|
2020 年以来，新冠疫情的爆发暴露了当前我国供应链在面对应急情形下的一些问题，供应链的稳定性与安全性被更加重视，利用数字化和智能化手段建立供应链的风险防范体系、增强供应链韧性成为共识。 同时疫情也倒逼生产、分配、流通、消费等各个环节的调整。疫情冲击的同时，涌现出了诸如线上消费、远程办公、应急保供等一系列新需求、新业态、新模式，进而衍生出新的供应链体系，给信息化、数字化、智能化的供应链创造了新的发展空间。中国信通院统计数据显示，2020 年，疫情倒逼我国各产业加快数字化转型，农业、工业、服务业数字经济渗透率分别为8.9%、21.0%和 40.7%，同比分别增长 0.7、1.6 和 2.9 个百分点，三次产业数字经济渗透水平逐次倍增。特别是基于互联网的供应链新技术、新服务、新模式的发展，不仅为抗击疫情提供解决方案，也反映了未来市场的需求和创新的方向。
如何应对快速变化、多元化与个性化的市场需求以及日益缩短产品迭代与创新的周期，通过供应链纵横向集成，支持制造资源重构与合作伙伴的整合?关键是通过供应链数字化转型，基于 CPS 和供应链优化理论实现供应链最优化布局以及即插即用的动态重构，支撑集约化、敏捷化价值化供应链运行! 如何应对多样化小批量甚至个性化订单，通过供应链敏捷化与协同化运行，支撑大规模定制能力的形成，权衡柔性、响应成本之间的矛盾，实现价值最大化?关键是通过供应链数字化转型，基于互联网及时获取多源大数据，通过基于数据动的决策优化，实现零部件与原材料制造、成品组装营销与配送一体化与协同化运行!
需求订单多样化、碎片化趋势增加需求特征对企业供应链管理提出新挑战供应链效率与成本管理难度 数字经济在国民经济中地位愈发突出随着云计算、大数据、物联网等信息和智能技术的快速进步和深入应用，全球正在加快迈向数字经济时代。根据中国信息通信研究院 2021 年统计，全球数字经济生产总值达到 32.6 万亿美元，占 GDP 比重约 43.7%。其中，我国数字经济规模达到 45.5万亿元（约 6.7 万亿美元），占 GDP 比重达到 39.8%。可见我国的数字经济在国民经济发展中地位稳固，支撑作用明显。（见图 3）数字经济渗透率不断提升，供应链数智化转型加速数字经济时代下，产业数字化转型加速，数字经济渗透率不断提升。
2020年我国产业数字化增加值中服务业占比高达40.7%，而工业增加值占比仅为 21%，数字技术在工业领域仍有巨大的发力空间(图4)伴随产业数字化转型提速，人工智能.物联网、大数据分析等智能制造技术将对制造业竞争力的影响越来越大，并成为重塑产业链、价值链和分工格局的新引擎。在新一轮的制造业变革浪潮中，供应链作为制造业的纽带也呈现出数字化、智能化的发展趋势如今以RFID、GPS、GIS、POS、EDI为代表的信息数字技术打通了供应链管理的“数据流”，为进一步精细化管控产品流通过程提供了可能。未来人工智能、运筹优化、数字李生等信息智能技术将成为供应链管理的智慧引擎，通过对数据的有效处理和智能决策大幅提升供应链的流通效率。
01 数字经济变革下，需求端呈现多样化、碎片化特征 从供应链视角看，生产端多品种少批量的订单结构意味着企业需要整合多类型的生产资源，在时间和空间上要求上游供应链通过计划协同完成齐套订单的生产和交付，要求供应链更加敏捷，并通过规模经济提升效 率和效益。 近年来，互联网的高速发展促使商品的生产和销售环境发生巨大变化。 一方面，移动互联网下丰富的商业场景吸引了大量的年轻用户。年轻化的客户群体对产品个性化和多样化需求日益显著，对产品的研发和制造提出了新的要求。 另一方面，新零售商业模式下出现了更多元的销售场景促使企业转向全渠道销售。（见图6）
02 需求特征对企业供应链管理提出新挑战 未来需求订单多品种、少批量的碎片化趋势日益加剧，传统的面向大规模生产、稳定市场需求的供应链面临着两个方面挑战。 从供应链视角看，生产端多品种少批量的订单结构意味着企业需要整合多类型的生产资源，在时间和空间上要求上游供应链通过计划协同完成产套订单的生产和交付，要求供应链更加敏捷，并通过规模经济提升效率和效益。 销售端多元化的销售渠道极易形成信息孤岛，导致整个下游供应链的信息不透明，牛鞭效应更加严重，进而影响供应链的成本和服务，要求供应链纵横向有机集成，扁平化与集约化运行，整合渠道与市场，提升响应能力，控制成本。(见图 7)
从盈利效率看，激烈的同质化竞争需要企业基于供应链打造差异化竞争优势。 通过数智化供应链，企业一方面可以在需求端对消费大数据进行分析，洞察特定用户群体对产品的消费需求；另一方面可以在供给端通过数字化与智能化技术赋能工厂组织供应链资源，柔性满足市场需求，实现“精准营销”、“敏捷开发”和“小单快反”。 通过供应链能力在打造差异化产品和服务的同时降低全链路成本，提升盈利效率。 近年来，人工智能、大数据、物联网、区块链等新技术快速发展。这些技术在供应链和物流领域拥有广阔的应用前景，对实现供应链的提质增效具有重要的价值。部分技术目前已经在供应链与物流行业得到应用和检验，展望未来，技术革新将是企业提升供应链效率与能力的主要方式，也是企业在激烈的市场竞争中打造差异化竞争优势、实现高质量增长的必经之路。
提供高质量端到端服务，促进供应链网络协同 供应链本质驱动供应链向端到端服务发展 供应链本质上是由多方参与，多渠道并进的商流、信息流、物流网络，其物流节点包含品牌商的中心仓、区域仓，渠道商的总库、分仓，以及零售商的地方前置仓、门店。零售商围绕客户需求下发订单，零售商订单拉动渠道商各级仓库补货，进而拉动品牌商生产。成品生产下线后根据指定分销渠道逐级分发到参与方的各级仓库，直至最终送到消费者手中。这个从品牌商生产端到消费者客户端的“端到端”过程涉及仓储，干线，配送等多次物流活动，同时也涉及产品在不同参与者，不同分销环节之间的串联和衔接。 因此，要实现高效率端到端服务，需要打造一个从生产端到客户端全链路高度协同的供应链网络体系，减少商流和信息流在链条中的延迟和丢失，降低物流在节点处的成本和时间损耗。
品牌方迈向存量竞争市场，技术革新引领供应链提质增效，形成核心竞争力 03 由增量市场到存量市场，品牌方竞争日益激烈 随着我国经济增长放缓和需求市场逐渐饱和，品牌企业开始从增量竞争转向存量竞争，这也是经济发展到一定阶段将面临的必然局面。 增量市场中，提升市场渗透率迅速占领市场，实现野蛮增长是品牌企业发展的第一目标。因此，增量市场中的品牌方主要追求增长效率，而非盈利效率。 随着市场增量趋缓和竞争者之间博弈加剧，品牌企业发展的重心逐步切换到对存量市场的争夺，意味着企业必须通过提升其品牌价值和产品力来吸引消费者。这时盈利效率将是企业长期稳定输出高质量产品满足存量需求的关键。 服务型制造倒逼品牌商对其供应链进行一体化管控。供应链一体化的核心是对不同销售渠道下的货在物理上进行整合依托统一管理的全链路物流底盘，实现“不同商流，统一物流”的供应链模式。一体化模式下，渠道商只需专注产品的市场营销同时通过供应链能力将客户需求及时反馈至品牌商和生产商，流量整合后物流成本也随之下降。此外，一体化供应链有助于库存的全盘统筹，降低渠道库存，进一步提升物流时效，提升交付和服务水平。在一体化供应链模式下，统一的物流网络可以为品牌商打通新的销售渠道，实现物流反哺商流，创造新的价值。然而目前供应链一体化仍需要品牌商、制造商和渠道商的多方努力，在数智化技术的支持下实现供应链一体化建设。
04 激烈的市场竞争对企业供应链效率与能力提出新挑战 供应链能力是体现企业流通效率和综合盈利效率的重要指标维度，直接反应在产品销售过程中的流通成本、效率、服务等各项指标上，也是企业在存量竞争中保持稳定竞争优势的关键能力。因此，当今激烈的市场竞争对供应链效率与能力提出以下挑战: 从流通效率看，快速变化的市场需求，激烈的市场竞争要求供应链能够快速响应，实现商品从生产到销售的高效流通快速满足市场需求，避免因为供应链环节中的堵点导致流通受阻。 随着我国在全球供应链中的地位提升在应对供应链转型的挑战之时，智慧供应链的打造也上升到众多国家的高层战略之一。2014 年亚太经合组织会议中，讨论如何应对全球经济发展下行压力时，明确提出多项供应链战略，包括“促进全球价值链与供应链合作”、“建设亚太绿色供应链网络”等，将打造全球供应链体系作为全球以及区域经济发展的战略支撑点。 世界 500强企业有 80%制定了企业的供应链战略把供应链管理作为企业增强竞争力的主要抓手。随着5G、大数据、物联网、人工智能等新一代的信息技术的发展，智慧供应链凭借其高度的渗透能力，在工业智能制造领域，帮助企业优化生产、降低成本和提升效率。未来十年，人工智能、物联网数字李生、区块链、扩展现实(XR)、5G通信等关键技术将是支撑供应链数智化发展的重要“技术密码”。 人工智能 (Artificial Intelligence,简称AI)旨在了解智能实质，让机器通过视听、读等学会分辨事物、理解人类意图并能通过对环境的感知采取行动，最终构造出能够像人一样感知、认知、决策的类人智能系统，主要涉及机器学习、深度学习机器视觉、自然语言处理以及无人系统等AI 技术在供应链与物流行业的应用方向主要包括两个方面:智能设备和智能决策智能设备:以计算机视觉、自然语言处理、语音识别、无人系统等 AI技术赋能的智能设备替代人工，比如智能客服机器人、无人机、无人车、自动驾驶卡车、无人配送车等典型的智能设备。(见图20)
智能决策:利用机器学习、深度学运筹优化等技术辅助管理与决策、提高物流效率。比如，借助数据挖掘、智能优化等 AI核心技术，通过对仓储业务资源数据进行分析处理，可以进行仓位推荐智能组波次、库存分配以及货架冷热度预测等。 此外，根据供应链与物流行业的功能属性，MHI& 德勤(Deloitte)将 Al 技术在供应链与物流领域的应用分成以下六大类物流规划(Logistics Planning)需求预测、设施布局、能力计划。 自动化仓储(AutomatedWarehousing):库存控制、仓储机器人损坏检测、预测性维护、仓位优化、智能分拣等。 自主设备(Autonomous Things):自动驾驶汽车、送货无人机、AGV、送货无人车等。 分析(Analytics):智能定价、路径优化、过程分析、聚类、关系挖掘、运营决策分析、驾驶舱等。 后台管理(Back Office): 自动文档处理、客服机器人、业务审核、智能媒体.智能交互等销售与营销(Sales & Marketing):需求分析、客服机器人、销售机器人、销售与营销分析。
货拉拉：数智化车货匹配平台 [1] 在以零散需求和分散运力为主的同城货运细分市场中，信息不对称是制约货运效率提升的关键瓶颈。与客运场景中客与车的高度标准化不同，货运场景中的货物五花八门，车型种类繁多，时常出现车到之后才发现装不了的情况。因此，如何借助数字化的手段，实现合理高效的车货匹配是一个核心的问题。 车货匹配平台的本质是通过有效的信息展示，同时实现货物与车辆在装载方面的最佳匹配，以及货主与司机在价格和服务方面的最佳匹配。合理高效的车货匹配平台可以提高撮合成功率，实现运能的合理利用，降低车辆空驶率，从而降低成本提升货主和司机的满意度，最终转化为用户粘性，使平台可以更好地聚拢零散的需求和分散的运力，实现良性循环。 这样既保证了车货匹配的质量，也给司机保留了一定的自由度。为保障运输的安全与合规，一方面货拉拉通过与公安机关、车管所等一起对车辆资质、司机资质进行审查，对不良用户进行管控，另外一方面通过车载设备实现服务过程完整记录，百分之百实现事后的勘责或追责。货拉拉正持续通过运筹优化、计算机视觉自然语言处理等技术持续提升人、车货、路的数字化水平，增强车货匹配的效率，提高平台的竞争力和社会价值。
蚂蚁集团：区块链、绿色计算助力低碳供应链数字化转型 [2] 蚂蚁集团于 2021 年 3 月提出“碳中和”计划，应用技术创新探索绿色发展。其于 9月推出基于区块链技术开发的 SaaS 碳矩阵平台，通过物联网实时收集数据进行系统的自动核算与碳排放可视化，并应用区块链追溯查证，助力企业对碳中和全流程进行科学管理。同年双十一期间，蚂蚁集团在经过两年的技术探索后实现了“绿色计算”的首次规模化应用，采用离线混合部署技术、云原生分时调度、AI 弹性容量三种资源调度技术实现算力共享，提高算力资源效率，降低数据中心的碳排放量。 经过一系列的节能减排举措，蚂蚁集团完成 2021 年度运营排放的碳中和目标，且在自身运营与供应链两方面总碳减排量达 37909.87t。其中，蚂蚁集团通过节能减排、优化效率等绿色运营实践，减少碳排放1668.60t；通过自研发的“绿色计算”技术，帮助供应链上游数据中心减少碳排放 29591.48t，占总碳减排量的 78%。
|
|
|
