥堵。另一方面，船舶和卡车的周转时间将会减少，码头的装卸作业效率提高，同时也避免了闲置泊位，减少资源浪费。对于货主而言，提前知道船舶 ETA 同样至关重要。这将有助于其作出相关决策以减少风险。例如，货主可根据船舶 ETA 判断是否调整运营策略，以减少延误或提前到达所造成的损失。此外，还可以改善运营规划或将减少船舶碳排放量，减少污染。
其三，准时达与浙大合作，使用前沿的AI算法模型，如DeepAR、LSTM、Transformer、MQRNN等深度学习模型，实现供应链场景的需求预测，从而优化库存管理及补货策略，提升库存健康度，降低库存成本和缺料风险。
成效
通过前沿技术研究发明海运场景下的动态ETA，该平台课助力企业能更加及时、真实的知道货物运抵时间以及可能发生的风险，通过信息驱动，提前避规潜在风险。
准时达凭借其丰富的企业出海经验，已经将供应链进项物流管理平台推广至1000多家客户应用，帮助客户实现高效和低成本的海外拓展。
「关于创新场景50」 场景不是案例，它更加精准、也更加抽象。数字化就是创新场景的不断叠加和迭代。 在此背景下，钛媒体重磅推出「创新场景50」评选，每年遴选并解读50个全行业与业务深度融合的创新性场景及其解决方案，并在钛媒体年度ITValue Summit 数字价值年会上隆重颁奖、深度交流。 目前场景正在征集中，更精准的解读、更广泛的曝光、更强大的品牌势能，欢迎你提出问题，更欢迎你留下解决的方法和工具。点击这里投递更多场景信息
点击进入2024 ITValue Summit数字价值年会，了解更多信息。
