智能、可靠、自行驅動的網絡化供應鏈

鹿崇

數字化變革創造的機會將為真正的數據驅動供應鏈打下基礎，但只有供應鏈能夠通過控制網絡連接讓貿易伙伴參與其中。

隨著客戶需求持續增加，今天的供應鏈必須實現更大的價值。作為全球供應鏈基礎的現有系統無法跟上業務的發展速度或滿足客戶需求。供應鏈數據和可視性解決方案難以為實時的商業活動提供支持。拼湊在一起的解決方案存在數據延遲問題，阻礙了用戶實時獲取數據。因無法與貿易合作伙伴直接建立聯系造成的執行延遲導致無法實現迅速的感知響應能力。數字化變革創造的機會將為真正的數據驅動供應鏈打下基礎，但只有供應鏈能夠通過控制網絡連接讓貿易伙伴參與其中，并能夠實時利用數據，數字化變革才能產生明顯影響。

一種新的供應鏈編排和執行方法即將到來，該方法以網絡為中心，可以實現多租戶共享，從而實現預測性和描述性的智能結果。

根據2017年Gartner數字供應鏈調查，受訪者中62%的供應鏈從業者表示，他們預計未來兩年數字業務將為其創造一半以上的收入。但只有25%的供應鏈從業者表示他們的數字項目通過統一的管理流程確保一致。

跟上業務發展速度

受Amazon等在線零售企業提出的兩日閃電交付規范影響，客戶對B2B領域的預期提高，商業不得不進化到一種“始終在線”的狀態。為了滿足客戶需求，這場競賽正在引起供應鏈的數字化變革，但任務依然是艱巨的。在企業中，實現數字化通常是一項龐大的工程，供應鏈組織發現，如果要統一和整合數十甚至數百個使用不同技術、應用、流程和術語的供應鏈合作伙伴，數字化工作將難比登天。這會產生一個分散且脆弱的連接網絡，以便實現多方協作和可視性。由于各方之間，甚至同一組織的內部團隊之間缺乏統一的公共網絡，組織壁壘、延遲和無法實時進行反應和反饋等問題隨之而來。供應鏈團隊成員的創新能力受到限制，甚至無法通過積極執行來解決問題。企業深陷被動模式的泥潭，不得不解決隨時出現的問題。由于缺乏了解優質的跨組織數據的單一渠道，無法與貿易伙伴建立聯系，或者不具備靈活的執行能力來實時、迅速地調整訂單或工藝流程，奮斗在一線的人們陷入了永無休止的追逐游戲。

最近對歐洲、中東和非洲（EMEA）近1500家企業（來自所有行業）進行的一項調查發現，平均來看，受訪者認為只有14%的數據是業務關鍵型數據，另有32%是多余、過期或不重要的數據，剩余54%是“黑色數據”，即內容不明的數據。

截至2018年底，90%的制造型供應鏈企業使用B2B商業網絡作為主要的協作工具，來滿足客戶需求、提供產品和服務以及進行產品開發。

網絡方法

數十年前，許多企業改變了自己的流程和系統，以便通過ERP系統中單一的記錄制度來開展工作。他們消除了壁壘和重復數據，來解決效率低下以及團隊和個人存在摩擦的問題。這讓企業統一了執行流程，提高了速度和工作效率。在單個企業中，對話中樞模型可以讓單一的記錄制度實現充分的連接性。所有數據位于中央，其他系統和團隊參與其中。另一方面，供應鏈是由組織和人組成的網絡。這個網絡隨著客戶需求和市場條件不斷改變和發展。事實證明，根據現有的解決方案，在網絡中連接所有貿易伙伴，并保證數據傳輸流暢和工作流程無縫融合是一項艱難的挑戰，甚至是不可能完成的。ERP系統被融合到WMS、TMS和供應商門戶的其他系統中，實現了分散的連接性。

人們開發出傳統的控制塔來提供更高的可視性，但這些解決方案在許多方面只是加固了組織壁壘，無法降低復雜性和促進多方交易。

典型的解決方案本質上是獨立的，更多專注于位于中心位置的企業而不是整個網絡。但真正能改善供應鏈服務水平、生產效率和盈利能力的因素并不是供應商、物流服務提供商和其他合作伙伴。用于運行供應鏈的數據大約80%來自外部合作伙伴。領先的供應鏈企業可以利用協作工具和資源為合作伙伴賦能，讓每個人都能優化執行情況，同時從客戶的最大利益出發開展工作，但出現這樣的企業尚需時日。

做到這一點需要心態轉向一種由內而外的方法：高度互聯的網絡方法要求所有合作伙伴“始終在線”，形成一個實時數據和實時措施的環境。供應商或制造商參與接收訂單、修改和在系統中付款，并根據最終客戶的需求變化，更改計劃，直接向最終客戶交付。在網絡化的供應鏈中，每個人都從客戶的最大利益出發開展工作，網絡中就會出現主動采取措施的機會，從而創造價值，提高生產力和工作效率。供應鏈主管可以從被動解決問題轉變為主動實現新形式的價值。

過濾無效數據

如今，供應鏈主管獲得的數據大幅增加，了解哪些數據需要查看并決定哪些需要采取措施是一項挑戰。網絡化供應鏈讓企業能夠利用所有網絡數據并過濾多余的數據，從而避免信息過載，將注意力集中到當前最緊迫的事情上。

網絡的強大功能

網絡信號可以指出更深層次的系統問題。例如，出現延期交付時，供應鏈中通常有多個環節出現延誤。這種情況下可能存在一個普遍的問題。在實時網絡中，傳感器持續監控活動聚合點，系統從多個角度查看延期交付情況，并利用智能技術確定根本原因。出現問題的原因可能來自普通承運人或供應商，或者惡劣天氣等外部因素。網絡控制中心可以指出整個網絡中多個環節反復出現的某個特定的根本問題，而不是解決多個獨立的問題。基于歷史規律、實時網絡可視性和預測智能，可以得出一項或多項最佳措施。

智能

在掌握全網絡信號和優質數據的前提下，機器學習可用于處理信息，學習信息，并提供預測性、最終性和規范性智能結果。網絡智能讓供應鏈團隊和最終用戶能夠根據最佳決策和主動見解提高工作效率，供應鏈變為自主學習模型，從而在日常運行中變得更智能、更高效、更可靠。

讓工作更智能，讓網絡更高效

一家成品供應商在交付牛仔褲時出現了延誤。網絡化供應鏈的傳感器監控活動的聚合點，從多個角度了解延期交付情況。系統使用智能技術發現根本原因：棉花供應商的原料被延期交付了。受該供應商的影響，系統發現了網絡中12個其他異常情況。該企業找到根本問題以便過濾無效數據，而不是解決12個獨立的問題。基于歷史規律、實時網絡可視性和預測智能，控制中心給出解決措施，并在某些情況下推薦能快速供貨的原料供貨渠道。其他情況下，控制中心可以發現網絡中可以調給牛仔褲生產商的多余原料，以便防止影響利潤或客戶服務。

網絡化供應鏈可以立即感知商業動態，通過一系列實時控制點感知網絡流，從而實現動態監控。它了解是否出現了變化，確定“正常狀態”，并迅速查看網絡流移動情況以發現規律變化。系統甚至可以在問題出現之前發現問題。

在網絡化供應鏈中與貿易伙伴建立直接聯系可以主動應對業務條件變化。應用是網絡原生的，日常執行可以提供實時、準確和內容豐富的數據。網絡協作可以分享見解，在部門和企業之間提供統一的信息觀點，以便做出更明智的決策。在基礎設施、數據和網絡保持同步的前提下，AI和機器學習就可以用于讓執行獲得預測性和規范性分析功能。機器學習和記分讓供應鏈變為自主學習工具。

迅猛的變化

供應鏈處于不斷變化之中，速度可達每秒50次。供應鏈團隊每天要面對大量的潛在問題、挑戰、中斷，甚至簡單的需求變化信號和物料流數據。時刻關注真實動態并著手解決迫切問題變得尤為重要。借助網絡方法，可以看到事物不同的一面，并準確、高效地采取措施。