供應鏈領導者推出人工智慧和機器學習驅動的客製化功能，協助零售商的端對端網路從混亂走向秩序
安大略省渥太華--(美國商業資訊)--首屈一指的供應鏈管理平台公司Kinaxis® Inc. (TSX: KXS)今天宣布擴大其零售解決方案範圍，推出了多項新的人工智慧和機器學習驅動的創新產品。這些產品為零售商提供了端對端的供應鏈透明度、需求預測功能，以及強大的類比情景規劃能力，以確保無論出現哪些意外的中斷情況，消費者都能按照自己的意願，隨時隨地購買他們想要的商品。
不斷變化的消費習慣推動了不可預測的需求激增，全通路商務的興起則力圖在多個接觸點上提供順暢的購物體驗。因此，零售業的競爭空前激烈，零售商的供應鏈面臨著諸多挑戰，這些挑戰威脅著零售商保持顧客滿意和達成盈利的能力。
Kinaxis推出了各種強化型零售解決方案，旨在協助零售商做出卓越的決策，從而成功地管理門市眾多、存貨單位(SKU)、促銷活動和庫存變化帶來的複雜性。這些解決方案目前包括：
- Demand.AI創新——植基於機器學習的強大模型，專為零售商的規模和複雜性量身打造，能夠更好地瞭解內部因素（如頻繁的價格變化、新產品推出、促銷計畫變化）和外部因素（如社會情緒、天氣、消費者行為變化、地方/國家事件）如何影響對其產品的短期和長期需求，並為行動提供資訊參考，以充分增加收入機會和主動化解風險。
- 補貨計畫——一種全新的功能，使零售商能夠更好地管理整個供應鏈的補貨參數，確保每個門市和配送中心的每件物品都能及時補貨，同時建立防護措施，以防止商店發運超出貨架存放期限能力的過多庫存，從而防止庫存持有成本增加。
- 需求規劃創新——為零售商提供易於理解的視覺化資訊，解釋需求模式，同時使他們能夠根據對供應鏈任何環節趨勢的洞察，按產品、地域、門市、SKU、日期等對預測進行即時調整。
Kinaxis產品長Andrew Bell表示：「面對消費者日益增長的期望，今天的零售商迫切需要使他們能夠自信地做出大規模供應鏈決策的解決方案。憑藉這些最新的創新科技，企業將最終能夠消除需求和補貨計畫中的臆斷，從而建立一個順暢、靈活的端對端供應鏈。我們相信，隨著在促銷計畫和分配方面的投資不斷增加，零售商將繼續尋求Kinaxis的協助，為他們的客戶提供最好的產品，同時確保貨架上始終有充足的備貨。」
著重於零售的新產品創新將使Kinaxis能夠強化其在業界的地位，包括與體育用品領導者Brooks Running等新客戶和HAVI等現有合作夥伴的合作。HAVI是全球最重要的供應鏈整合專家之一。去年，Kinaxis和HAVI宣布，他們將聯手對速食業進行創新和改革。
HAVI資深副總裁兼北美和全球規劃與分析部供應鏈長Rodney Brown表示：「隨著營商節奏的加快和消費者行為的日新月異，企業不能再依賴於供應鏈的漸進式改善，因此我們非常高興能與Kinaxis合作。Kinaxis已經證明了他們在滿足不同產業客戶的苛刻需求方面的能力。我們迫切希望向我們最大的一些客戶推出這些最先進的功能，並預期他們將立即看到這些功能為其整體業務帶來的價值。」
Kinaxis在100多個國家擁有4萬多名用戶，與包括消費品、汽車、高科技、生命科學在內的各行各業的全球最大品牌均有合作。其人工智慧技術和專利並發技術使公司能夠對供應鏈網路進行端對端的編排，從策略規劃直至最後一哩路交付。
Kinaxis的零售產品創新將於2024年1月14日至16日在紐約賈維茨會議中心(Jacob K. Javits Convention Center)舉行的NRF 2024上展出。敬請蒞臨Kinaxis 4068號攤位。
關於Kinaxis
Kinaxis是現代供應鏈管理領域的全球領導者。我們為供應鏈和管理供應鏈的人員服務，為人類謀福祉。我們的軟體深受全球知名品牌的信賴，可提供駕馭當今動盪和混亂局面所需的靈活性和可預測性。我們將獲得專利的並發科技與以人為本的人工智慧方法相結合，使各種規模的企業都能協調其端對端的供應鏈網路，涵蓋從多年策略規劃到精確到秒的執行和最後一哩路交付的方方面面。如欲獲取更多資訊和詳情，請造訪kinaxis.com或在LinkedIn上關注我們。
免責聲明：本公告之原文版本乃官方授權版本。譯文僅供方便瞭解之用，煩請參照原文，原文版本乃唯一具法律效力之版本。
請前往 businesswire.com 瀏覽源版本: https://www.businesswire.com/news/home/20240111986503/zh-HK/
CONTACT:
媒體關係
Jaime Cook | Kinaxis
jcook@kinaxis.com
289-552-4640
投資人關係
Rick Wadsworth | Kinaxis
rwadsworth@kinaxis.com
613-907-7613
【你點睇】中環海濱充氣奇蹟展展品外貌惹網民嘲笑► 立即投票
