解决最大、最复杂的运营问题
某中心供应链优化技术团队（SCOT）在短短十多年间，构建了全球规模最大、最复杂的自动化决策系统之一。
自动化决策系统的演进
某中心能够实现前所未有的规模扩张，同时满足客户对配送速度日益增长的期望，其成功的关键在于SCOT团队。该团队利用模拟、数学优化和机器学习技术，在极其复杂的履约网络中实现了大规模快速配送——在某些情况下甚至能在2小时内完成。
SCOT团队负责协调某中心商店的端到端供应链，包括：
- 计算客户下单时看到的配送承诺
- 为数亿产品预测需求
- 决定库存产品和数量
- 根据区域客户需求将库存分配至仓库和履约中心
- 必要时提供降价定价
- 优化客户订单整合以提高效率
- 协调全球数百万卖家的入库和库存管理
从手动到自动化的转变
2011年，该团队主要关注自动化产品采购和库存管理。当时，端到端供应链技术功能的概念尚未形成。团队通过开发复杂算法，为特定产品类别做出采购和库存安置决策。
团队采取了渐进式方法，首先在媒体类别产品中进行随机对照试验，部分产品采用传统方式管理，部分由新算法管理。试验成功后，该方法逐步扩展到其他类别。
全面自动化的突破
2014年左右，团队决定全面实现某些类别的100%自动化。这一决策带来了显著成效，提高了客户体验成果（如现货率）同时降低了成本。
随着技术在整个零售业务中快速推广，SCOT团队开发了能够连接供应链两端的技术。例如：
- 需求预测团队从模型拼凑演变为深度学习方法
- 基于2018年的内部研究突破，开发了多水平分位数递归预测器
- 该模型能准确预测季节性需求变化、未来计划事件导致的需求激增，甚至对销售历史有限的产品进行冷启动预测
一日达配送的挑战
面对某中心日益雄心勃勃的客户配送承诺（如2019年在美国推出的一日达服务），SCOT团队开发了名为"Mechanical Sensei"的详细模拟系统，用于确定需要多少额外库存、库存安置位置以及运输成本影响。
团队随后推出了"多级系统"——这是一个多产品、多层、多履约中心模型，用于在需求、产品交付时间和容量约束都不确定的环境中优化不同配送速度的库存水平。
应对疫情挑战
COVID-19疫情使容量管理成为焦点。通过强大的预测、多级库存管理以及其他算法和系统的成功组合，某中心能够应对疫情影响以及网络星期一和会员日等购物活动带来的巨大需求激增。
当前与未来挑战
SCOT团队面临的新挑战包括：
- 优化与数百万第三方卖家共享的供应链网络
- 向利益相关者解释自动化决策
- 管理通过某中心不断增长的配送车队、飞机、分拣中心和配送站的运输
SCOT的履约优化团队运行着做出站履约决策的系统，这些系统每秒优化数百万客户承诺，每天优化数十亿客户订单履约计划，通过评估数亿条潜在运输路线并跟踪每日超过10亿的实时库存更新来实现。
这些系统在某中心规模上设计网络拓扑、优化多层多模式网络中的连接并协调所有运营资源，这是前所未有的挑战。团队的新优先事项是确保自有配送卡车或货运飞机在满足客户配送时间窗的同时尽可能满载。