知识图谱和大模型在全球供应链体系数字化中的应用：上海国际物流节发言总结和补充

全球供应链体系是指由多个参与者、流程和系统组成的复杂网络，它们共同协作，将产品或服务从原材料提供商到最终消费者。全球供应链体系不仅需要有效地管理和优化内部的运营和协同，还需要遵守外部的法律、规范和标准，以保证供应链的安全、质量和可持续性。同时，全球供应链体系面临着各种风险和挑战，如需求波动、资源短缺、质量问题、自然灾害、政治冲突等，这些都可能导致供应链中断、成本增加或客户满意度下降。在复杂产品的生成制造中，通过全球价值链分工，提高协作效率，优化物流，提高产品质量，实现企业的资源优化配置，进而降低成本，提高利润，获得竞争优势，满足市场需求。也就是常说的供应链历来都被视作效率和规模的驱动因素。

• l 供应链可以通过集中和整合资源实现规模效应,减少重复建设和运营成本。通过拓展供应链范围和增加供应商和分销商的数量,企业可以获得更大的采购量和市场份额,进而带来更低的单位成本。
• l 专业化分工可以最大限度地发挥各个参与方的核心竞争力,实现整体更高的运作效率。每一个参与方都可以专注于自己的业务并持续优化,整体供应链的效率得以提高。
• l 通过信息技术等手段促进信息共享和协同,供应链各个方可以实现更好地计划、协调和监控,消除信息不对称和交流障碍,达到更高效率。
• l 供应链的设计和管理可以系统优化各个方的资源和活动,避免重复和冲突,实现资源配置的最优化,最大限度地减少成本和使用资源的浪费。
• l 持续优化供应链的管理技术和运作流程, 可以降低行政管理成本,释放更多资源用于创新和企业前瞻发展。

但在实践中，供应链体系的建设、管理等并未达到管理者的预期，体现在多重的挑战上：

• l 应对不灵活：在面对新业态、新变化，特别是遭遇大规模破坏性 事件、全球供应链受到冲击时，供应链单一性的弱 点尤其突出，缺乏应对方案。
• l 响应不及时：无法满足客户日益提升的服务要求和时效要求。供 应链创新管道不够健全，无法突破原型测试阶段。
• l 信息不透明：流程未打通，组织分散、系统孤立，数据无集成、不 共享、不互通，可视化程度不高。
• l 生态难建立：缺乏合作伙伴，无法建立有效生态系统，资产负重 大，供应链弹性欠佳。
• l 成本难优化：未满足客户需求，未考虑成本优化，未合理安排。

参考：埃森哲《让供应链变为“价值链”》 

为了实现全球供应链体系的数字化，需要利用先进的信息技术，如云计算、物联网、大数据、人工智能等，来收集、整合、分析和利用供应链相关的数据，从而提高供应链的可视化、透明度、协同性和智能性。知识图谱是先进的、经过验证的有效的工具，而大模型则是最新的人工智能研究成果和新兴的技术。二者的结合，能够利用海量的数据和强大的计算能力，实现具有强大泛化能力和推理能力的智能系统，从而为供应链的各个环节的智能化提供支持和优化。也就是说，利用知识图谱和大模型等先进的信息技术来有效地管理和优化全球供应链体系是提高企业竞争力和可持续发展的关键。这有助于企业构建数字化的全球供应链体系，实现：

• l 持续的供应链弹性
• l 优化的成本结构
• l 更好更快的场景建模
• l 减少人工依赖
• l 提供高度个性化的体验
• l 最终实现可持续发展

关于知识图谱，可参阅珠峰书《知识图谱：认知智能理论与实战》一书。珠峰书《知识图谱：认知智能理论与实战》涵盖了知识图谱的理论基础、技术体系和应用实战，全面介绍了如何建模（模式设计）、构建（实体、关系抽取）、存储（图数据库）和应用知识图谱（知识计算、推理），特别是知识推理部分，是辅助大模型解决高阶推理的核心技术。此外，还介绍了多个知识图谱应用场景，如智能问答、认知推荐、智金融、医疗、智能制造等领域的应用等。总之，珠峰书《知识图谱：认知智能理论与实战》是一本涵盖知识图谱理论、技术和应用实践的全面性专业书籍，对于从事人工智能、知识图谱相关领域的技术人员、学者和研究人员都具有极强的参考价值。知识图谱技术的简要介绍可参阅下文

关于大模型，可参阅下列系列文章：

更多大模型的文章，欢迎关注公众号阅读历史文章

1. 供应链管理

知识图谱可以帮助记录和追踪供应链中每个产品或服务的来源、流向和状态，并在地理空间上展示它们。通过知识图谱，企业可以更清晰地了解自己所处的供应链网络的全貌和细节，以及与其他参与者的联系和依赖。这是典型的时空知识图谱的应用。

在供应链管理应用中，供应链被视为一个由多层次的供应商、工厂、设施、产品、经理和客户组成的实体网络，通过挖掘实体间的关系，如“生产”、“供应”和“购买”等，同时考虑地理空间和时间的影响，将非空间和非结构化的数据与空间和结构化的数据结合起来，发现并理解供应链网络中之前未知的关系和依赖性，并构建出带有时空信息的知识图谱，并获得新的深度洞察。具体来说：

• l 将供应链可视化为具有多层供应商、工厂、设施、产品、经理和客户的实体网络
• l 在时空环境中探索连接它们的关系，如生产、供应、采购等
• l 将非空间和非结构化数据与空间和结构化数据相关联
• l 应用复杂的图和时空分析工具来发现和理解供应链网络中潜在关系和依赖

进一步的，知识计算和知识推理等算法可以应用在供应链知识图谱之上，理解并挖掘潜在关系，并快速获取所需内容，比如：

• l 使用图查询来识别可能受到影响的实体，比如哪些工厂依赖于受到延迟影响的零件，哪些产品包含这些零件，哪些客户订购了这些产品，以及哪些经理负责这些客户。
• l 利用知识计算和知识推理来更好地了解供应链网络中的中断情况，比如计算每个实体在网络中的重要性（中心性），评估每个实体受到延迟影响的程度（敏感性），以及找出最佳替代方案（最短路径）。
• l 利用知识推理来挖掘潜在的关系，发现供应商、商品、客户或其他实体存在的潜在风险等。

2. 供应链合规

供应链合规是指供应链参与者遵守各国与该领域相关的既定法律法规、准则和要求等，如腐败、欺诈、制裁、环境、社会和治理（ESG）、劳动法、健康和安全等。供应链合规不仅是一项法律义务，也是一项战略优势，可以提高公司及其供应商的声誉、绩效和韧性。

然而，实现供应链合规并不是一件容易的事。今天的供应链是复杂的、全球性的和动态的，涉及不同国家和地区的多层供应商和其他利益相关者。监管格局也在不断演变，国家和国际层面出现了新的法律和标准。此外，供应链面临各种中断和不确定性来源，如流行病、贸易战、网络攻击、自然灾害和货币波动。知识图谱和大语言模型能够解析、理解并构建复杂的关联和依赖关系，包括供应商、客户、产品、法规、标准、风险和事件等等。这有助于提供对供应链的全面和透明的看法，并支持各种合规任务，如尽职调查、监测、审计、报告和分析。同时，通过自然语言交互，将合规信息和见解传达给不同的利益相关者，如监管机构、审计师、经理和客户，回答与合规性相关的问题或请求。

知识图谱和大型语言模型的集成，为供应链的智能化合规带来了福音。知识图谱可以为大型语言模型提供法律法规和供应链等结构化和事实数据，以生成文本或查询，而大型语言模型可以为知识图谱提供自然语言的理解和友好的界面，以与用户或系统交互。利用这两种技术的互补优势，供应链中的合规工作可以更加有效、智能和高效。

• l 对供应链进行全面的风险评估。通过知识图谱可以理解质量管理、环境保护、社会责任等等相关的法律、规范和标准，深度识别可能影响公司及其供应商的潜在合规风险，如贿赂、欺诈、违反制裁、侵犯人权、环境破坏或产品安全问题。评估这些风险的可能性和影响，以及现有的控制和缓解措施。优先考虑需要解决的最关键的风险和差距。通过大语言模型生成合规信息或见解的自然语言摘要或报告，并能使用自然语言来回答与合规性相关的问题或请求。进一步的，深度的风险监测和评估，能够使得企业可以更主动地监测和保证供应链合规性，以及制定相应的改进措施
• l 监控和审核合规性绩效。通过知识图谱实时收集和整合来自不同渠道和来源的合规数据，如认证证书、检验报告、审计结果等，经过自然语言理解、处理、结构化和深度分析合规有关的指标数据，如事件、投诉、审计或认证等，构建出实时监测的供应链合规知识图谱。使用供应链合规图谱来推断是否满足既定目标，并给出基准衡量合规性能的建议。同时，通过供应链合规图谱定期对供应商进行审计或检查，分析并验证其合规状态，及早发现潜在的问题或违规行为。同时，结合大语言模型和供应链合规知识图谱自动生成可视化和智能化的合规报告、纠正措施或改进计划的建议书，并以自然语言的方式提供服务，同时也能够更方便地向外部机构或客户展示自己的合规情况和成果。
• l 多语言的合规政策理解和培训。全球供应链体系往往涉及多个国家的法律法法规和合规要求等，这对从业人员的要求甚高，特别是语言能力。而大语言模型则解决了多语言的理解和交流问题。基于结构化的供应链合规知识图谱和大语言模型，可以方便的进行多国法规的自动理解、分析其中对合规要求的差异，并支持以母语的方式进行交流。比如通过母语描述清楚合规问题，通过大语言模型转化为对应的语言进行邮件咨询。同时对回复的内容可以自动理解，并对齐到相应的供应链图谱的合规要求条目上，实现合规问题的深度理解。同时，通过知识图谱和大语言模型的结合，能够以母语查询所有国家所有语言的合规要求、分析供应链实体和合规风险之间的复杂关系等。就适用于供应链的相关法律、法规和标准对员工和供应商进行教育。提供如何在实践中遵守这些准则的指导和示例。提高对遵守规定的好处和不遵守规定的后果的认识。鼓励反馈和改进建议。
• l 此外，供应链合规知识图谱结合大语言模型，还可以进行检测和纠正文本中的合规错误或违规行为，如合同、发票、政策或程序；制定并传达行为准则或供应商道德准则，定义对供应链中道德和负责任行为的期望和要求；在公司内部和供应商之间建立明确的合规角色和责任；执行合规活动的标准操作程序，如尽职调查、监控、报告和审计。与供应商和其他利益相关者分享最佳实践、挑战和合规解决方案。

3. 供应链优化

全球供应链体系面临着各种风险和挑战，如需求波动、资源短缺、质量问题、自然灾害、政治冲突等，这些都可能导致供应链中断、成本增加或客户满意度下降。因此，有效地管理和持续优化全球供应链体系是提高企业竞争力和可持续发展的关键。

知识图谱和大语言模型在供应链优化方面价值巨大，能够很好地提高供应链的可视化、透明度、协同性和智能性。

• l 供应链网络的可视化和探索：供应链网络知识图谱能够反映供应链中所有实体和关系的状态和变化，并在时间维度和地理空间上可视化，从而更清晰地了解自己所处的供应链网络的结构和特征，以及与其他参与者的联系和依赖。专业的供应链分析人员可以基于供应链知识图谱进行深度分析和洞察，发现不足之处，进行供应链优化。
• l 供应链风险管理：知识图谱可以帮助识别和预测供应链中存在的潜在风险，如质量问题、延迟交货、库存不足、价格波动等，并通过图嵌入、路径分析、中心性、图神经网络等知识计算和知识推理技术，挖掘可能受影响的实体和关系，从而帮助企业可以主动监测和预防供应链风险。同时，基于这些风险识别结果，结合大模型自动撰写风险报告，送达决策层，及时响应风险事件并制定相应的应对措施。
• l 优化供应链配置：供应链中有丰富的产品、供应商、价格、库存、评价等等信息及历史变动情况，进而可以构建出时空属性的供应链知识图谱。借助具备时空信息的供应链知识图谱可以来分析和评估供应链中各个环节的需求、偏好、行为、效率和效果，精准地识别各个环节上的企业的产品、和供应能力，并通过路径分析、中心性、社区发现等知识计算方法和 Trans*、RotatE、R-GCN、MURP、ATTH等知识推理算法来优化供应链的配置，提出改进方案，并基于大模型进行报告编写。同时，基于这些优化配置的结果，可以辅助灵活地调整和优化供应链配置，如选择最佳的供应商、运输方式、库存水平等，以降低成本、提高服务水平和客户满意度。
• l 市场分析：通过收集和整合来自不同渠道和来源的市场数据，如竞争对手、行业趋势、消费者反馈等，通过知识计算和知识推理等技术挖掘潜在的机会和威胁，并通过大模型自动撰写报告，递交决策层，推进全面洞察市场环境和变化，进而制定更有效的供应链战略和措施。

说明

本文是在上海国际物流节中的讲话内容总结及补充。在2023国际消费季暨上海“五五购物节”中举办的上海国际物流节，致力于汇聚四海之力，向全世界敞开怀抱，搭建全球物流平台， 开启“ 智启未来 碳索发展 ”的大会。

知识图谱相关文章

欢迎关注走向未来公众号，了解更多知识图谱和大模型有关的技术和应用