薄酒萊如何新鮮準時送到你手中？酒莊用AI預測供需 退貨減80%

時序入冬，迎來法國的薄酒萊產季，每年11月第三個週四，是薄酒萊新酒全球同步上市的日子，全世界的人們都能一起舉杯品嚐，歡慶年度盛宴。為了不讓葡萄酒供不應求，美國葡萄酒酒莊開始運用AI分析，提高消費者需求預測的準確度。

你是否想過，手上這瓶葡萄酒，是如何從產地的酒莊送到你的手中？酒莊要如何掌握消費者的需求數量，生產相應的葡萄酒數量，才不會供不應求或供過於求？

需求、物流，葡萄酒產地直送大挑戰

對酒莊而言，想將葡萄酒從產地直送給消費者，是一大挑戰。除了預測準確的消費者需求，搭配酒莊的庫存管理，更要透過物流技術，確保葡萄酒在運送過程中維持新鮮。

現在，美國已有酒莊導入AI來解決產地直送的難題。

首先，酒莊採用AI和機器學習技術，分析經銷商POS機及消費者直購記錄，先了解消費者的購買行為和需求，再綜合各種客觀條件，預測採購數量需求。

其次，為優化物流管理，酒莊在運送葡萄酒的冷鏈物流卡車中整合GPS訂位、物聯網和視覺化分析呈現的監控儀表板，維持葡萄酒的最佳溫度，並追蹤送貨卡車的速度及位置，讓酒莊隨時掌控每位消費者的訂單及葡萄酒送達的時間。而消費者用手機或電腦，就能查看所購買的葡萄酒配送進度，包括配送確切日期及時間。

求助AI的起因在於，該酒莊針對部份超過21年的老酒有「簽收」政策；無人簽收的酒，必須退回到最近的倉庫，而超過三次遞送失敗，就得退回酒莊，導致龐大物流浪費。

酒莊找上SAS透過AIoT解題後，送達率達98%，並減少80%的老酒退件，大幅減少營運成本。最重要的是，當處理交易與運送的時間減少，酒莊就能更專注了解客戶偏好與需求，進一步做未來銷售需求預測，制訂促銷和特價優惠的價格，提升客戶服務水準。

預測需求，零售業不能只靠Excel

今年的疫情為全球帶來新常態，不只驅動各地消費行為的改變，更衝擊既有的企業流程。對零售業來說，轉換行銷與通路策略、加速掌握需求預測，成了新興課題。

然而，台灣零售業仍習慣用Excel表格分析過去交易數字，使用平均值或同期推估；再根據今年的業績目標進行銷售預測，管理階層再依據經驗法則進行人工微調。

這種做法的問題在於，很難量化各「事件」的影響程度，也看不出異常的歷史資料，更可能忽略地理因素，如分店人口結構等所造成的影響，導致需求預測結果不精確。

結合AI演算法，已是新一代零售業的必要條件。一個好的AI需求預測模型，有兩個條件：

第一，要匯入銷售和庫存歷史記錄，讓模型學習時間趨勢的變化。

第二，要建立事件資料庫，讓模型學習歷史趨勢變化，除了固定節日促銷活動，還有偶發促銷事件，包括在什麼時間、針對哪些產品、規劃的促銷活動。

在時間和事件之外，還可再納入其他外部資料，包括線上商店流量以理解線下線上轉換情形、經濟指標與總體市場趨勢、社群媒體的網路口碑與情感分析結果，或這次新冠肺炎的個案數量與時間序等。

雀巢靠AI運籌1萬種商品，人機協作管理「狂牛產品」

全球最大食品公司雀巢，即率先導入AI分析創新生產規劃。

雀巢推出超過1萬種產品，生產線每天製造10億份產品。複雜多樣的產品線，加上備貨型（make-to-stock）生產策略，需高度仰賴準確的預測能力，以確保產品皆適量上架，考驗企業的需求和供應鏈規劃能力。

加上食品和飲料產業靠天吃飯，使雀巢的營運規劃面臨極大的挑戰。從季節影響、收成表現對於天候的依賴、需求的波動，其他零售趨勢及眾多產品的易腐性，使生產規劃和物流統籌變得益發困難。

因此，雀巢也導入AI做「主動超前部署」，除了考量客群分層結構、解讀歷史銷售記錄，並將促銷、特惠活動及外部資料的影響因子納入統計模型，也透過AI自動選取適當的統計模型，適時適所提供正確數量的商品，讓消費者隨時都買得到喜愛的食品。

而擁有能提升預測準度的模型，對雀巢還有一個重要意義——有利於內部需求規劃師挪出寶貴的時間，專注於管理難以AI取代人力經驗的「狂牛產品」（mad bulls）——這是雀巢對高產量、高波動產品的暱稱，著名的雀巢咖啡（Nescafé）就是其一。

雀巢咖啡通常是全年定期銷售，但經銷商的促銷活動會造成銷量大幅波動，使得咖啡的需求量變得非常難預測；因此，才需仰賴有經驗的需求規劃師解讀歷史記錄，從中瞭解過去的波動趨勢，來做狂牛產品的生產決策。

從葡萄酒酒莊的葡萄酒供應，到雀巢的商品需求預測，突顯零售業藉力AI提高服務水準的趨勢。要讓消費者隨時隨地都能買得到產品，零售業必須擁抱數位轉型，採用AI技術，才能精準掌握消費者需求，妥善規劃供應鏈，掌握未來商機。