在预测全球供应链的变化时，跟踪政治动荡、社会情绪、自然灾害发展、实时天气等的全球新闻提要是游戏规则的改变者。我们还了解到，社交媒体及其“公民记者”在发现热点和影响方面也发挥着越来越重要的作用。想想市民们“现场”拍摄的视频和照片，以及一旦这些图像被大众媒体传播，它们对公众对问题的认识的影响。

如今，有许多数据公司提供全球新闻和事件的实时数据馈送。投资者、企业和政府使用这些信息来获得即将发生的事情的早期预警。事实上，城市应急服务公司报告称，他们在 911 电话打进来之前通过 Twitter 提要获悉紧急情况的情况已屡见不鲜。有些人工智能模型可以过滤数百万个 Twitter 提要并提取相关信息特定业务的上下文智能。

借助来自这些和其他来源的事件的早期预警，供应链经理可以在问题变得普遍之前采取行动。避免缺货、库存过剩、不利的合同锁定和糟糕的定价策略的技术今天已经存在。但是，大多数成功过渡到数据驱动运营的企业仍然难以准确预测需求。  

那些每天在供应链领域工作的人也知道，有许多供应链决策是基于“直觉”或未经检验的假设做出的。这种决定的多米诺骨牌效应可能是巨大的。通过以数据流的形式使用市场中的外部条件和事件传感器，供应链经理有机会重新调整他们的多米诺骨牌。

人工智能模型总是比来自缺乏数据的直觉更准确，因为它们是客观的，并且“考虑”了各种各样和大量的相关数据。自然语言处理允许数据科学家获取新闻源、社交媒体文本和公开可用的商业报告，并将它们转换为数据以供决策。通过训练 AI 模型来学习与特定行业相关的各种上下文数据中的模式，供应链经理能够识别将导致中断的事件。他们还能够制定最佳行动来避免供应链或定价结构中的灾难。一些 AI/ML 模型可以自动做出适当的响应或提醒负责人做出必要的决定以避免中断。这些可能涉及库存库存、移动库存、更改价格或其他行为。他们可能会向所有供应商发出警报，以协调对端到端供应链的潜在威胁的响应。

编辑推荐
1、2022年300个以上最佳免费数据科学课程
2、大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！
3、机器学习模型方法总结
4、历史最全机器学习/深度学习/人工智能专业术语表中英对照表
5、机器学习如何应用于商业场景？三个真实的商业项目
6、数据工作者的自我修养 | 哪些技能是必不可少的？
7、《汗牛充栋：数据分析书籍分享》CDA网校新课上线
8、文本挖掘常用的107个语料库
9、一图读懂“东数西算”工程
10、零基础转行数据分析，看这篇文章就够了

DA内容精选