被称为 OTD（准时交货）预测器，确实有效
人工智能的使用是一个热门话题。没有一天没有文章和新闻稿解释说它将引发行业革命并改变制造业的日常实践。在航空航天行业，一些主要参与者在大数据分析软件方面进行了大量投资。我们真的可以说它改善了行业或供应链的绩效吗？我们是否应该从稍微不同的角度来考虑这个问题？
特高航空航天、国防和铁路的使命是提高航空航天和国防供应链的按质交付 (OQD) 和按时交付 (OTD) 方面的绩效。
我们的使命是以适当的质量水平按时交付零件，以便我们的客户能够无缝地继续制造他们价值数百万美元的产品，而不会出现任何故障。为此，除了派遣技术人员和工程师到供应商现场作为实地引导外，我们还利用专有软件收集和分析我们产品组合中支持的各个制造现场的 OTD/OQD 数据。
在开发这项技术时，我们问自己几个关键问题：“我们能否利用人工智能真正改善供应链绩效负责人的日常生活？ ”
我们的目标不是提供千兆字节的数据分析或多个图表。我们希望提供一些简单且易于解释的东西，可以用作决策工具。然后我们问自己：“如果我们管理 50 家供应商向工厂供货的组合，我们能否预测下个月下旬将交付哪些供应商？如果我们做到了，我们是否可以将我们的注意力、管理层的注意力、供应商的注意力集中到这些关键领域，从而解决问题？”
为了回答这些问题，我们开发了一种基于人工智能的工具，称为 OTD 预测器。给定供应商组合，通过审查过去 12 个月交货历史的神经网络，该工具将生成一份可预测性报告，其中列出了下个月交货失败可能性最高的 10 名供应商。
就这么简单。输出只是一个简单的列表，其中列出了一些可能出现故障的可能性很高的供应商，而不是 200 页的数据。
OTD 工具的预测准确率超过 90%。事实上，它学得越多，效果就越好。我们的第一个版本的工具有 80% 的准确率！ 90% 的准确率意味着，当该工具预测供应商将失败时，十有八九会失败，因此供应商将无法满足其截止日期要求。
在技术人员成为稀缺资源的时代，人工智能可以帮助优化人力资源。我们无意取代质量工程师；我们的目标是通过指定他们应该关注的首要问题并消除不必要的工作来帮助他们提高效率。
OTD 预测器是一个基本工具，现已与数据库、KPI 和客户端门户访问一起包含在我们的服务包中。
