InterSystems供应链协调器（Supply Chain Orchestrator ）

数据是每个供应链组织的命脉；随着数据量的增长，数据孤岛现象也日益普遍。 企业竞相谋求竞争优势，为客户创造价值，降低风险，更快地响应业务需求，并超越竞争对手。 然而，将来自内部和外部来源的数据进行获取、整合并转化为可付诸行动的洞察，仍然是一项挑战。

InterSystems Supply Chain Orchestrator™是一个由人工智能驱动的决策智能平台，旨在实现新一代基于代理和自动化的供应链运营。 它使企业能够构建智能数据架构，将数据访问、业务背景、高级分析、工作流编排和人工智能能力统一起来，从而将分散的供应链数据转化为可行的决策和可执行的行动。

“供应链协调器”（Supply Chain Orchestrator）的一大核心优势在于，它通过一个从零开始构建、基于单一架构的单一可扩展平台，提供了所有必需的关键数据管理功能。 这样就无需再部署、配置和集成多种不同的数据管理服务了。

Supply Chain Orchestrator 提供了一个全面的框架，其中包含以下内置的供应链加速器，可加快并简化定制应用程序的开发：

• 可扩展的供应链数据模型
• 内置供应链分析立方体
• 关键绩效指标（KPI）框架
• 自动检测问题
• 问题生命周期管理
• 用于解决问题的高级分析
• 供应链应用程序接口
• 情景分析
• 配备供应链代理的AI助手
• 一款支持多种数据类型的数据引擎，包括多模型、多访问方式、向量、结构化及非结构化数据，所有这些功能均集成于单一引擎之中。
• 数据集成与互操作性
• 商业智能
• 业务流程与规则引擎

尽管不同供应链之间存在共性，但每个供应链在某些方面都是独一无二的，因此每个企业的用例都是独一无二的。 绝不可能存在一种“万能”的数据模型，能够满足所有类型供应链的需求。 因此，必须对典型供应链数据模型进行扩展或定制，以满足每个特定用例的需求。 Supply Chain Orchestrator 提供的数据模型支持以下功能：

• 自定义数据属性：自定义数据属性可添加到模型中的任何现有数据对象中。 这可以通过自定义数据对象类或简单的 API 调用来实现。
• 自定义数据对象：如果规范数据模型没有提供所需的业务实体，可以创建一个新的对象。 新的数据对象可以通过新的类定义来创建，也可以通过简单的 API 调用来创建。
• 为数据模型扩展提供 API 支持：如上所述，API 可用于添加自定义属性或创建新的自定义对象。 此外，还提供了检查当前数据模型详细信息的应用程序接口：哪些对象是系统定义的，哪些是自定义的；每个对象定义了哪些属性；哪些是自定义属性。
• API对数据访问的支持：一旦扩展了数据模型，即可通过API访问该扩展功能，包括向扩展后的数据模型中添加数据、根据自定义属性或自定义对象查询数据，以及对扩展数据模型中任意位置的数据执行其他CRUD（创建、读取、更新和删除）操作。
• 升级安全：在 Supply Chain Orchestrator 升级期间，即使在新版本中增强了标准数据模型，也会保留数据模型的任何扩展。 升级无需额外的数据迁移步骤。

借助嵌入式分析功能和标准化的供应链数据模型，客户在供应链数据加载完成后即可从中获得即时价值，例如通过商业智能仪表盘或报告。 有了智能数据编织架构，就无需将数据从事务模式移至分析模式，分析立方体可直接在供应链数据模型上定义。 为了进一步加快这一过程，供应链 Orchestrator 中预设了用于订单、发货、库存和问题等关键供应链数据对象的数据立方体框架。 这些立方体可用于配置自定义仪表盘、生成商业智能（BI）报告，或由其他支持的 BI 工具使用。 基于数据模型的扩展或自定义，可以为开箱即用的数据cube添加新的度量或维度。 但新的立方体也可以独立配置。 除了常见的商业智能（BI）和报表应用外，供应链协调器（Supply Chain Orchestrator）还将数据立方体作为其关键绩效指标（KPI）框架的基础。

许多供应链活动都是由关键绩效指标（KPI）驱动的，这些指标可用于多种不同目的，例如跟踪业务目标和指标，或识别供应链中的风险。 从概念上讲，有许多常见的供应链关键绩效指标，如准时入库（OTIF）订单或老化库存，但这些关键绩效指标背后的实际逻辑可能因企业而异。 Supply Chain Orchestrator 提供 KPI 框架，可用于根据客户的特定逻辑配置 KPI。 KPI 框架允许客户根据以下详细信息定义 KPI：

• KPI 逻辑：例如，定义延迟发货订单 KPI 的 "延迟 "的逻辑。
• KPI 维度：如果客户有兴趣了解按国家和产品划分的延迟发货订单，KPI 定义可将国家和产品作为 KPI 维度。
• 关键绩效指标阈值：可为每个关键绩效指标定义两个关键绩效指标阈值，即观察阈值和警告阈值。
• KPI 值类型：KPI 可以使用两种类型的值——原始值（如逾期订单数或销售收入金额）或百分比值（逾期订单的百分比）。
• 问题标志：关键绩效指标（KPI）可用于为任何符合关键绩效指标条件的数据记录自动生成问题。 例如，可以将延迟发货订单 KPI 设置为产生问题的 KPI，这样任何延迟发货的订单都会在系统中产生问题并被跟踪。

在“供应链协调器”中，供应链中断和风险被建模为问题。 问题（issue）可根据关键绩效指标（KPI）自动生成、从业务流程触发或从外部系统导入。 一旦问题在“供应链协调器”中保存，即可在系统内管理其生命周期，包括设置问题状态、运行问题分析、提供可操作的洞察等。“供应链协调器”还提供了开箱即用的问题分析功能，帮助客户了解不同类别的问题、不同类型问题对业务造成的影响，以及问题状态的统计数据。

问题生命周期管理的关键部分是问题分析，它能就以下方面提供有关问题的见解：

• 严重程度：对业务的影响有多大？
• 紧急程度：问题的时间紧迫性如何？ 根本原因分析，例如，是什么引发了问题？
• 影响分析：如果这个问题得不到妥善解决，会产生什么影响？
• 规范性可操作见解分析：建议采取哪些行动来降低问题风险和相关业务影响？

尽管对各项业务挑战的分析各不相同，但“供应链协调器”（Supply Chain Orchestrator）提供了关键的基础架构和框架，可简化针对上述分析需求的相关业务流程和业务规则的开发或配置，因此既适合系统集成商，也适合应用软件开发人员。

提供了用于访问所有供应链协调器功能的 API，包括：

• 用于模型发现和模型扩展的数据模型应用程序接口。
• 用于数据管理的数据访问 API，包括对任何供应链数据和搜索功能进行创建、读取、更新和删除（CRUD）操作。 所有数据访问 API 都支持用户自定义的分页和排序功能，这简化了相关 UI 开发的工作。
• 与 KPI 相关的 API，包括列出已定义的 KPI、创建新的 KPI、获取一个或多个 KPI 值、获取与 KPI 相关的数据记录列表等。
• 一个用于问题管理的API，包括创建新问题、搜索/检索问题详情及分析结果、运行问题分析以及关闭问题等功能。

除了上述列出的 API 之外，Supply Chain Orchestrator 还为数据平台的各个方面提供了许多其他 API。

与作为独立副驾驶或孤立人工智能助手运行的AI解决方案不同，“供应链协调器”（Supply Chain Orchestrator）将人工智能直接嵌入运营决策工作流中，使企业能够从可视化阶段迈向智能化阶段，并最终实现自主执行。

InterSystems认为，成功的智能供应链需要具备以下四项基础能力：

• 一个智能且基于上下文的数据基础。
• 将分析能力与业务知识及运营背景相结合的决策智能。
• 能够辅助人类决策并实现日常活动自动化的AI代理。
• 工作流协调与治理，使决策转化为行动。

“供应链协调器”将这些功能整合到单一架构中。

高效的人工智能始于可信、符合语境且易于获取的数据。 Supply Chain Orchestrator 提供了一个统一的数据基础，可在单一平台上支持事务处理、分析、运营和人工智能等工作负载。 这一智能数据基础既消除了数据孤岛，又为做出可靠的人工智能驱动决策提供了必要的业务背景。

供应链协调器整合了企业数据、运营背景、业务政策和供应链专业知识，以支持智能决策。 其目的不仅仅是回答问题，而是帮助组织了解各种选择、权衡利弊，并确定最佳行动方案。 这使组织能够超越仪表盘和报告，转向可付诸行动的情报和运营决策支持。

“供应链协调器”提供专门的AI代理，这些代理能够增强人类的决策能力，并支持智能业务流程。

• 数据代理使技术和业务用户都能发现、访问、准备、丰富和为来自企业各处的信息提供上下文。
• 业务流程代理负责监控运营情况、识别异常、协调工作流，并根据客户特定的业务政策、规则和运营流程提出建议或执行相应操作。
• 记忆代理和上下文代理负责维护业务背景、组织知识、历史决策、针对特定客户的操作实践以及行业专业知识。

各组织采用人工智能的速度各不相同，治理要求也各不相同。 供应链协调器支持多级运营自主权：

• “人机协同（Human-in-the-loop）”决策支持，即人工智能代理分析情况、生成建议，并向用户提供备选方案以供批准。
• “人在回路（Human-on-the-loop）”自动化，即用户负责监督，而代理则执行已批准的工作流程并处理常规决策。
• 完全自主执行，即人工智能代理在预定义的政策和治理边界内自动监控事件、做出决策并触发行动。

这种方法使组织能够在保持运营控制和合规性的同时，逐步提高自动化水平。

Supply Chain Orchestrator™ 人工智能助手提供自然语言支持，使业务用户能够与 Supply Chain Orchestrator 支持的功能进行交互。 例如，用户可以使用自己的语言或术语在“供应链协调器”中查询任何供应链数据，或要求对“供应链协调器”给出的建议进行解释。

“供应链协调器”AI助手主要具备以下功能：

• 访问供应链数据：这可以是对特定数据条目（如客户订单）的直接查询，也可以是对汇总数据（如按地区和时间段划分的收入）的查询。
• 决策辅助工具：通过“供应链协调器”的问题分析，帮助用户理解用于生成可操作洞察的业务逻辑/规则。
• 内存管理：内存对人工智能解决方案的用户体验至关重要，原因有很多，例如帮助人工智能更好地理解特定行业，以及通过保存用户的个性化偏好或设置来最大限度地减少用户提示等。

“供应链协调器”是一款面向各行各业任何组织的强大决策智能平台。 它使应用程序开发人员能够通过配置和组合，整合来自不同应用程序的功能。

随着供应链组织在数据量不断增加的情况下面临实时决策的需求，其挑战在于打破数据孤岛，提供端到端的可视性，以及实时嵌入式的预测性和规范性分析，从而更快速、更准确地应对异常情况和中断。 “供应链协调器”专注于实时数据共享和可信洞察，助力企业优化供应链运营并提升整体效率。

通过无缝整合分散的数据源，“供应链协调器”为决策者赋能，从而推动实现更佳成果，并为客户创造价值。 对于那些正在应对当今日益复杂的供应链管理挑战的人来说，“供应链协调器”依托统一的数据，为供应链呈现了一个统一的视图。

1 - 通过统一数据优化供应链绩效