克里斯托弗·G·凯恩是全球企业中心的总裁，该中心是一家总部位于纽约的非营利组织，致力于研究全球经济一体化时代的当代企业。他还是Mercator XXI, LLC的总裁兼首席执行官，这是一家帮助客户参与全球经济的专业服务公司。
乔治·贝利是数字供应链研究所的董事总经理，这是一家专注于数字经济中企业供应链演变的非营利研究机构。
公司努力了解、预测和管理客户需求。他们知道他们拥有的数据以及从各种来源收集的数据是有价值的。他们明白物联网 (IoT)正在如火如荼地发展，从电动牙刷到汽车再到信用卡，一切都在向物联网提供数据。他们意识到社交媒体的巨大力量及其对社会和商业的深远影响。
然而，大多数公司都感到沮丧，因为他们无法利用这些数据，对其进行清理、分析，并将其应用于 越南电子邮件列表 推动需求和捕捉这种需求所需的供应链决策。他们觉得自己理解、预测和快速响应客户需求变化的能力……不足。
造成这种情况的原因之一是数据不完整或范围太窄。另一个原因是组织结构。公司通常组织成孤岛，阻碍了有效的数据收集、数据共享、数据分析和基于数据的决策。例如，许多供应链组织无法访问其销售部门收集的客户数据。他们只是依赖于每个地区制作的销售预测。同样，许多销售团队对客户对物流和服务要求的偏好了解有限。
当产品或服务大受欢迎时，供应链很难满足需求。当产品或服务卖不出去时，供应链往往会缓慢地降低成本。
人工智能和机器学习 (AI/ML) 目前在供应链制造领域应用最为广泛。我们与来自全球 72 家公司的高管进行了一项研究，研究结果显示，AI/ML 还应应用于开发新产品和服务的需求，以及管理向消费者提供的商品和服务。事实证明，销售人员的直觉并不是衡量产品和服务高价值和需求的准确指标。
利丰供应链解决方案总裁Robert Sinclair表示：“供应链过去用于协调运营和管理交易，其中大部分都是手动操作。技术和数字经济已经不可逆转地改变了这一现状。如今交易已实现自动化，供应链管理旨在汇总和分析端到端数据，以提高运营效率并创建有关市场和参与者的情报。”
好消息是，在特定算法的驱动下，AI/ML 的使用可以释放企业预测和塑造未来需求以及预测未来风险可能性的潜力。
解锁这一新的需求和供应源泉的秘诀是创建一个有能力的跨职能团队，提出正确的问题，收集正确的数据并构建正确的算法，以做出正确的数据驱动的调整，从而始终领先于客户的需求和愿望。有效使用人工智能/机器学习需要人们定义正确的问题，也许最重要的是，运用他们的判断力。想象一个拥有深刻的客户洞察力的团队，其成员来自销售和营销、供应链、信息系统、人力资源、企业风险管理和财务部门。