工業4.0時代商業大數據技術智能供應鏈的模式研究

張憲 支文全 俞偉

摘?要：信息時代中，全球化的發展都開始改革升級，變革、創新就成為新時代的發展要求，智能、自動化成為發展的標志和要求，工業4.0時代隨之而來。給社會發展帶來新的發展機遇，其中就包括商業供應鏈的發展，實現供應鏈系統的技術改造和升級，依靠大數據技術，實現供應鏈的智能應用，進而促進市場的開拓，提高經濟效益，構建新型智能硬件供應生態，完善集團交易機制，促進發展。

關鍵詞：工業4.0時代;商業大數據技術;智能供應鏈

對于現代的供應生態，已經實現完善和優化，從對供應商的管理變為合作關系，加強合作深度，建立良好的合作模式。隨著工業4.0時代的到來，自動化技術被廣泛地運用，在供應方面也實現智能化，本次研究的重點就是利用商業大數據實現智能供應鏈模式，依靠最新的技術，把大數據技術運用到日常的業務供應鏈中。

一、理論性分析

1.工業4.0時代特征

工業4.0時代是隨著信息時代的發展，物聯網以及智能制造成為了發展的主導，工業4.0時代也就隨之而來，因此對于工業4.0就是互聯網加上制造。這一概念是德國推出的，我國把其稱之為“中國制造2025”，隨著工業4.0的提出，也就意味著將推動中國制造向中國創造轉型，是中國時代性的革命。

工業4.0時代，具有幾大特點，分別是：互聯網：作為工業4.0的核心，在這一時代下，把設備、生產線以及供應商、客戶等都緊密地聯系在一起;數據：也是工業4.0的一個重點體現，其中就包括產品數據、設備數據、工業鏈數據、銷售數據等等，把一切的流程和工序都與先進的技術融合;集成：也是工業4.0智能化的一個體現，實現智能控制，形成智能網絡，促進互聯互通，實現高度集成;創新：不僅是工業4.0發展要求，也是新時代的發展條件;最后是轉型：工業4.0促進制造的轉型升級。

2.智能供應鏈

對于智能供應也是在工業4.0時代下的一個特點，供應鏈是圍繞核心企業，從生產到最后的銷售連成一個整體的功能網鏈結構。對于一個企業來講，把企業的生產活動進行前伸和后延，使企業能夠滿足內外部顧客的需求。可以把其比喻成一棵大樹，生產企業是樹根，代理商是主干，分銷商是樹枝和樹梢，而最終的用戶就是樹葉，形成一個相同的脈絡，成為一個信息管理系統。在供應鏈上的各個企業之間，就好比是生物學中的食物鏈一樣，是相互依存和相互促進的，不論是缺失哪一個，這個供應鏈就會失去平衡。

隨著信息技術的發展，供應鏈已經計入移動時代，利用先進的網絡信息技術，成為移動供應鏈系統，改變傳統的供應鏈，實現優化。可以把其看作是一個系統，系統中就包括了供應商、制造商、運輸商以及零售商等多個主體。面對工業4.0，供應鏈也利用商業大數據技術實現智能化模式。

智能供應鏈，具有多方的優勢，其中包括聯動式的供應鏈協同，可以有效地促進企業的各方協同發展，實現多業務多系統的協同化運動，靈活地配置系統，統一協調管理，提高管理效果，并且全過程實現可視化跟蹤監督，確保整個供應鏈的安全。此外，智能供應鏈的企業資源計劃，可以自動將企業的需求對接到供應商系統中，實現自動化的操作，大大節省了成本。

二、商業大數據技術智能供應鏈

1.商業大數據技術對供應鏈的影響

在工業4.0時代，大數據技術的運用，對供應鏈造成了一定的影響，其中從幾個方面進行分析：（1）在供應鏈中的采購環節，作為最開始的階段，直接關系著后續環節的運營，大數據技術的運用，讓采購環節成為加深合作的重要環節，從訂單開始，一直到下單的各個流程，都實現了互聯網電子數據交換，以電子數據形式提交，解決了人工采購的諸多弊端，提高服務質量。（2）對制造環節的影響，把自動化技術運用到制造過程中，節約了成本。提供制造效率的同時也實現了精準生產，保證制造的質量，實現資源的優化配置，提高企業的經濟效益。（3）物流環節的影響，可以利用大數據技術實現對物流環節的遠程控制，提高服務的質量。其中就包括了利用大數據技術優化產品的運輸路線、選擇合適的倉儲地點，在一定程度上節省了物流成本。（4）對銷售環節的影響，銷售在供應鏈上屬于下游環節了，也是消費者與企業之間聯系的一個重要環節，利用大數據技術可以幫助企業追蹤和搜索消費者的購買需求以及行為，進而優化銷售策略，進一步滿足消費者的需求。

2.基于大數據技術的智能供應鏈

利用大數據技術建立智能供應鏈體系，有效地提高企業各環節的運行效率，節省成本，提高經濟效益，促進企業的現代化發展。對于利用大數據技術建立智能供應鏈，就必須要把大數據技術融入到供應的各個環節中，通過對數據的分析，確定存在的優勢，使整個供應鏈橫向連接。對供應鏈中每一個環節進行評估，最終制定出最優的發展策略。

三、深化合作關系，構建新型智能硬件供應生態

1.以中國移動作為對象研究智能供應鏈

對于供應商，當前發展主要是以合作為主，建立互利共贏的雙向合作機制，與移動建立合作關系，并且優化與其的智能硬件供應體系，完善集團內部交易機制。本次選取中國移動作為研究方向，中國移動作為我國三大運營商之一，在當前與各企業的合作，是不會參與到產品的實際生產中，一些專業的智能硬件產品基本上都是選擇代工廠進行生產，為了進一步的降低成本，提高經濟效益，就需要構建與供應商的合作共贏的合作機制。結合供應鏈的全過程，優化供應體系，完善交易價值，建立工業4.0時代下的新型智能硬件供應生態圈。

圖2?大數據智能供應生態圈

上圖可以看出，對于智能供應生態圈，其包括了五大模塊：采購管理、需求管理、質量管理、供應商管理、物流管理，不同環節之間又建立了聯系，就比如需求管理與物理管理之間，是通過需求來拉動物流，供應商與采購，是需要建立深度合作，加強合作共贏，這一部分也是這個共贏生態圈的核心層。

2.商業大數據技術智能供應生態的建設

（1）需求環節

智能供應鏈的基礎環節也就是需求部分，在這一環節要打造出精準高效、敏捷柔性的供應鏈協同體系。這一環節要實現智能化的運作模式，主要可以從三個方面來分析：

一是需求預測，建立科學的需求預測機制，能夠通過對往期的數據和相關的信息分析，挖掘其價值，并結合現在實際情況進行一個排列，對將來的發展進行科學的預測。

二是與供應商以及相關的業務單位進行規劃合作，其中就包括資源配置、計劃以及訂單等，推動整個流程的協同發展，加快物資供應的效率，以此來降低成本。

三是要重視反饋，針對需求建立反饋機制，針對新的產品，積極的調查滿意度，在產品的日常使用中，各單位建立需求信息采集通道，收集一些信息和建議，提高服務質量。

（2）采購環節

采購環節，主要是與供應商之間的一個合作關系探討，在已經存在的渠道和資源上，通過對智能硬件市場的深入調查分析，逐步的擴大范圍，能夠整合多方力量，去擴展途徑。在與供應商建立合作關系的過程中，建立合作標準，其中就包括：確認標準模型臺套組合，開發產品庫，進而優化資源的配置。加深合作，建立共同需求的數據庫，實現數據的交流，促進合作共贏。

采購環節的智能化，將采購商與合作商緊密聯系起來，利用大數據技術幫助其做出采購決策，有利于成本的控制和優化采購決策。比如消費者可以利用互聯網技術實現電子數據交互，通過電子的方式實現數據交流，有效的降低了采購的成本，節省了時間。而且采購環節比較復雜，人為操作經常出現誤差，而利用大數據技術，避免人為操作造成的誤差。

（3）研發生產環節

首先研發階段，建立合作機制，機制就包括了供應商、業務單位以及研究院的一個網絡虛擬團隊，在研發的過程中，相關組織之間加強技術的探討和融合，比如研究團隊要加強與供應商的技術探討，能夠共同解決技術問題，共享信息，提高技術水平。完成產品研發之后，還需要對產品進行一個評價，供應商、業務單位，研究部門之間對產品的質量、以及性能進行一個實驗檢測，預測和探討產品存在的潛在風險，并且根據可能存在的風險，制定出合理的應對措施。

（4）物流環節

這一環節主要從倉儲方面規劃，對存儲、配送等環節實現集中管理，與供應商進行深度的信息融合，讓物流環節自動化，實現對物流的遠程控制。會搭建一個物流體系，實現物流一體化發展，確保物流信息的及時掌握，還能優化配置路線，提升物流配送的效率。實現“敏捷響應、管理清晰、使用合理、清理快速”，提高服務質量，保證客戶的滿意度，降低供應鏈的總成本，提高企業的經濟效益。

實現智慧物流，在互聯網的基礎上，建設智慧物流平臺，平臺實現對系統積累數據的分析、整合，為客戶提供最佳配送方案。該平臺為其提供全面的服務，這就包括了相關信息的查詢，以及實現上述優化路徑。建設配送中心，對資源進行一個整合，完善物流設施和設備以及種類等，實現各資源的集中。

（5）質量管理環節

利用先進的技術制定出質量管理體系，搭建標準的管理流程，管理體系對整個過程實現有效的監督，包括需求了解、采購、研發生產以及物流整個供應鏈，比如生產過程中，要實現實時監控，確保生產標準和生產質量，降低故障機率。同時，實現智能化的管理，提高管理效率，保證產品質量，可以有效地避免一些人工管理出現的誤差，并且避免一些人工管理中忽視的點。

四、結束語

本文對工業4.0時代商業大數據技術智能供應鏈模式進行研究，論文可以分為三個部分，首先是簡單地對相關的概念進行一個闡述，然后是分析在大數據技術的基礎上，智能供應鏈的實現，最后是以移動為例，詳細地探討了智能供應鏈整個環節的實現過程。

參考文獻：

[1]工業4.0時代的新型數字化企業解決方案[J].智慧工廠，2018（12）：22-23.

[2]工業4.0進入人工智能時代[J].智慧工廠，2019（03）：22-23.

[3]張建軍，趙啟蘭.基于“互聯網+”的供應鏈平臺生態圈商業模式創新[J].中國流通經濟，2018，32（06）：37-44.

[4]趙睿.工業4.0時代商業大數據技術智能供應鏈的模式研究[J].商業經濟研究，2018（06）：30-33.