流程和通信方面的技术进步重塑了制造业。现在，该行业发展最快的公司正在利用新的人工智能 (AI)、区块链和物联网 (IoT) 解决方案来转变供应链、运输和物流。对纸质表格和冲突系统的依赖现在让位于提高整个价值链的透明度，从而减少和消除质量错误和延误。
Jonathan Wright，IBM Services传统上，全球公司的供应链设计基于以下假设：材料自由流动，让他们在全球成本最低的地点采购、生产和分销产品。但是延误发生了。自二战以来，由于 COVID-19，我们第一次看到供需受到冲击。
为了应对这种破坏，企业正在努力拥抱 AI 和业务平台，在这些平台上，新的智能工作流程可大规模交付卓越的成果。整个价值链都存在变革机会，包括制造执行。这项技术越来越多地应用于制造业，以应对跟踪公司产出和从许多供应商处采购的挑战。
Spirit AeroSystems 就是一个很好的例子。通过许多试点项目，Spirit 对其制造和供应链运营进行了转型，以改善成本降低、响应能力和客户体验。该公司决定将 AI 和机器学习应用到工厂车间，通过 IBM 的 Watson IoT、Watson 供应链洞察力、动态库存优化解决方案、RFID 和供应链控制塔优化其供应链——所有这些都在 IBM 云上。
新的数字跟踪系统用基于计算机的跟踪、监控和警报取代了依赖电话、电子邮件和面对面讨论的过时流程。
Kansas-based Spirit 提高了其数千家供应商的零件生产、状态和库存的可见性，并期望显着提高绩效和工厂健康状况。
IBM 能够帮助 Spirit 提高制造效率、质量和安全性。 Spirit 还指出，由于创建了可以节省员工时间的智能工作流程，员工的工作效率得到了提高。由于增加了灵活的劳动力，制造商提高了业务连续性。
快速评估帮助公司确定可以改变供应链的近期、中期和长期能力，减轻眼前的压力并主动驾驭全球和局部干扰。这些 AI 工具可以快速实施，为压力巨大的供应链带来即时价值。
现在可以在几秒钟内处理大量外部数据，以提供以前不容易获得的见解。例如，天气显示 AI 解决方案如何在基于人类的分析不适用的情况下提供洞察力室温。当与其他行业、位置和新闻数据（物流）相结合时，操作员可以可视化从零件的原产地到目的地的可能路径，从而为评估任何可能的延误提供信息。基于 AI 的预测分析可在更短的时间范围内提供更高的准确性和功能，并且基于 AI 的平台会审查整个交付周期中的数千个天气和运输数据点，以通过在推荐解决方案之前自动检查库存、合作伙伴库存和其他供应商来减少延迟。
供应链的全面可见性需要数月的数据收集，而且每个公司都有自己的学习曲线。但是，随着技术进步的加速，更多的合作伙伴进入这个体系，道路变得更容易，结出果实的速度也更快。
