实现供应链的数字化——供应链数字化管理的三个阶段

当前，在制造业竞争激烈加剧的同时，企业的供应链又受到疫情防控、需求波动、物流成本上升等挑战和冲击，而下游客户要求交货周期更短、柔性化需求更多、多品种/小批量的诉求越来越迫切，这对制造企业的供应链带来了很大的挑战。

面对这些复杂性和不确定性的挑战，许多企业以供应链数字化转型为突破口，通过数字化转型优化交付流程、提高供应链效率和透明度、加强供应链的协同性。工业互联网产业联盟在今年4月发布《2022年供应链数字化转型案例入选名单》，在这个名单内，包括了ICT、汽车、钢铁、化工、装备、家电等多个行业的20个供应链数字化转型案例。

考虑到供应链数字化的复杂性和落地的顺畅，我们把供应链的数字化管理分为三个阶段，第一阶段通过ERP实现信息化，第二阶段实现供应链的数字化，第三阶段实现智能化管理。

第一阶段 供应链信息化

ERP（Enterprise Resources Planning）是企业资源计划和管理系统。实施ERP系统，有助于梳理优化企业核心业务流程，识别流程风险点和管控点，同时通过ERP这个一体化的信息化平台系统将管理模式和业务流程固化、标准化、规范化，从而帮助企业管理在组织层面有效统一。ERP通常包括以下九大核心业务流程：

图1：ERP涉及的九大核心业务流程

基于ERP等系统的实施，打通了企业主要（产、供、销）业务流程，实现企业主要资源（人、财、物）的管理，基本达到“业财集成”和“三流同步”。 

在ERP的核心业务流程中，供应链相关的流程有销售管理、采购管理、库存管理。

销售管理以销售订单为龙头，将客户与产成品的供应链建立了联接，基于销售订单串起来客户交易的价格、产品、发货单、交货地址、发货日期、包装方式等信息，利用信息化ERP平台将成品销售和供应链的流程进行管理、数据进行记录。

采购管理以采购订单为龙头，基于采购订单与供应商建立原材料供应链的连结，重点管理价格、物料、收货地址、收货日期、装箱方式、运输方式等，将原材料的采购结果用信息化ERP平台进行流程规范和数据记录。

公司内部库存管理以生产领料单、库存移转单、外协加工单、上下货架、厂内运输、产品入库单等单据为主要管理对象。

绝大部分企业已经根据自身实际情况实施了相应的信息化系统，比如ERP、WMS等，但离真正的供应链数字化还很远。

第二阶段 供应链数字化

数字化首先是业务在线化，包括流程在线、协同在线、管理在线和服务在线。通过业务在线，实现流程拉通、数据融通和规则贯通。供应链数字化在许多的制造企业已经如火如荼的展开，尤其是在供应商在线协同、采购寻源在线化、仓储物流数字化和自动化等方面，取得了很好的效益：

通过自动化仓储系统和无人值守AGV小车，实现物流仓储高效稳定运行；

• 通过供应商在线协同平台，实现供应商自助注册、订单协同、交货协同和结算协同，实现采购供应链的透明化，提高了“跟单、催货”的效率；
• 基于数字化平台实现采购寻源，有效促进了企业的阳光采购和业务合规；§通过把采购环节的主要对象（供应商、品类等）的数字化和业务作业过程的数字化，提高了用户体验和交易过程的自动化程度。

通过构建一体化的供应链数字化管理体系，延伸供应链的管理触角，实现采购透明化，供应链的自动化和高效率。整体端到端的供应链数字化管理体系如下图：

图2：端到端一体化的供应链管理体系

如上图所示，供应链数字化整体涵盖寻源到合同、申请到交付、结算到付款等三大流程的十七个环节，涉及到的数字化对象有供应商、业务需求、采购计划、寻源任务、供应协议、货源清单与配额、采购申请、采购订单、送货单、结算单、发票等11项，涉及到的管理模型或策略有供应商准入模型、采购合同条款模板、物资品类采购策略、风控与合规模型等模型与策略。

总之，数字化供应链的核心是业务作业在线化，并且把业务对象和业务规则数字化，尤其重要的是把能够明确的业务规则和管理规定以结构化的方式体现，并且嵌入到业务流程和规则判断中，尽量让业务作业自动化完成，让有规则的业务能自动化决策，减少人为干预。

第三阶段 供应链智能化

为了应对日益复杂的供应链挑战，很多先进企业认识到不仅是供应链的数字化在线运营，而且需要加强风险合规管理、供应链全局可视化、供应链智能预测、运营健康度分析等供应链的持续优化和智能管理，这离不开供应链的智能化。 

因此，供应链数字化管理的第三阶段是供应链的智能化。所谓的智能化是对于没有明确规则和规律的无法结构化的业务决策和管理，利用类似于智慧大脑或者大数据智能决策的手段，基于运营数据进行管理决策和风险防范，解决供应链透明度、供应链安全和决策支撑的问题。

关于供应链智能化，业界不少企业都在实践，并推出解决方案，比如：

IBM提出利用 AI 和区块链技术，构建更智能化的供应链。主要聚焦于订单履约优化、供应链可视化和透明度、供应商协作和供应链规划，支持企业快速响应不断变化的市场需求，打造富有弹性的可持续发展的供应链。该方案在零售和物流运输企业都有不少案例。 

埃森哲认为企业应该在数据、分析和人工智能的加持下构建智能供应链。智能供应链包含四层，第一层是数据的采集和汇聚，第二层是可视层，实现数据的可见，第三次是智能分析层，能够预判、预知未来，给出更优解，第四层就是策略执行，发出指令给到前端业务层，促进业务的改善。

SAP的供应链管理包括供应链计划、供应商管理、寻源与签约、采购、供应链物流等。借助 SAP 供应链计划软件（SAP Integrated Business Planning for Supply Chain），企业可以实时掌握市场动态，对市场需求进行提前预测，包括需求预测和管理DP、销售与运营计划S&OP、多级库存优化管理、响应和供应计划等；借助SAP Ariba进行寻源与签约、供应商管理以及采购执行等协同业务；利用SAP供应链物流解决方案（EWM、TM、BusinessNetwork和Yard Logistics等）实现仓储管理、运输管理、协作和堆场管理等。（https://www.sap.cn/products/scm/integrated-business-planning.html）

联想集团先手布局在供应链打造“智慧和决策中心”，实现可配置仪表盘、业务分析决策旅程、事件管理中心，辅助解决供应链管理的诸多问题，比如对呆滞物料合理处理、精细化管理存货业务流程、设定风险预警指标等。利用数据建模、数据计算、数据分析形成知识积累，供应链智能控制塔实现了管理智能化和服务智能化。通过机器学习、人工智能等技术手段，充分挖掘数据资产价值，模拟决策分析场景，辅助管理者决策，并从事件和反应中自主学习并矫正。在运营中心、管理中心的基础上，供应链智能控制塔还是智能决策中心。与传统的供应链相比，联想供应链实现了端到端的全价值链覆盖，透明的数据使决策时间缩短了50%-60%；工作流程自动化程度提高，工作效率提升10%-20%；订单交货及时率提升了5%，制造和物流成本降低了20%，库存控制保持了行业领先水平。（https://brand.lenovo.com.cn/brand/PPN01004.html ） 

中国电信集团明确提出落实“云改数转”战略，深化三个融合（融数、融智、融安全），建设供应链大脑，加速推进供应链的数字化转型。 

供应链智能化涉及很多场景，下面以供应链风险合规管理、供应链全局可视化和供应链智能预测等为例说明。

1、风险合规管理

通过数字化大脑解决企业供应链风险管理，建议先从以下两个方面入手：

1）供方风险探测通过对接第三方风险调查平台（比如天眼查、企查查等），实时获取供应商风险,比如行政处罚信息、司法判决信息、抵押质押信息以及其他第三方征信平台信息等。同时，根据供应商资料和供应商过往交易记录进行整理分析，尤其是供应商绩效评估、质量问题、不良行为及履约投诉情况等进行集成和分析。另外，基于供应商、友商、员工、上下游等参与者人为提报的风险事件，多渠道获取风险线索，进行全方位的风险探测。总之，需要不断优化风控模型，将风险监控前置，加强风险预判、预警、预防。

2）交易风险监测采购供应链的交易风险监测贯穿需求、品类安全、采购寻源过程、合同履约、财务风险等方面，基于全过程数据采集、管理规则结构化、风险点识别和风险稽核模型四者相结合，由“人防人控”向“技防技控”转型，可以更加有效监测交易过程风险。

图3：典型的交易风险监测场景

2、供应链全局可视化

提高供应链全局可视化，就不得不提到目前比较热门的供应链控制塔(Supply Chain Control Tower)。什么是供应链控制塔？供应链控制塔传统上被定义为整个供应链中数据、关键业务指标和事件的连接、个性化的仪表盘。供应链控制塔使企业能够更全面地了解、优先考虑并实时解决关键问题。更智慧的控制塔应该提供整个供应链的端到端可视性，特别是对于无法预料的外部事件。它应该利用诸如 AI 和机器学习之类的先进技术，帮助您打破数据孤岛，减少或消除手动流程，并获取实时可行洞察。IBM 认为供应链控制塔解决方案应该帮助实现业务洞察和协同，为经营管理提供多层级的数据分析与绩效指标，实时监控业务运行状态。

图4：供应链控制塔的基本作用是洞察、决策和行动

供应链控制塔的基础是基于云、AI和机器学习所搭建的大数据分析平台，基于这套平台之上围绕供应链的核心应用场景而进行的洞察、决策和行动建议。核心应用场景包括销售预测、生产计划、订单管理、采购执行、智能制造、质量管理、仓储及进场物流、发运及出厂物流等。

图5：通过用户旅程的方式梳理挖掘供应链控制塔的创新应用场景

• 销售预测：中长期销售预测及产能评估，外部风险预警及评估和协同决策等。
• 生产计划：生产计划和排产计划的达成情况可视化，物料供应及生产齐套性预警和预测等。采购执行：供应商保供协同能力认知及预警，供应商业务中断风险洞察及预测。
• 订单管理：订单交付全流程可视化预测，订单成本分析及预警等。智能制造：排产与产能冲突预测、资源利用率及可靠性分析和预警、排产成本寻优分析及预测、生产质量跟踪及根因分析和预警、生产达成进度对订单交付能力的预测、对进厂和出厂物流的预测等。
• 质量管理：供应商质量预警及改善跟踪、生产质量风险预警及根因分析、质量追溯及根因分析等。
• 仓储及进厂物流：对于库存而言，控制塔借助供应链补货模型，制定补货和生产规则，协同上下游，在保证供应的前提下，优化库存率，减少不必要囤积，有效降低库存水平。另外包括物流可视化、路径优化建议等。
• 发运及出厂物流：生产计划对出厂物流计划的预测和预警、天气或突发事件对物流影响的预警、交付运输路由可视化及网络寻优、外部运输发运风险预警等。

总之，利用智能供应链管理可以端到端实时可视性，提高预测和决策的准确性、提高供应链的敏捷性、帮助企业应对未知情况。

那供应链智能化如何实现呢？供应链控制塔数字化能力框架包括供应链数据、数据可视层、智能分析层和决策执行层四个方面。

图6  供应链控制塔数字化能力框架

总结

从事了多年的信息化项目建设，为许多客户实施过ERP信息化管理平台，打通了业务流程，实现了部门间的业务单据关联。
但是，因为没有将管理对象、作业过程和管理规则全部数字化，因此ERP系统在提高效率和辅助科学决策方面作用有限。同样的，传统的BI解决方案中的业务可视化分析日益无法帮助企业快速应对内外环境变化，可以分析指标完成情况，但无法分析相关联的根因，无法进行及时的风险预警和决策支持。

通过信息化、数字化和智能化三个阶段，可以帮助企业实现真正的供应链数字化和智能化管理。

作者：赵军军、赖毅  来源：吾求吾迪