利用生成式 AI 增强竞争优势：整合产品开发、供应链和可持续性

利用生成式 AI 增强竞争优势整合产品开发、供应链和可持续性IBM 商业价值研究院 | 专家洞察2Praveen Velichety执行合伙人，数字孪生全球产品负责人IBM Consultinglinkedin.com/in/velichety/praveen.velichety@uk.ibm.comJon Chambers合伙人，供应链转型负责人，EMEAIBM Consultinglinkedin.com/in/jon-chambers-9055581/Jon.Chambers@ibm.comKostas Didaskalou 消费品行业合伙人，能力中心IBM Consultinglinkedin.com/in/kostasdidaskalou/KDIDASKA@uk.ibm.com主题专家Jane Cheung消费品行业全球研究负责人IBM 商业价值研究院 linkedin.com/in/janescheung/jane.cheung@us.ibm.com1改进协同传统 AI 和生成式 AI 带来了广阔的机遇，从更成功地推出新消费产品到协同供应链运营以提高效率并减少浪费。优化整合生成式 AI 可以优化新产品开发，支持与供应链运营互联互通，并改善与供应商和生态合作伙伴的整合，加速创新并增强韧性。支持可持续性和监管合规性生成式 AI 功能可以支持整个消费产品生命周期内的决策，推动全方位的可持续性，并支持各个市场和地区的监管合规性。快速采用消费品行业高管正在迅速采用生成式 AI。超过三分之二的受访高管认同或强烈认同生成式 AI 对其组织的未来至关重要。而且，超过四分之三的受访高管认为应迅速采用生成式 AI 以保持竞争力。在优化新产品开发和改善消费品行业供应链运营方面，生成式 AI 潜力巨大。摘要2AI 引领产品开发新时代在竞争激烈的消费品市场中推出新产品历来就是一项高风险举措。如今，企业面临的挑战比以往更加严峻。从不断变化的消费者偏好、日益加剧的市场竞争、持续攀升的成本与供应链压力、监管合规问题到层出不穷的新产品，企业推出新产品的环境正变得愈加复杂。数据表明，在每年推出的 30,000 种新消费产品中，有高达 95% 未能实现其商业目标。1在 2020 年代，企业在新产品导入 (NPI) 流程中面临的主要挑战如下：未针对品牌组合中的新产品建立全局视图当营销、制造和供应链团队在组织中孤立运作时，缺乏协作会导致延误、质量问题和供应链中断。如果未建立整体的产品生命周期视图，就难以确定何时将产品纳入产品组合、何时计划实现峰值销量以及何时逐步淘汰产品，同时降低对其他产品的影响。市场研究和消费者洞察不足如果未进行深入的市场调查，也未收集准确的消费者洞察，推出的新产品就无法满足消费者的需求或期望。这会导致库存过剩、销售业绩不佳以及供应链效率低下。不切实际的时间表和紧迫的期限新产品开发和发布的紧迫时间表给供应链带来了巨大压力。由此产生加快发货速度，或者占用其他盈利产品线的生产能力等连带反应，可能影响下游的财务业绩。3在新产品导入 (NPI) 流程早期做出的决策也会产生一系列后续挑战， 从而影响供应链和端到端产品生命周期。这些挑战包括：风险管理和应急规划不足风险评估不足和缺乏应急规划来应对潜在的供应链中断（例如自然灾害、地缘政治事件或供应商问题）会阻碍新产品发布取得成功。为了应对这些挑战并管理新产品开发中的相关风险，消费品行业需要一种更具前瞻性、数据驱动且端到端的决策方法。利用生成式 AI 来协助和增强产品开发、供应链整合与生命周期管理，消费品行业高管可以加速创新、改善成本管理、减少浪费并提高整体效率。除了优化新产品导入和供应链整合，以及管理各个市场和地区的监管合规以外，生成式 AI 还将为产品生命周期管理开启一个全新的维度 — 改善用户体验。由于生成式 AI 可支持“以用户为中心”的设计理念，因此有助于促进产品采用并帮助做出更明智的决策。供应商和资源限制难以找到可靠的供应商、协商有利的条款和确保新材料或原料的稳定供应，从而严重影响满足生产和分销要求的能力。供应链可视性和协同能力有限缺乏端到端的供应链可视性和协同会导致沟通中断、 库存不平衡和分销效率低下，从而妨碍新产品发布取得成功。监管和合规问题如果在产品开发阶段没有提前处理好监管要求和合规标准，就会增加延迟、产品召回或供应链中断的风险，从而对成本和品牌声誉造成负面影响。可持续性和供应链透明度担忧忽视新产品和供应链流程中的可持续性影响会增加监管不合规的风险，并错失降本增效的机会。此外，未来对供应链透明度的要求预计将大幅提高，这也是新产品推出中应当考虑的一项因素。2生成式 AI 提供的洞察可以在整个产品生命周期中融入可持续性。4案例研究利用 AI 创造新的香水香型Symrise3Symrise 是一家总部位于德国的公司，致力于开发、生产和销售香料、调味料、食品配料及活性化妆品成分，为超过 35,000 种消费品供应原料。依靠其 Aromas Molecules 部门，Symrise 还是全球领先的香料原材料生产商。随着消费市场对新香水香型的需求不断增加，Symrise 发现了利用其超过两百万种香水配方宝库的机会。关键就是利用人工智能来帮助 Symrise 管理越来越短的产品周期，同时提高整体产品开发效率。初始香水设计算法由开发人员创建，然后再通过 AI 工具加以改进。该团队利用一款名为 Philyra 的 AI 助手来分析分子结构，确定应用领域，并考虑各种市场和销售数据。AI 在分析香水配方和原料特性方面发挥了重要作用，最终帮助调香师找到微妙差异的配方组合，创造出新的香型。Symrise 利用 AI 设计的首款上市产品在法国尼斯的世界香水大会上亮相。2019 年，两款 AI 设计的香水成功上市，由全球第三大香水制造商巴西 O Boticário 公司负责市场营销。如今，AI 已成为调香师不可或缺的一项利器，不仅为他们赋予更敏锐的嗅觉，还帮助 Symrise 建立了自动化流程，加速开发出更多符合客户需求的产品。45与许多其他商业领域一样，消费品行业也开始利用生成式 AI 来提升运营效率和协助做出决策。生成式 AI 可以生成类似于人类创造的结果，因此更具直观性和可信度，从而促进更快地采用基于生成式 AI 的解决方案。这项技术在消费品行业中有广泛的应用场景，从利用聊天机器人和数字助手简化客户服务，到一些更复杂的实现，例如利用非结构化数据进行需求感知和预测，以及实现物流管理自动化。在新产品引入方面，生成式 AI 可以通过分析与热门产品特性或消费者偏好相关的历史数据来帮助创造新的产品设计和概念。生成式 AI 有望进一步提高消费品行业的运营效率 — IBM 的内部项目评估表明，生成式 AI 有机会实现高达 30% 的效率提升。4IBM 商业价值研究院 (IBM IBV) 的最新研究表明，消费品行业高管正在迅速采用生成式 AI。超过三分之二的受访高管认同或强烈认同生成式 AI 对其消费品组织的未来至关重要。而且，超过四分之三的消费品行业高管认同或强烈认同应迅速采用生成式 AI 以保持竞争力。5AI 在消费品行业中日益重要超过四分之三的消费品行业高管认同或强烈认同应迅速