1.本質(zhì)上企業(yè)內(nèi)部供應鏈完成的工作與地圖高度類似。
狹義來看,供應鏈是把客戶需要的產(chǎn)品從A地(供應商)購買后,在B地(生產(chǎn)工廠)加工完成,再運輸至C地(客戶)。圍繞這個故事線,產(chǎn)生的各種內(nèi)外部產(chǎn)供銷資源協(xié)同。具體包括需求分析、接單、排產(chǎn)、采購、生產(chǎn)、物流運輸?shù)取>唧w點來說,從以下幾個角度看,與地圖的契合度很高:
服務對象類型:確定供應商,確定生產(chǎn)工廠,與出行地圖的地點相同,確定出發(fā)地、途徑地、目的地類似。
方案原理類似:選擇供應鏈、生產(chǎn)工廠考慮的邏輯與地圖的預計時間、預計費用一致。將基于生產(chǎn)工廠的產(chǎn)能、生產(chǎn)成本、原料情況、地理位置等做多方面的分析。
展示方式類似:地圖展示的好處是能夠?qū)崟r了解到位置和行程進度信息。對于供應鏈也一樣,需要指導訂單的執(zhí)行狀態(tài)、進度、等,便于發(fā)現(xiàn)問題和跟進。
目標一致:地圖的目標是最快的/最近的/最便宜的選擇一條出行路線。供應鏈的目標同樣是基于一定策略,交期最快/成本最低/風險最小的一個供應鏈實現(xiàn)方案。
地圖的可視化和全局觀非常適合供應鏈管理者需要。企業(yè)供應鏈管理非常關注地點,會把客戶分為不同區(qū)域,會把內(nèi)部的工廠、倉庫分為不同區(qū)域。因此,使用地圖來展現(xiàn)供應鏈的各種元素,如訂單、需求、產(chǎn)能、庫存量等非常直觀方便。
2.地圖背后的技術沉淀/數(shù)據(jù)模型,能幫助智慧供應鏈功能實現(xiàn)。
地圖應用每天被上億人使用,也接入了很多用戶、道路等社會化數(shù)據(jù),同時要考慮位置、天氣、道路、車輛等復雜多變的因素。地圖不單單是一個導航工具或一款地圖,而是一個“基于大數(shù)據(jù)的人工智能出行平臺”,也是用服務連接億萬人的智能中樞。同樣在尋找在供應鏈地圖中的應用。在地圖內(nèi)部數(shù)百個運算分析模型,在接入不同的‘訂單’數(shù)據(jù)后,進行路徑規(guī)劃與時間、成本計算。
1.方案設計背景:
不同行業(yè)供應鏈模式有差異,我們選取了傳統(tǒng)的鋼鐵行業(yè)作為供應鏈地圖的方案設計應用對象。圍繞鋼鐵供應鏈從訂單評審、接單、確定工廠/中轉(zhuǎn)庫、原料采購、生產(chǎn)、物流的全過程供應鏈需求分析與方案設計。
2.方案設計思路:
構建一張能夠進行供應鏈調(diào)度的,覆蓋鋼鐵全流程的的,經(jīng)過大數(shù)據(jù)和AI分析的最優(yōu)路徑圖。
3.方案解決的核心需求:
全局化:端到端的全局智能調(diào)度,從產(chǎn)供銷全局分析供應鏈時效和成本,平衡最優(yōu)的完整路徑;
標準化:基于各環(huán)節(jié)的標準數(shù)據(jù)和標準計算模型,給出標準化的路徑分析和方案建議;
網(wǎng)絡化:處理后臺與路徑呈現(xiàn)都是網(wǎng)絡化,確保全流程透明,可視可控,可人工靈活選擇、調(diào)整。
4.方案涉及的主要功能及要素:
圍繞供應鏈的各環(huán)節(jié)做方案設計和數(shù)據(jù)模型。
客戶訂單分配:產(chǎn)品規(guī)格;客戶地理位置;交貨時間;質(zhì)量要求;商業(yè)政策;訂單拆分;
工廠/中轉(zhuǎn)庫、經(jīng)銷商庫選擇 :工廠產(chǎn)能;設備維護計劃;假期;倉庫庫存;產(chǎn)品質(zhì)量; 生產(chǎn)成本;外部代工產(chǎn)能及成本;訂單交貨成本;
礦石原料采購:采購價格;采購周期;礦石質(zhì)量;采購運輸費用;采購風險;
成品交貨及路徑選擇:運輸方式;運輸時間;運輸距離;交通天氣;戰(zhàn)爭、輿情因素;運輸成本;船期;報關;
5.方案輸出與預期目標:
智慧供應鏈輸出的結果相較于人工的選擇會更多,基于不同策略給不不同的方案。
核心需求,預期目標:通過供應鏈地圖的運行,基于不同管理策略為每個訂單分配最佳路徑建議(AI)分析結果:
交期最快策略:A方案-中轉(zhuǎn)庫發(fā)貨(成品)-鐵運運輸(成品)-A客戶倉庫接收(交期最短)
成本最優(yōu)策略:B方案-從1號供應商采購礦石-航運礦石(原料)-武漢工廠生產(chǎn)-鐵路運輸(成品)-A客戶倉庫接收 (成本最低)
風險最小策略:C方案-從2號供應商采購礦石-航運礦石(原料) -上海工廠生產(chǎn)-鐵路運輸(成品) -A客戶倉庫接收 (風險最小)
1.技術架構
基于地圖內(nèi)核的智慧供應鏈地圖技術架構。參照成熟的地圖產(chǎn)品技術架構,來構建智慧供應鏈技術架構。從技術層級上,分為數(shù)據(jù)獲取層、數(shù)據(jù)加工層、算法模型層、產(chǎn)品輸出層等四層。通過數(shù)據(jù)層,獲取實時的供應鏈數(shù)據(jù),包括內(nèi)部的訂單、庫存、產(chǎn)能、在途等,也包括外部的社會化數(shù)據(jù)如行業(yè)發(fā)展指數(shù)、上下游企業(yè)產(chǎn)能、物流指數(shù)等會對供應鏈產(chǎn)生影響的因素。通過該架構可以整合企業(yè)內(nèi)外部數(shù)據(jù)與資源,實現(xiàn)全過程的數(shù)據(jù)獲取、加工、運算和輸出。
2.智慧供應鏈地圖的技術輸入與輸出
智慧供應鏈是一個大腦,需要輸入與輸出,核心在于大數(shù)據(jù)模型和算法,輸出的結果取決于輸入的信息。通過接口將各業(yè)務系統(tǒng)的實時數(shù)據(jù)、社會化數(shù)據(jù)連接至智慧供應鏈地圖,數(shù)據(jù)在智慧平臺進行加工和整合,通過數(shù)據(jù)模型和AI能力,產(chǎn)出計算后的結果數(shù)據(jù)化的輸出。具體點來說:
數(shù)據(jù)源:包括企業(yè)內(nèi)部的信息系統(tǒng)如ERP/CRM/MES/SRM等,物聯(lián)網(wǎng)設備如PLC/DCS等實時的數(shù)據(jù)采集系統(tǒng),也包括社會化的數(shù)據(jù)如交通數(shù)據(jù)、上下游行業(yè)發(fā)展數(shù)據(jù)。
數(shù)據(jù)生產(chǎn):前端的數(shù)據(jù)抓取至平臺后,會按照平臺的需要進行整合與加工,便于平臺的數(shù)據(jù)模型進行讀取。
企業(yè)中臺:整合好的數(shù)據(jù),在中臺層進行運行和計算,借助大數(shù)據(jù)模型、AI服務,給出輸出。
前臺:為了讓中臺的大數(shù)據(jù)更全面、模型更成熟、結果更準確,未來可以接入行業(yè)的生態(tài)圈的更多數(shù)據(jù),包括上游客戶、下游供應商、同行合租伙伴等,最終構建一個大數(shù)據(jù)鋼鐵生態(tài)。
3.智慧供應鏈地圖的AI模型/應用場景示例:以銷售訂單工廠分配環(huán)節(jié)為例
為更好理解智慧供應鏈地圖的運作原理、加工過程與產(chǎn)出,我們選取在供應鏈中的一個重要環(huán)節(jié)即接單后的工廠選擇為例進行分析說明。通常,我們在接到一個銷售訂單之后,需要根據(jù)訂單的客戶信息、產(chǎn)品信息、交期、區(qū)域等要素進行人工判斷,選取一個物理生產(chǎn)工廠來加工。如何選擇工廠?計劃員在分配的時候,會考慮哪些工廠能夠生產(chǎn)該產(chǎn)品、生產(chǎn)的工廠里面哪家生產(chǎn)成本/物流成本最低、生產(chǎn)工廠的產(chǎn)能是否滿足能否在規(guī)定交期內(nèi)生產(chǎn)完工、生產(chǎn)工廠的原料庫存是否能夠滿足訂單需要等等。這一過程考慮的因素非常多、每天的銷售訂單量大,因此人工在分配的時花費大量時間和精力,且最終的結果做不到100%準確。
基于這個場景,我們在智慧供應鏈的訂單分配環(huán)節(jié),預設了4層結構。
第一層,獲取訂單的各種數(shù)據(jù)元素,交期、產(chǎn)品、客戶、產(chǎn)能、庫存等等。
第二層,預設了訂單的分配模型,包括訂單分配的優(yōu)先順序模型、產(chǎn)品-工廠模型、產(chǎn)能負荷計算模型、生產(chǎn)成本模型等等。
第三層,基于每個訂單的數(shù)據(jù)元素,及預設的分配模型,系統(tǒng)會根據(jù)每筆訂單的要素,自動進行計算,最終算出每個方案的生產(chǎn)周期、生產(chǎn)成本、生產(chǎn)穩(wěn)定性等。并在多個方案中基于不同策略選出最優(yōu)的一個。
第四層,系統(tǒng)默認按照一種策略執(zhí)行,也可設置人工選擇方案。選擇后的方案,系統(tǒng)將自動執(zhí)行,將確認后的數(shù)據(jù)回傳至各業(yè)務執(zhí)行系統(tǒng),如ERP/CRM/MES等。
4.智慧供應鏈地圖的應用場景示例:以銷售訂單工廠分配環(huán)節(jié)為例-價值分析
通過上述應用場景的示例可以看到,智慧供應鏈做的事情跟人做的事情是一樣的,區(qū)別在于,我們將人的判斷邏輯預設至系統(tǒng)中,再通過數(shù)據(jù)的自動獲取,從而實現(xiàn)自動的計算和處理。好處是,系統(tǒng)考慮的因素比人更全,計算花費的時間更短,算出的結果更加科學準確。具體價值有:
效率更高:與傳統(tǒng)的人工分析相比,利用地圖的大數(shù)據(jù)分析技術其處理的速度更快、計算的結果更準確。多快速響應客戶需求、縮短交期。
成本更低:與傳統(tǒng)的人工分析相比,利用地圖的大數(shù)據(jù)分析技術其考慮的影響因素更加全面、包括生產(chǎn)成本、物流成本、時間成本,可以讓生產(chǎn)及交付成本更低 。
提升業(yè)績指標:基于該地圖對銷售訂單工廠分配各環(huán)節(jié),進行數(shù)據(jù)建模和分析,使得每個環(huán)節(jié)的效率、成本得到改善。從而整個過程更加高效快速。最終帶來客戶響應效率的提高、訂單交付周期縮短、計劃完成率提升、生產(chǎn)/物流成本下降。
綜上所述,智慧供應鏈地圖是基于地圖背后的大數(shù)據(jù)、模型、AI分析原理來改造傳統(tǒng)的供應鏈。同時基于地圖與供應鏈的共性,進行地圖化的展示,便于管理和跟蹤。通過架構搭建、技術應用、數(shù)據(jù)接入、操作界面設計,最終滿足供應鏈管理的需要。在供應鏈的各環(huán)節(jié)實現(xiàn)技術賦能,從效率、成本、經(jīng)營指標等多方面實現(xiàn)提升。
以上即智慧供應鏈地圖方案的概念由來、技術架構、應用示例和價值分析的內(nèi)容,下一篇將介紹基于該方案及具體的某鋼鐵企業(yè)業(yè)務為背景設計的供應鏈地圖原型DEMO。
2024LOG供應鏈物流 突破創(chuàng)新獎候選案例——上海歐力德物流科技有限公司
4882 閱讀2024LOG供應鏈物流?突破創(chuàng)新獎候選案例——科捷供應鏈有限公司
3189 閱讀2024LOG供應鏈物流?突破創(chuàng)新獎候選案例——中外運物流有限公司
2751 閱讀2024LOG供應鏈物流 突破創(chuàng)新獎候選案例——安得智聯(lián)供應鏈科技股份有限公司
2463 閱讀順豐、德邦發(fā)布春節(jié)服務公告:將加收資源調(diào)節(jié)費
2159 閱讀中郵無人機(北京)有限公司揭牌
2139 閱讀剛上市就大跌,航空物流巨無霸市值已縮水211億
1857 閱讀2024LOG供應鏈物流 突破創(chuàng)新獎候選案例——京東物流
1776 閱讀2024LOG供應鏈物流?突破創(chuàng)新獎候選案例——中國移動通信集團終端有限公司云南分公司
1584 閱讀智能倉儲企業(yè)“智世機器人”完成數(shù)千萬元A輪融資
1550 閱讀