对于美国加州的Infinera公司来说，2017年并不一帆风顺。这家电信设备制造商的收入从2016年的8.7亿美元下降到2017年的7.4亿美元，毛利率从45％下降到33％。这家公司在美国、加拿大、中国、印度和瑞典共有约2000名员工，当年净亏损1.95亿美元，而2016年净亏损2400万美元。

为了扭转局面，Infinera公司首席执行官托Thomas Fallon今年早些时候告诉投资者，公司的重点之一就是技术改进。

“除了增加对市场的关注之外，我们重组计划还包括成为一个能够确保短期内加快产品交付、长期保持永久差异化技术的企业。我们正在这方面取得进展。”

为此，Infinera公司正在转向人工智能，目标领域之一是就是供应链管理（SCM）。Infinera将利用机器学习，通过分析生产交货时间的历史变化，更好地预测交货日期和物流提供商的表现。

“我们希望我们的销售团队能够快速确定当前待定报价和订单产品的供货，希望能够在做出调度决策时快速考虑到更多因素和约束条件，” Infinera公司信息技术高级副总裁Todd Tuomala这样说道。

人工智能的预测性影响

Tuomala介绍说，Infinera的首个供应链人工智能试点项目将于今年年中上线，先从其中一个制造工厂开始。“我们希望在年底之前为我们的销售团队和客户提供所有产品的供货信息。”

他说，使用机器学习可以加速公司调度决策的能力，也让公司考虑到比目前更多的因素。

Infinera正在使用Intrigo Systems的供应链管理技术，结合Splice Machine的人工智能技术。

Splice Machine公司首席执行官兼联合创始人Monte Zweben说，很多企业已经从他们的供应链管理系统获得了30年的可用预测。但直到最近，数据基础架构才能准确预测像交付时间这样的信息。

“如果你是一家大型网络设备制造商，并且有销售人员在售卖这些大型系统，那你总会看到有销售在问，'你可以在这个日期之前给我订购的产品吗？而大多数公司，即使拥有最好的ERP系统，销售人员也会说‘我先确认下再回复你’。这时候客户可能就会去找其他提供商，得到有竞争力的订单报价——不管怎么说，他们都得要等待。”

相关报道: