行业研究公司研究宏观策略财报招股书会议纪要稀土低空经济 DeepSeek AIGC 智能驾驶大模型

7-2 知识图谱、物联网和数字孪生 - 智能供应链的数字基础设施 - 俞方桦博士 _Neo4j

信息技术2022-06-13DataFunSummit2022：数据科学在线峰会邵***

AI智能总结

核心观点与关键数据

供应链危机背景：当前全球供应链面临严峻挑战，如植物油价格创新高、芯片荒、航运延误等，新冠疫情加剧了这些问题，影响范围涉及规划、采购、生产、销售、仓储和物流等多个环节。69%的企业表示规划困难，74%的企业面临关键原料和部件缺乏，68%的企业难以平衡库存，69%的企业生产线重新配置困难，67%的企业因库存不足影响销售。
数据问题：75%的财富1000企业的供应商受疫情影响，高层管理者对供应链数据缺乏信心，“好的预测”仅限于有限的预测。
知识图谱的应用：知识图谱能够有效解决供应链中的数据孤岛问题，通过连接万物互联的数据，实现深度、动态的上下文理解，从数据到知识的转变。应用场景包括物流营运、市场销售服务、制造、仓储、订单履行、运输和第三方数据等。
图数据库的优势：图数据库是处理互联数据的理想技术，具有灵活的数据模式、360度全景视图、快速遍历关系网络、可扩展性以及强大的图分析能力。Neo4j图数据库能够提供对供应链最直观和准确的描述，支持节点、关系和属性的管理。
数字主线与IoT架构：Neo4j Digital Twin通过整合多种数据源（如供应商、成本、合规性、图纸、服务记录、IoT数据等），为图提供额外的分析上下文，实现实时动态跟踪产品全生命周期，支持人员预防性维护、生产规划排期、物料管理、库存管理等。
图数据科学：通过图算法和图学习，从已知数据中发掘未知关系和趋势，提升预测、分类和补全的精确度和效率。Neo4j GDS提供超过60+图算法，包括路径寻找、中心性、社区检测、有监督的机器学习、链接预测、相似度、图表示学习等。

研究结论

供应链风险评估：通过建立产品原材料图谱，利用图算法（如入度中心性、出度中心性、紧密中心性、中介中心性）定义评估指标，可以衡量原材料的供应风险、判断产品的复杂度、供应商的影响力，并预判供应链风险。
物流监控和优化：利用图数据库技术，可以搜索并显示完整的物流网络，查询开往指定物流仓储中心的货车，以及查询货车的位置及其运行状态，实现高效的物流监控和优化。
业务价值：通过整合不同数据源到知识图谱，应用图数据科学算法，可以挖掘供应链中的潜在风险和机会，最大化智能供应链的业务价值。各类可视化工具为数据科学家、分析师和管理者提供直观且强大的供应链透视和挖掘能力。