導(dǎo)讀：近幾年來圖計算（Graph）和人工智能（AI）在技術(shù)上都在飛速發(fā)展，商業(yè)應(yīng)用中也各自發(fā)揮了重要作用。本次主題是《Graph和AI加速供應(yīng)鏈數(shù)字化轉(zhuǎn)型》，由TigerGraph解決方案總監(jiān)周倚平老師分享，探討如何通過圖計算（Graph）和人工智能（AI）的結(jié)合，來幫助企業(yè)推進(jìn)供應(yīng)鏈數(shù)字化轉(zhuǎn)型。主要包括以下幾大方面：

現(xiàn)代企業(yè)供應(yīng)鏈面臨的挑戰(zhàn)

Graph+AI助力數(shù)字化決策

基于Graph+AI的供應(yīng)鏈優(yōu)化案例

在開始分享Graph和AI技術(shù)如何幫助企業(yè)做供應(yīng)鏈數(shù)字化轉(zhuǎn)型之前，先來來了解下圖和圖計算的背景。圖和圖計算發(fā)起于互聯(lián)網(wǎng)中的社交推薦和發(fā)現(xiàn)，進(jìn)而在金融領(lǐng)域的反欺詐、反洗錢、反套現(xiàn)等風(fēng)控場景，IT智能運(yùn)維，數(shù)據(jù)資產(chǎn)管理，以及網(wǎng)絡(luò)安全分析等場景中得到廣泛應(yīng)用。最近制造，醫(yī)療、零售等傳統(tǒng)行業(yè)也在逐步引入圖計算，以此來提升企業(yè)在客戶營銷和服務(wù)、智能制造、以及數(shù)字化供應(yīng)鏈方面的競爭力。

當(dāng)下在各個領(lǐng)域里，無論是零售、制造或醫(yī)療，每家企業(yè)都在考慮將自身業(yè)務(wù)流程的數(shù)字化，實(shí)現(xiàn)降本增效，提升企業(yè)在市場的競爭力和客戶滿意度。

而供應(yīng)鏈又是整個業(yè)務(wù)流程當(dāng)中非常重要的一個組成部分。據(jù)統(tǒng)計，在大規(guī)模制造行業(yè)，供應(yīng)鏈約占企業(yè)10~20%的成本。

1.?現(xiàn)代企業(yè)供應(yīng)鏈的風(fēng)險痛點(diǎn)

現(xiàn)在企業(yè)的供應(yīng)鏈信息化水平發(fā)展很快，但供應(yīng)鏈管理還是面臨了一些風(fēng)險和挑戰(zhàn)。諸如因?yàn)樵牧系牟少弳栴}導(dǎo)致關(guān)鍵訂單對延遲交付、因?yàn)槭袌鲣N量變化導(dǎo)致的供應(yīng)過量或者庫存積壓等。當(dāng)前由于疫情的原因，也會導(dǎo)致一些計劃外的成本，比如，上游的零部件廠商因?yàn)橘|(zhì)量或者其他問題導(dǎo)致關(guān)鍵零部件斷供，進(jìn)而導(dǎo)致企業(yè)生產(chǎn)線產(chǎn)線停機(jī)。這些是我們看到的在現(xiàn)代供應(yīng)鏈管理中的一些風(fēng)險。

2. 供應(yīng)鏈管理的重要性

供應(yīng)鏈規(guī)劃對于提升企業(yè)競爭力是非常重要的。有一組來自國外專業(yè)商業(yè)研究的機(jī)構(gòu)BCI的調(diào)研結(jié)果顯示：2017年，69%的企業(yè)缺少供應(yīng)鏈可視化管理、65%的企業(yè)至少經(jīng)歷過一次供應(yīng)鏈的危機(jī)，而且大多是由于一級供應(yīng)商造成。到2019年，企業(yè)逐步重視供應(yīng)鏈管理，其中包括可視化，監(jiān)控和管理它的第一層供應(yīng)商，也就是它的直接供應(yīng)商。但很少有企業(yè)能夠在供應(yīng)鏈分析里下鉆到第二層或第三層的供應(yīng)商。到2021年，企業(yè)整體信息化水平越來越高，有了ERP、MRP、PLM等不同的系統(tǒng)，也產(chǎn)生了很多的數(shù)據(jù)報表。但這些數(shù)據(jù)報表只能提供單個系統(tǒng)的信息，不能提供這種全視角、全鏈路的一個供應(yīng)鏈的信息。

3. 現(xiàn)代供應(yīng)鏈數(shù)字化分析決策中的挑戰(zhàn)

在現(xiàn)實(shí)世界里，采購、制造、銷售各個環(huán)節(jié)的數(shù)據(jù)管理系統(tǒng)不同，數(shù)據(jù)的標(biāo)準(zhǔn)不同，數(shù)據(jù)的描述語言不同，進(jìn)而導(dǎo)致了信息孤島。這些信息孤島也給供應(yīng)鏈數(shù)字化轉(zhuǎn)型帶來了巨大挑戰(zhàn)，也就是說，即使企業(yè)建設(shè)了從采購、制造、到銷售各個層面的數(shù)字化系統(tǒng)，在面對一些需要將供應(yīng)、制造和銷售等業(yè)務(wù)環(huán)節(jié)連接起來的復(fù)雜問題，依然無法給出快速、合理的回答。

1.?圖計算用作供應(yīng)鏈管理的優(yōu)勢

圖，作為一種連接實(shí)體之間關(guān)系的技術(shù)，是描述供應(yīng)鏈最原生和最自然的一種方式。供應(yīng)鏈本身是由原料廠商、零部件制造廠商、制造工廠、分銷商、倉庫，以及代理商等組成，這些構(gòu)成了一個非常復(fù)雜的網(wǎng)絡(luò)。尤其像汽車、高鐵、飛機(jī)這些高端的制造行業(yè)，整個供應(yīng)鏈可能涉及幾十萬實(shí)體對象，而圖能夠非常形象準(zhǔn)確地去描述供應(yīng)鏈網(wǎng)絡(luò)中的各個實(shí)體以及它們之間的關(guān)系。然后，通過相同描述語言和統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)建立整個供應(yīng)鏈的數(shù)字孿生模型。最后通過模型就能回答一些比較復(fù)雜的業(yè)務(wù)問題了。

首先，通過圖分析我們可以把采購制造分銷等各環(huán)節(jié)數(shù)據(jù)進(jìn)行打通，形成一個全鏈路的數(shù)據(jù)視角。

同時，圖作為底層引擎，可以基于關(guān)系數(shù)據(jù)快速地回答一些復(fù)雜問題，諸如庫存如何控制，上游零部件廠商供貨風(fēng)險如何管控，以及如何優(yōu)化整個運(yùn)輸網(wǎng)絡(luò)。

另外，圖還能夠帶來更多的計算選擇，比如圖算法中的路徑查找、中心度算法、社區(qū)發(fā)現(xiàn)來實(shí)現(xiàn)對我們業(yè)務(wù)的一個深度洞察和預(yù)測。

最后，圖在可解釋的表現(xiàn)很好，如上圖的左圖，描述了下訂單的一個過程，具有很好的可視化效果。

2.?Graph和AI結(jié)合

對企業(yè)的管理者或者分析師來說，圖分析使得他們面對的不再只是一串結(jié)果，而是企業(yè)經(jīng)營活動在數(shù)字世界當(dāng)中的一個投影。

過去在我們機(jī)器學(xué)習(xí)或者人工智能（AI）領(lǐng)域，它主要依賴統(tǒng)計性特征，諸如電子商務(wù)的銷量，賣家的特征，商品的特征等來數(shù)據(jù)的輸入；現(xiàn)在，我們可以融合圖分析技術(shù)去提煉商品，賣家，買家之間的關(guān)系特征，從而提升AI算法的訓(xùn)練效果，使之更貼合實(shí)際業(yè)務(wù)，實(shí)現(xiàn)更好的預(yù)測和推薦。此外，因?yàn)閳D具有可視化的特質(zhì)，所以結(jié)果也更具有可解釋性。

對于神經(jīng)網(wǎng)絡(luò)模型，可以通過實(shí)體關(guān)系圖來構(gòu)造新的特征，并將這些特征融合起來，這樣我們就可以在深度學(xué)習(xí)框架里使用更多的信息。譬如圖片社交網(wǎng)站Pinterest就使用圖神經(jīng)網(wǎng)絡(luò)構(gòu)建圖片推薦的相關(guān)功能，Uber使用圖神經(jīng)網(wǎng)絡(luò)構(gòu)建支付欺詐檢測相關(guān)功能，還有一些創(chuàng)新企業(yè)將圖神經(jīng)網(wǎng)絡(luò)用于供應(yīng)商影響力的分析和預(yù)測等場景。

3.?TigerGraph介紹

這里介紹一下我們公司，TigerGraph是一個基于關(guān)聯(lián)數(shù)據(jù)（圖模型）的高級分析平臺，支持機(jī)器學(xué)習(xí)和可解釋的人工智能。TigerGraph的使命是通過圖和人工智能為企業(yè)基于大數(shù)據(jù)提供創(chuàng)新的分析能力，幫助客戶連接數(shù)據(jù)孤島，進(jìn)行更大規(guī)模、更深入的運(yùn)營分析，從云端和本地的數(shù)據(jù)中發(fā)現(xiàn)新的業(yè)務(wù)洞察。

在Gartner關(guān)于2021年到2025年圖分析的預(yù)測中提到，對于很多企業(yè)來說，不是用不用圖的問題，而是你一定會使用圖的這種技術(shù)，因?yàn)樗褪敲枋隹陀^事物，以及我們真實(shí)世界關(guān)聯(lián)事實(shí)的技術(shù)。

接下來進(jìn)入我們最重要的一個環(huán)節(jié)，在這里會介紹捷豹路虎這個客戶在使用我們的Graph+AI來實(shí)現(xiàn)供應(yīng)鏈優(yōu)化的場景案例。

捷豹路虎在他們的供應(yīng)鏈實(shí)踐中發(fā)現(xiàn)通過訂單預(yù)測，可以實(shí)現(xiàn)供應(yīng)鏈的優(yōu)化，并能帶來數(shù)億英鎊的收益。譬如，根據(jù)銷量預(yù)測來提前做零部件采購和供應(yīng)商選擇，來降低供應(yīng)鏈上的成本。

對于捷豹路虎的數(shù)據(jù)分析領(lǐng)導(dǎo)來說，他們希望通過一種技術(shù)，能夠?qū)Σ少彙N售、制造等跨垂直部門之間有比較一致的理解。

但在過去，數(shù)據(jù)往往存在不同的系統(tǒng)里，因此捷豹路虎希望能找到一種同時可以描述業(yè)務(wù)和數(shù)據(jù)的語言。通過實(shí)踐，他們發(fā)現(xiàn)可以通過圖去構(gòu)建一個連接供應(yīng)和需求的視圖，從而高效地回答一些關(guān)鍵業(yè)務(wù)問題。下面我們來具體看下是如何實(shí)現(xiàn)的。

捷豹路虎作為汽車制造商，將整個供應(yīng)鏈分成若干層次：

車型：這一層里面有不同的車型

功能：車的下面對應(yīng)的是功能，諸如行駛、剎車，導(dǎo)航等

零部件：功能再向下是支撐這些功能的零部件

供應(yīng)商：零部件再向下對應(yīng)的就是各個零部件的供應(yīng)商

通過這種方式，可以在企業(yè)的核心產(chǎn)品和最終的供應(yīng)商之間建立關(guān)系模型，來解決一些業(yè)務(wù)問題。例如當(dāng)某車型需求激增的情況下，工廠是否有足夠零部件滿足需求？再譬如供應(yīng)商是否存在供貨風(fēng)險？

如上圖，可以看到攬勝極光這個車型，它所需要具備的一些功能，以及每個功能對應(yīng)的零部件和供應(yīng)商有哪些。圖中某供應(yīng)商為該車型提供三個主要零部件，則該供應(yīng)商是這個車型的重要供應(yīng)商。

如果該供應(yīng)商發(fā)生產(chǎn)品漲價或者產(chǎn)品斷供，對企業(yè)的產(chǎn)能將會造成巨大影響。所幸，該零部件還有兩個備選供應(yīng)商。供應(yīng)鏈分析師可以通過評估備選供應(yīng)商的供貨能力來判斷是否存在供應(yīng)風(fēng)險。針對上述這些情況，供應(yīng)鏈分析師就能通過圖來快速發(fā)現(xiàn)問題，并輔助決策。

還有一種情況是需求驟降可能引起的庫存堆積。比如上圖中的發(fā)現(xiàn)神行SE，該車型有全景天窗的功能，向下涉及擋風(fēng)板等一些零部件。通過圖，我們發(fā)現(xiàn)攬勝極光也需要這個功能，而且是相同的零部件。那我們就可以將多余的零部件用在另一個車型上，來避免庫存和不必要的成本產(chǎn)生。

此外，業(yè)務(wù)還提出對現(xiàn)有的車型做改進(jìn)的情況。我們假設(shè)這個改進(jìn)對利潤的影響是提升，那對成本又是什么影響呢？

因?yàn)閺腶功能變成b功能，一方面，原始功能的零部件會產(chǎn)生庫存，另一方面，針對新功能所需的零部件也需要重新采購，這些都將造成額外成本。此時，就需要通過圖來輔助業(yè)務(wù)決策。

在捷豹路虎的供應(yīng)鏈優(yōu)化實(shí)踐中，總結(jié)出上圖八種主要模式。舉例說明，比如有三個供應(yīng)商，它之間也存在關(guān)聯(lián)關(guān)系，那可能他們是一個供應(yīng)商聯(lián)盟。再比如有一個供應(yīng)商，它提供了很多零部件。也就是說我們對該供應(yīng)商有依賴，如果該供應(yīng)商抬價或者不能及時供貨，就會對供應(yīng)鏈造成影響。再比如有三個供應(yīng)商能同時提供同一個零部件，則意味著這個零部件的供應(yīng)存在很大的一個彈性。

通過圖技術(shù)把相關(guān)的業(yè)務(wù)特征變量提取出來后，接下來就可以放到機(jī)器學(xué)習(xí)算法里進(jìn)行訓(xùn)練、分析和預(yù)測。通過圖特征的提取，結(jié)合原有的機(jī)器學(xué)習(xí)或者深度學(xué)習(xí)框架，可以更好地回答復(fù)雜的業(yè)務(wù)問題。同時，圖的可視化能力，也能幫助業(yè)務(wù)人員對算法的結(jié)果更一目了然。

因此，在捷豹路虎的供應(yīng)鏈管理業(yè)務(wù)場景中，通過圖來打通相關(guān)的數(shù)據(jù)，并基于圖分析整個供應(yīng)鏈?zhǔn)欠翊嬖陲L(fēng)險，是否有優(yōu)化可能性等，以此來給業(yè)務(wù)做價值提升。