數據驅動的智慧供應鏈生態體系構建

丁倩蘭 張水旺 博士 梅瑜 鮑薔

（安徽工業大學管理科學與工程學院 安徽馬鞍山 243032）

引言

智慧供應鏈是結合云計算、大數據、現代供應鏈管理理論和方法，實現供應鏈智能化、網絡化和自動化的技術與管理的綜合集成系統，它可以縮短企業的市場響應時間、盡可能降低資源消耗并提高產品質量（宋華，2013）。在傳統商業模式衰退，新商業模式興起時，數據的崛起將會為智慧供應鏈的升級以及打造智慧供應鏈生態體系提供有力的幫助與新的發展機遇。

每個供應鏈參與者必須具有足夠的自控性才能滿足生產需求，F Ounnar 等（2007）構建了分散的自組織控制模型，討論了智慧供應鏈中供應商網絡評價的過程。針對動態情況下的訂購過程難以協調的問題，Ahmad Mortazavi（2015）結合基于代理的仿真技術和增強學習算法，構建了面向非平穩客戶需求的四層供應鏈模型。隨著平臺研究的興起，H Long 等（2018）基于企業核心ERP 系統和其他系統的數據，建立了一套智慧供應鏈管理平臺，有效推動了商業模式從B2C 向C2B 的快速轉變。隨著大數據技術的興起，李文蓮等（2013）在闡釋“大數據”變革性的基礎上，提出了大數據對商業模式創新驅動的三維視角。杜永紅（2015）針對農產品構建了基于全產業鏈的農產品智慧供應鏈體系，形成農產品供應鏈整合、產銷一體的農業現代化經營模式。汪傳雷等（2017）結合區塊鏈技術，構建了供應鏈物流信息生態圈模型，完善了供應鏈物流信息生態。趙睿（2018）全面剖析了大數據技術對智慧供應鏈的影響，認為大數據作為新的互聯網技術，應用在供應鏈系統中還會面臨諸如人力、技術以及管理等方面的發展瓶頸。

上述研究對于智慧供應鏈的界定、微觀智慧供應鏈應用或平臺搭建都有一定的理論價值，也為本文的研究奠定了理論基礎。智慧供應鏈升級重點是提升價值鏈協同效率、滿足客戶訂單交期、提高客戶滿意度和忠誠度，使全球范圍內的供應鏈更加合理。數字驅動背景下，如何搭建適合我國國情的智慧供應鏈生態體系，服務社會，成為培育具有競爭力的產業集群的關鍵。

數據對智慧供應鏈的驅動性

數據是智慧供應鏈的核心，數據平臺是整個智慧供應鏈的大腦也是其關鍵所在。“互聯網+”、云計算、大數據應用于供應鏈需求、生產計劃、供應、物流等各個方面，對供應鏈進行實時掌控，能更清晰地把握需求預測、生產流程優化、庫存狀況、物流效率等情況，同時通過對各方面的運行進行仿真并對仿真結果進行分析，調整不合理的地方，利用新的對策使整個供應鏈戰略和網絡得到優化，推動供應鏈企業的發展（覃燕紅等，2019）。數據對智慧供應鏈的驅動性主要體現在以下方面：

提高需求預測準確性。對未來需求的預測構成了供應鏈中戰略性和規劃性決策的基礎。利用智慧平臺對消費者的購買信息進行處理整合最終做出需求預測。預測不準確時，庫存很高或者斷貨現象屢見不鮮；客戶訂單無法準時交貨，客戶投訴不斷；生產計劃變更頻繁，員工喪失積極性等。不管其中的哪一種情況發生都將給企業帶來無法估量的損失。

提高采購效率。通過與供應商線上溝通，了解供應商的產品，交貨能力等信息，為新產品、高質量產品、低成本產品尋找最佳供應商，與供應商建立良好關系，提高采購效率，提升企業自身利益，滿足生產需求，做到快速反應，這也體現了智慧供應鏈的協同性。

降低庫存成本。區塊鏈、云計算操作簡單且可快速獲取信息，可為企業制定合理的庫存布局并對貨物的實時信息進行動態搜集和分析，利用智慧平臺對貨物合理區分，提高貨物信息準確性，避免因庫存短缺與堆積造成損失，從而有效降低庫存成本。

提高物流效率。物流包括裝貨、配送、卸貨等環節，要想提高效率，必須優化每個環節的工作，建立高效的運輸和配送中心管理，使用智能物流管理系統，比如智能排車系統、智能配送系統、電子鉛封智能管理系統等。利用智能化系統，進行智能配貨、路線規劃、車輛監控、簽收統計等，達到提高物流效率的目的。

風險預警。通過數據做預測性分析，規避風險問題。例如，問題預測可應用到質量風險控制，如生產線上的傳感器可將流水化作業過程中設備的運營狀況以及產品質量通過數據反映出來，以實時掌握生產線的運行狀態，并可通過這些大量的實時數據計算設備發生故障的概率，這樣企業可以提前安排設備維修，降低風險，保證生產安全。

智慧供應鏈發展面臨的問題及應對策略

（一）面臨的問題

智慧供應鏈是基于信息、智能技術與管理綜合集成的，并具備數字化、網絡化、柔性化、敏捷化、可視化、自動化等技術特征的指導現代供應鏈管理與運營的實踐（趙振強等，2019）。目前我國智慧供應鏈發展還面臨以下主要問題：

1.企業智慧化程度低。雖然有不少企業已經開始利用大數據、“互聯網+”等技術來創新發展本企業的供應鏈，但是，這些企業在全國范圍內分布不平衡，且規模普遍不大，缺乏專業的團隊對數據處理，技術運用不理想，智慧平臺沒能被充分開發，多數企業依然還處在傳統供應鏈階段，勞動力成本高，效率低下。

2.信息技術落后，缺乏完善的信息化平臺。目前，自動識別技術、數據挖掘技術、人工智能技術、GIS 技術的應用不理想，很多供應鏈企業設備落后，與國外智慧供應鏈的發展相比，還存在較大差距。供應鏈缺乏智能制造、“互聯網+”等技術支撐，供應鏈智慧信息平臺使用較少，缺乏智慧供應鏈功能結構。

（二）應對策略

結合數據對智慧供應鏈的驅動性以及智慧供應鏈發展目前面臨的問題，本文認為應該從智慧供應鏈生態體系構建入手，來促進智慧供應鏈的發展。在智慧供應鏈模式下，基于數據平臺，以信息資源為基礎，應用云計算、大數據、“互聯網+”、智能制造等技術消除中間環節，將智慧供應鏈流程和服務植入數據平臺，促進多維度的資源共享、低碳運作、協同共有，實現資源配置的帕累托最優和供應鏈系統智慧化。

圖1 信息資源模型總體框架

智慧供應鏈信息資源模型總體框架

企業如果能快速掌握客戶的需求信息，并快速響應，就能在市場的激烈競爭中擁有絕對優勢，這體現了信息的重要性。信息是一種資源，對信息資源的規劃貫穿于整個智慧供應鏈體系。如何充分實現信息資源在智慧供應鏈中的價值，以及如何做好智慧供應鏈信息資源的規劃是構建智慧供應鏈生態體系的重要環節（施先亮等，2008）。智慧供應鏈信息資源是供應鏈活動過程中各供應鏈參與者即供應商、制造商、分銷商、零售商，直到最終用戶自有、彼此之間傳播共享、可以促進供應鏈高效運轉的有序信息。

信息資源主要包括供應鏈參與者的基礎信息、能力信息、資源信息、產品信息、各自的內部信息以及供應鏈參與者的各種隱性信息等。其流動過程分為六個步驟：原始數據獲取、數據處理和決策、信息資源的形成、信息資源配置、信息資源共享運用、信息資源價值實現（史永樂，2019），如圖1 所示。整個流程具備準確性、保密性、及時性、安全性、共享性五個特性。

數據驅動的智慧供應鏈生態體系構建

（一）智慧供應鏈生態體系構建原則

1.互聯性原則。以消費者數據為核心數據，供應商數據、制造商數據等為相關數據，建立核心數據與相關數據間的關聯關系。通過智能技術的挖掘與處理，實現以相關聯客戶數據為支撐的智慧供應鏈創新與建設，提高智慧供應鏈的反應速率，縮短交貨提前期、訂貨提前期，從而減小庫存波動，降低成本，實現供應商、制造商、客戶等的互動連接，建立一個全面連接的智慧供應鏈網絡。

2.系統性原則。同一種類的供應鏈數據資源盡可能實現跨機構、跨領域、跨國家的全覆蓋，解決好供應鏈上異源異構信息融合問題。

3.精準性原則。在供應鏈上存在的異源異構數據，在其集成融合過程中，要特別重視跨區域并處理好同構數據的查重與消歧、異構數據實體的對齊與融合、不同類型數據之間的關聯等問題。

4.完整性原則。在消費者需求驅動下，根據由大數據等處理的消費者需求信息確定所需數據資源類型，盡可能全面集成、融合各種組織、各相關類型、各相關領域規范的權威數據資源。

（二）智慧供應鏈的“智慧”

在供應鏈流程中存在需求預測、生產計劃與配送路線制定、庫存優化和信息搜集等問題，這些問題是制約供應鏈發展的關鍵性問題。本文在數據大變革背景下，針對以上問題列出的“智慧”分析方法如下：

1.準確的需求預測。通過構建回歸模型、算法模型、規則模型與多個樹模型等并進行數據的加工與處理得出相對準確的需求預測。

2.制定生產計劃。準確的生產計劃可為企業減少因生產過剩或供不應求帶來的損失。利用大數據技術、搜索算法等匹配優良上下游企業，并建立長期的合作伙伴關系，以掌握實時的供需求信息，從而制定相對準確的生產計劃。

3.庫存優化。通過智慧倉儲平臺，對倉庫合理布局，縮短交貨提前期，提高企業交貨能力。根據數據平臺對各類數據的處理，準確清晰地把握庫存量、訂單完成率等。

4.繪制最優配送路線。結合路徑規劃算法，利用GIS、GPS 等技術繪制最優配送路線，同時運用無人機等解決“最后一公里”問題，實現供應鏈網絡全覆蓋。

5.反饋信息搜集。運用顧客點擊量、顧客瀏覽量、顧客購買量，研究消費者的消費行為，對于實體店，可通過問卷形式了解消費者的需求信息，從而實現相對準確的消費者需求預測與精準營銷。

表1 智慧供應鏈生態體系特點

（三）生態體系構建

1.智慧供應鏈功能要素。供應鏈就是包括物流、信息流、資金流、商流在內的由物料獲取到將最終成品送到客戶手中的一系列活動組成的，并由供應商、制造商、分銷商零售商直到最終用戶所連成的功能網鏈結構（錢瑩，2006）。供應鏈功能包括管理系統、操作和組裝、采購、生產計劃、訂單加工、庫存管理、運輸、倉儲和客戶服務。根據供應鏈的功能要素得到智慧供應鏈的功能要素主要包括：智慧采購、智慧制造、智慧運輸、智慧配送、智慧倉儲、服務平臺和信息平臺等。

2.智慧供應鏈生態體系的特點。智慧供應鏈生態體系完成從原材料加工，到消費者手中最終商品的全過程，具有獨特的市場屬性，創新、協同整合、共贏、綠色、動態、智慧、決策支持七大核心特征就是其運行模式的特點，具體如表1 所示。

3.智慧供應鏈生態體系構建。根據智慧供應鏈的功能要素，將智慧供應鏈體系分成四大模塊，分別是業務、技術、管理和平臺四個模塊：技術作為“工具”服務于平臺，平臺將數據整合來滿足供應鏈管理及業務的需要。四大模塊分別對應智慧供應鏈體系四個層次：業務層、技術層、管理層及平臺層，得到的智慧供應鏈生態體系框架如圖2所示。

管理層。管理層由區塊鏈信用機制、人工智能決策機制、互聯網協同機制組成，三大機制分別對應供應鏈管理中的供應鏈信用、供應鏈決策、供應鏈協同三大內容。區塊鏈本質上是一個去中心化的數據庫，其核心技術包含：分布式賬本、非對稱加密、共識機制以及智能合約。分布式賬本給出完整合法的賬目，非對稱性加密保證數據安全與個人隱私，通過共識機制防篡改，最后由智能合約執行相應規則和條款。整個過程為供應鏈節點間的信任奠定了基礎，使得智慧供應鏈各節點企業間的交易更加安全可靠，數據信息的可視化、共享性更強。人工智能是用于模擬與延伸人的意識、思維的信息過程，是一門新技術。將人工智能引用到智慧供應鏈生態體系中，體現了智慧供應鏈先進的特點，同時能夠高效低成本地制定詳細、完整的決策方案。將互聯網與傳統行業和服務進行深度融合，產生新的發展格局。“互聯網+”的核心是使用更好的手段、技術去改良和優化供應鏈，實現更好的供應鏈運作方案和更開闊的供應鏈服務空間，這也是智慧供應鏈的核心所在（黃億紅等，2019）。

業務層。業務發生在供應鏈各節點內部以及各節點之間。倉庫作為第三方倉儲中心，保證了供應商、制造商生產的連續性和節奏性，為分銷商、零售商的銷售計劃打好了基礎。各大廠商向倉庫發出訂貨單，倉庫收到訂單智慧揀選出指定貨物，通過路徑規劃算法等制定出最優運輸路線，運輸到各節點企業，必要時倉庫向廠商下達補貨指令，由廠商智能補貨。在供應、制造、分銷、零售這四個供應鏈節點中，每個廠商通過智慧信息平臺做出精準的采購計劃，分別向上游企業采購所需貨物，各上游企業再將貨物運輸到各下游企業，節點廠商之間相互連接形成一個網絡結構，最終服務與終端客戶即消費者。

平臺層。智慧信息平臺從智慧供應鏈的業務中搜集信息，并通過加工、處理最后儲存到平臺中，其中信息包括供應鏈各節點信息資源、生產流程信息、技術信息、賬目信息等。智慧信息平臺具有對私有信息保密，對共有信息開放，安全、可信等特點。

技術層。智慧供應鏈技術層由大數據、云計算對信息資源數據整合，通過區塊鏈、“互聯網+”、智能制造三大核心技術驅動供應鏈管理，通過精準需求預測，做出高效采購，降低供應鏈庫存，通過庫存共享及對整個需求的預測來調控生產與供應鏈鏈條的需求平衡，包括物流的平衡，達到提高物流效率的目的。

圖2 智慧供應鏈生態體系框架