AI如何赋能贸易供应链？亚马逊(AMZN.US)、雀巢(NSRGY.US)、奔驰(MBGAF.US)早已布局

在32万亿美元的全球贸易体系中，ChatGPT等AI工具的出现可能会彻底改变公共和私营部门使用数据的方式，发现风险和机遇。

在疫情期间，政府机构以及金融服务和电信等行业加快了对机器学习工具的采用。但许多贸易行业从业者还处在类似的、充满纸张的交易情形中。如今，在经历了三年的历史性贸易中断之后，政府和企业也开始运用生成式人工智能和语言学习模型来更好地管理世界上错综复杂的供应线。

供应链风险评估公司Everstream analytics首席执行官Julie

Gerdeman表示:“从更长远的角度来看，我们将看到由供应链各个环节的综合数据驱动的高度精确的预测分析和预测。”“这将使决策自动化，以减轻风险暴露和干扰，从而形成完全有弹性、可持续和风险调整的供应链。”

AI工具为贸易供应链提供更好的数据

分析贸易数据是一项众所周知的复杂工作。在非结构化且容易出错的数据集中，要对分散在子公司和货运代理之间的数亿条货运记录进行排序，可能是一项徒劳的工作。但AI工具正在帮助许多组织简化贸易数据分析，这可能有助于跨境贸易的顺利进行。众所周知，跨境贸易世界经济中的劳动力、电子表格和碳密集型引擎。

ImportGenius等私营贸易数据公司使用亚马逊(AMZN.US)SageMaker等机器学习工具来识别海关模式，扫描监管文件并翻译外语，以生成清晰准确、易于搜索和分析的贸易数据。ImportGenius首席技术官Paulo

Mariñas表示:“我们正在建立一个语言学习模型，作为检测、接收并将这些指标整合到我们的平台中的天线。”

与此同时，雀巢公司(NSRGY.US)等跨国公司正在应用AI工具来提高效率，并在其全球价值链中发现新出现的问题。这家瑞士的食品和饮料公司使用机器学习软件来检测产品质量问题，并确保雀巢的生产线能够自我调节和自我控制。梅赛德斯-奔驰集团(MBGAF.US)也正在使用一种名为Omniverse的AI平台，以帮助该公司的制造和组装工厂变得更加灵活。Omniverse帮助这家德国汽车制造商迅速重新配置工厂，以便在面临外部供应冲击时保持生产线的正常运转。