智慧供应链赋能制造业数字化转型升级

　　文 | 李红曼、陈平、伍志韬 图︱由作者提供

　　一、智慧供应链介绍及案例

　　与传统供应链相比， 智慧供应链通过将管理技术、智能技术和信息技术相融合，实现供应链中的信息流、物流、资金流的无缝衔接。智慧供应链通常会覆盖制造供应链和服务供应链，具备精准性强、技术渗透性强和信息集成性强三大明显特征。

　　智慧供应链的精准性体现在对客户需求的准确预测和对生产管理的精准掌控。通过创建规则模型、算法模型和回归模型来加工和处理来自数据中台中的需求信息，提高对需求信息把控的准确性；通过搜索算法、机器学习等智能技术科学匹配上下游信息，并利用智能仓储平台对仓库进行现代管理，准确掌握订单完成率和库存，提高企业交货效率。以亚马逊供应链为例，亚马逊基于人工智能技术，将全球仓库联系起来， 实现对海量商品的自动化、精准化管理。一方面，亚马逊后台系统记录客户浏览历史，决策库存优化配置，提前将商品调拨至距离消费者最近的运营中心，实现“客未下单，货已在途”，从而通过洞察品类、商品的单量变化，精准细分到各个运营中心、运输线路和配送站点，实现预测性响应；另一方面，亚马逊自动持续校准从上架、拣货、分拣、包装到出库的每个环节，一旦在运营操作中发现错误，可及时纠错，从而提升物流速度和精确度。再如，苹果公司通过简化产品线来简化供应链，促进计划、执行、采购和物流等环节的管理简化，当基于客户需求开展预测和生产计划时， 其模型和算法的预测准确性大大提升，从而有效降低库存。

　　智慧供应链与智能技术水平的强关联性，对不同类型企业的运营效率和创新绩效所产生的影响不同。一方面，较高的智能技术水平可提高公司的运营效率和创新绩效，增强企业的核心竞争能力。以海尔集团为例，其“智能+5G互联工厂”将全球产、学、研、用、资、政等一流资源聚集在同一平台，驱动海尔组织方式、商业模式和ICT技术创新与变革，实现智能制造。在海尔智慧供应链中，智能技术渗透于上游采购、生产制造以及下游的分销和运营。例如，海尔SCRM（社交化客户关系管理）会员大数据平台打通企业内外8类数据资产，汇聚1.4亿用户数据，基于数据清洗、融合和连接，实现用户数据、运营数据和社交行为数据三者之间全方位互通；并通过大数据技术提取用户数据，与名址数据库匹配，建立“looklike”模型， 以模型驱动分析、预测和决策，促进平台智能化对接用户需求，进而优化用户体验。另一方面，较高的智能技术水平可能带来成本过高、经验不足等难题。海尔集团下的日日顺智慧物流公司，搭建物联网星际生态力创新园，引入全自动设备、大数据分析技术、智能服务平台等， 实现打包、贴签、运送等无人化操作，但200亿元的耗资为创新园的投产和创收带来压力。

　　信息资源的集成和合理规划在供应链发展应用中发挥着重要作用。一方面， 零售商、分销商、供应商、制造商和用户之间的信息资源共享，加快了供应链的快速高效运转。以京东物流智慧供应链为例，它通过汇聚供应链上下游信息资源， 实现运营数字化、决策智能化，并针对目前物流发展所面临海量订单管理、时效需求的全新挑战提出针对性举措。另一方面，智慧供应链汇聚了产学研用等资源信息，推进生产方式和产业变革。

　　综合上述智慧供应链显著特征的描述及案例， 总结提炼出智慧供应链的共性模式， 包括以下三个方面。一是对自身生产管理和客户需求的精准把控。对生产和仓库进行现代化管理， 把握和获取各环节数据信息， 精准掌握订单完成率和库存； 通过创建规则模型、算法模型和回归模型等加工和处理需求信息， 提高对客户需求的准确预测。二是智能技术的引入及渗透。基于所收集的广泛的企业内外数据， 汇聚产学研用金等多方资源， 利用大数据、云计算、机器学习等智能算法， 促进智能制造、“互联网+”和区块链等核心技术的不断发展， 保障供应链技术层的完善。通过打通垂直、水平数据链， 形成物联网智慧协同平台， 对采销模式、生产计划和经营损益等开展决策管理； 同时， 将智能技术引入自身产线， 依托自动运货机器人、装载机器人等促进操作无人化， 灵活调整产线工艺， 升级自身个性化需求服务能力。三是信息资源集成度的提升。以客户数据信息为核心， 通过创建上下游企业信息资源共享模式， 结合制造商和供应链在核心数据之间的连接关系， 构建智能供应链模型， 并通过合理规划供应链信息资源， 促进自身响应速度、降低成本投入。

　　二、现存的问题

　　总结来看，智慧供应链模式与国务院印发的《关于积极推进供应链创新与应用的指导意见》中“以供应链与互联网、物联网深入融合为路径，创新发展供应链新理念、新技术、新模式”深度切合。当前，国内企业已有相当一部分通过数字化技术、引入先进设备、搭建智能协同平台等手段优化了自身供应链，实现转型升级并持续迭代优化，但仍存在部分企业尤其是中小企业面临“转不好”的问题，根本原因主要归纳为以下几个方面。

　　一是过度投入与不敢投入的极端化。存在部分企业因缺乏调研、追求数字化广告效应等原因购入不符合本企业实际发展情况的软硬件系统，对于提高企业自身供应链的精准性和运营效益作用不大，反而造成项目实施周期长、成本高；也存在部分企业面对生存压力，无多余资金持续进行数字化投入，造成转型水平低，供应链智能化水平不足，逐渐在市场中缺乏竞争力。

　　二是数字技术与企业供应链之间的融合程度不够。例如所搭建的完整物联网系统不能完全适应本工厂的运营实际，与智能工厂标杆之间尚存差距；再者，智慧供应链的功能结构和信息平台建设不够完善，在信息资源集成和精准性预测方面未能很好发挥其真正价值，在快速响应订单、柔性制造、智能决策产销方等面存在困难。

　　三是企业路径依赖造成生态优势缺失。例如企业的系统升级和接口开发多依赖原厂商，在优化供应链过程中，通常夹杂着解决逐年增加的IT服务采购费问题、规范统一性不足问题以及管控透明化不足问题，企业花费较大精力进行重复开发，而忽略了基于生态开展进化和延展的能力建设，因而不能更好的整合资源和能力，形成生态竞争力。

　　三、建议措施

　　针对制造业企业数字化转型中的难题，建议有关部门从以下几个方面开展工作。

　　（一）发展先进智能技术

　　一是完善国家技术基础设施。通过开展重大项目攻克一批技术难关，着力发展与制造业紧密链接的创新技术，促进制造设施数字化升级，打造远程操作工厂，改造智能工厂。二是鼓励企业应用创新技术。通过对产业链中的龙头或标杆企业给予技术推广和资金补贴支持，促进创新技术沿制造业产业链传播，从而扩大使用创新技术的企业范围。

　　（二）推广渐进式数字化

　　结合国家政策和区域实际，以税收优惠、扶持资金持为牵引， 以政策引导坚定企业数字化转型的决心。一是建立恢复与适应力基金，缓解企业智能技术投入的短期阵痛；二是鼓励大中型企业将低代码开发平台作为战略应用平台之一，同时为中小企业转型提供轻量、低成本的、持续式的服务，促进渐进式产业升级；三是开展公开讲座、会议等活动开拓企业智慧供应链联动思维，使企业清楚认识到数字化转型不仅仅是制造实施设备的智能化，更要促进智能制造元素的有机联动，保证企业在组织战略、自身发展现状与信息技术战略的一致性。

　　（三）构建智慧供应链生态

　　一是总结国内外企业智慧供应链创新的典型实践模式和路径，制定符合中国企业实际情况且与国际接轨的产业政策体系。二是通过开展智慧供应链试点应用，发挥标杆示范作用，促进形成智慧供应链企业为主体纵向整合产业链、横向形成企业间协同的智能生态，打破企业路径依赖。三是推动智慧供应链相关标准的建立与普及，依托第三方机构开展智慧供应链评测与鉴定，强化智慧供应链可持续发展和创新。