预测供应链的完美模式

作为 Thyssenkrupp 的子公司，我们的技术帮助减少库存和在全球不确定性的面前产生流动性 – 从贸易冲突到疫情风险再到能源危机。

– Christian Jabs, CEO

Christian Jabs 先生，您提到目前还有三分之二的供应链决策者仍然依赖 Excel。您的 AI-powered 模型与传统工作方法相比有什么不同呢？
‍
pacemaker.ai 的 AI 模型分析了几年的历史数据，发现隐藏的模式和异常，并考虑到了外部影响因素，如天气、假期、汇率波动或利率。与 Excel 不同 – 在那里我们通常绘制简单的趋势线或进行手动调整 – 我们使用了先进的机器学习算法和集成模型。我们将多种方法如随机森林、梯度提升和神经网络结合起来，来提供准确的预测，即使是在volatile 市场中。最终，我们实现了精度远超 Excel 基于计算的预测。

您需要哪些内部和外部数据源来训练您的模型 – 一个典型的中等规模公司可以从其现有的 IT 基础设施中提供什么呢？
‍
基本要求是您的历史交货数据：你交付了什么、何时、何量、给谁。每个公司都有这些数据，因为它们对于发票不可或缺。在此基础上，我们评估内部信息，如库存水平、生产周期、采购成本和供应商表现。定性数据 – 如客户反馈或市场研究 – 也可以被纳入。我们的经验表明，即使中等规模的公司有简单而结构化的数据集，也可以训练高效的模型，而无需建立昂贵的基础设施。

贸易冲突和能源危机是现实威胁。与传统规划方法相比，您认为决策者在这种情况下会在 AI 基于预测中看到了哪些立即优势呢？
‍
作为 Thyssenkrupp 的子公司，我们的技术帮助减少库存和产生流动性，在全球不确定性的面前 – 从贸易冲突到疫情风险再到能源危机。对于供应链中的公司，10% 的库存减少可以迅速节省数百万欧元，并在每季度降低六位数字的利息成本。在同时，早期瓶颈检测可以防止生产停顿并使供应链更具弹性。这类成本效益使 AI 预测吸引了甚至保守决策者的注意，因为它们结合了长期规划安全性与短期灵活性。

您在 DACH 区域和北美地区运营。您能描述一下您的行业专攻和系统集成如何根据市场分段不同而有所不同吗？
‍
我们服务于 SME 和大企业 – 主要是在德国、DACH 地区和欧洲，但也在美国和加拿大。这款软件可以根据行业配置 – 例如食品饮料、机械工程、药物或纺织 — 并与现有的 ERP 系统如 SAP、Microsoft Dynamics NAV 或 Oracle 完美集成。通过标准化 API，我们提供了连接 CRM、电子商务和物流平台的功能。模块化结构使客户可以订阅所需的功能并按需扩展。

pacemaker.ai 的一个典型项目工作流程从初始咨询和数据思考小组到生产使用预测为止 – 来自初创启动到交付使用的整个过程中是如何进行的？
‍
从开始到上线通常需要 4 到 6 周。我们在联合数据思考阶段 – 在该阶段，我们定义目标、预测时间段和影响因素 — 训练第一个模型并交付初始预测后。此后，我们在迭代的两周周期内优化参数，基于用户反馈和实时数据。我们的客户成功团队陪同每个步骤，为用户提供工作坊培训，并为保证顺利实施而提供最佳实践模板。

数据安全性和主权是核心问题。您采用哪些认证和技术措施来满足最高的合规要求呢？
‍
我们的平台在 Microsoft Azure 的德国数据中心运行，符合最高的 IT 安全标准，如 ISO 27001 和 TISAX。在 Thyssenkrupp 的子公司，我们已经有严格的指导方针，并严格实施。数据访问是通过 TLS 加密独有的；用户权限是基于粒度定义的；审计日志记录了每个变更。定期的渗透测试、脆弱性分析和 24/7 安全监测确保您的敏感信息始终得到保护。

最近的功能专注于可持续发展。在我们的平台上，如何帮助减少 CO2 排放，以及我们提供哪些报告工具呢？
‍
我们的可持续管理平台在供应链中创造透明度，并从运输、企业碳足迹和产品碳足迹计算出 CO2 排放。用户获得详细的仪表板，包括排放指标、比较基准和场景分析。从获取的数据，我们可以推导出具体减少措施，不仅可以跟踪，而且也可以作为一种所有在一套解决方案用于 CSRD 报告或创建 Scope 1-3 的温室气体盘点。

您如何打算扩展 pacemaker.ai 作为“可持续性更好的”领导供应商呢？
‍
我们不断地投资于新 ML 模型、数据源和 API。最近，我们收购了位于卢森堡的 Waves 公司，连接 AI 预测与 TÜV 批准的 CO2 计算，并提供一个可持续性和预测平台。我们的路线图还包括将实时数据流入系统、AI 驱动的场景模拟以及开放平台为开发人员集成外部模块。通过这些创新，我们始终处于前沿，创造新的用例，并支持客户成为“可持续性更好”。