近年來疫情、極端氣候、政經局勢等因素經常打亂供應鏈，製造業為因應物流瓶頸、長短料而積極備貨，卻又面臨承受庫存去化的壓力。其實藉由資訊科技，也可以緩解供應鏈問題。
AWS（Amazon Web Services）日前推出新的應用程式AWS Supply Chain，透過統整資料湖、機器學習演算模型驅動商業洞察、提供因應建議、協作機制，可加快察覺變化趨勢、提高需求預估的準確度，便能改善供應鏈管理並制定商業決策，進而優化成本。
AWS Supply Chain應用程式可連線到企業現有的企業資源規劃（ERP）與供應鏈管理系統，運用AWS雲端基礎架構來統一存放資料，搭配機器學習演算模型支援商業洞察，以及利用Supply Chain內建情境式協作執行需求規劃。
當企業無法充分預測供應鏈風險，例如缺料、航運塞港或塞櫃、天災、突如其來的需求激增，將面臨庫存成本過高或缺貨，進而導致客戶體驗變差。AWS台灣暨香港專業解決方案架構師總監楊仲豪指出，為了提高供應鏈的透明度，企業須仰仗關鍵應用系統的整合，以便於擷取、清洗、彙整企業資源規劃與供應鏈管理系統的資料，進而利用機器學習演算分析風險指標數據，輔助管理層執行決策。
多數企業遇到的困境是關鍵應用系統後端關聯式資料庫、非結構化資料欲予以彙整，須開啟新專案或委託第三方技術服務廠商協助，費用恐無法壓低，且需要一段開發週期，難以即時解決營運痛點。
AWS Supply Chain為基於雲端平台發展的應用程式，藉此統一多種資料來源，提供機器學習演算分析，讓營運管理者洞察商機或風險。
而AWS Supply Chain以雲端為基礎、機器學習驅動的應用服務，已內建資料連接器，可介接來自雲端或內部的異質應用系統資料，例如SAP S/4HANA企業資源規劃、供應鏈管理、資料交換等，透過機器學習與自然語言處理（NLP）自動資料轉換機制，將來源系統的資料關聯到統一資料模型，統整存放至供應鏈資料湖。
楊仲豪強調，AWS Supply Chain內建核心技術是基於Amazon.com近30年供應鏈經驗預先訓練的機器學習模型，運算結果再設計以視覺化圖表來呈現，標示各地的庫存狀態數據，供應鏈、庫存管理者可藉此全盤掌握，及早發現與排除庫存風險。Supply Chain亦可計算風險評分，並主動提出調配庫存的建議。此外，相關人員可透過Supply Chain內建聊天功能，依據相同資訊進行協調，減少因溝通不良導致的誤判與延遲，討論出最佳解方。
值得一提的是AWS Supply Chain提供即時可視化地圖，採用微前端（Micro Frontend）架構所開發組成圖形化、可互動式操作介面，以醒目地提示目前庫存狀態與預測分析的數據，讓用戶可直接在地圖上點選特定倉庫位置，進一步檢視庫存量、潛在風險等更多資訊。