2018年12月8日, 中國機械工程學會物流工程分會供應鏈專委會主席邱伏生老師，應邀參加在上海阿納迪酒店舉辦的《第四屆中國好采購-賦能中國2025》，并作為演講嘉賓發表《數字化供應鏈與采購》主題演講。

本次大會，來自全國23個?。òㄅ_灣），85個城市1202位采購人、各領域專家和大學教授，參加“中國好采購”這個“年度群英會”。6位大咖聚焦專業，從360°看采購，1202位采購人一起投票打造榮譽，見證中國好采購冠軍的誕生。

因邱老師作為上午壓軸嘉賓，時間受限、部分精彩內容只點到為止，基于小伙伴們強烈呼聲，現將邱老師關于《數字化供應鏈與采購》演講錄音進行翻譯并對精華內容進行整理，干貨多多，聽得不過癮的小伙伴，建議收藏品閱。

供應鏈最常見的一種形象，待在最后面的一般壓力是最大的，正如我們采購一樣。因為我們是最晚拿到信息，可是要最早提供物料。所謂的準時是別人說了算才算，而不是采購說了算而算。今天我與大家一同分享的演講主題是：《數字化供應鏈與采購》，我將會盡量在規定時間內結束演講。

我來自一個咨詢公司：上海天睿物流咨詢有限公司?，F在主要在研究智能制造，對汽車、家電、家居等行業做了一些智能工廠的案例，發現沒有數字化/智能供應鏈的維護和支撐，智能工廠只能停留在實驗室。

我將從四個方面對本演講主題進行分享，分別是：一、供應鏈數字化、智能化；二、數字化供應鏈的特點；三、行業數字化供應鏈舉例；四、數字化供應鏈環境下的采購轉變。

1

供應鏈數字化、智能化

最近我在為國家寫一本《智能供應鏈》書籍，目前定義還未完全成型，我把它雛形拎了一個東西出來，未來在供應鏈上面的幾個要素，比如：跨企業智能預測平臺、品牌商、云平臺、物聯網、爆款研發、供應鏈中臺、供應商、智能采購、智能制造、智能物流、客戶/消費者。大家可以看到我們采購在供應鏈中占據著一個重要環節，這里面我們增加了云平臺與物聯網，因為會涉及到數字化。剛才我們袁飛博士對《人工智能背景下的采購》做了很好的前瞻預測，AI人工智能究竟對人有多大沖擊，采購的哪個環節可能率先被突破，袁博士做了大膽預測。但在未來數字化供應鏈的情況下，會增加跨企業的智能預測。第二個會增加供應鏈中臺，我們很多企業以前連供應鏈的部門都未必有，但是未來會數字化連接。

我們會發現當這種情況出現的時候，供應鏈不再是傳統供應鏈定義，傳統供應鏈定義是以企業為核心的，但未來供應鏈是以客戶/消費者為核心的，這時我們會尋求大數據的支撐。而這些數據，包括剛才造車新勢力付老師提到的，他可能不再是汽車主機廠在發揮關鍵要素作用，可能是品牌商/運營商在做。這時候我們傳統供應鏈可能會越來越往下沉，因為數據會變得更加重要。

在這種情況下，大家都開始通過數據互聯互通。電信里有種說法，未來驅動我們設備的不再是電力而是大數據。我們下面黃色部分會變成實物物流。傳統采購情況下，很多的都跟采購業務、物流是有關系的，未來供應鏈會更多強調爆款的研究。但是我們今天研發的爆款部分并沒有創造很多供應鏈優勢。等這些成熟之后，很多平臺商與云平臺來向消費者秀他們研發出來的產品，也就是說爆款不是數據統計出來的，而是引導出來的。

所以未來智能供應鏈會分出5種資源來，客戶資源，數據資源，后勤資源/價值鏈資源、產品資源、技術資源。AI、自動化、物流、智能駕駛，都屬于技術資源。這是對于數字化/智能供應鏈未來的初步定義。

未來市場價主要融入的是產品、品牌和服務。所以你可能形成連鎖型的，可能是直營型的，也有可能是自由連鎖型的。在這種情況下，我們的制造、門店、平臺會嵌入到供應鏈里面。在這里面我們會靠物聯網全球互聯互通，于是智能供應鏈/數字化供應鏈在這里面協同起來。當然，任何一個企業與任何一個產品都會希望有規范化、規模化、網絡化，并且最好是簡單化、專業化、標準化，才可能形成你的速度。因為未來供應鏈的競爭其實是速度的競爭，表現上是庫存周轉率或者資金周轉率的競爭，速度競爭才能保證自己是否能夠盈利。

在我們日常供應鏈中，就需要問：誰在持這條供應鏈在跳舞。我們在供應鏈上有幾個要素，比如：消費者（任性、個性）、門店（銷量、庫存）、3PL(標準化、成本）、DC（庫存、周轉力）、供應商（響應力、質量）?？墒窃诓煌瑯I態情況下，如電商京東、企業的直營、門店，無非是這幾種業態。這些業態里都會有采購，采購不是特有的環節，而是各個環節都會出現采購，無非物流還是機械流的問題。

2

數字化供應鏈的特點

數字化、智能化供應鏈有7個表征，分別是：智能預測、智能商品、智能定價、智能庫存、智能運營、風險管理、智能倉儲。

• 智能預測：基于歷史數據和統計學習模型，對商品未來的銷量預測、對各維度倉庫的單量預測、對促銷期間的促銷預測，給出更為智能的相關業務數據預測和相關計劃性支持；

• 智能商品：基于大數據進行智能化商品分類，從多維度評估商品特征和價值；

• 智能定價：基于統計學習和決策樹進行動態定價，實現客戶為先、供需協同及可持續的最優價格策略；

• 智能庫存：基于大數據平臺和銷量預測，為采購、庫存管理等提供了更智能化的建議；

• 智能運營：科學地分配訂單生產路徑及快遞安排，以最優的方式滿足客戶時效要求；

• 風險管理：基于模式識別等技術的風險控制系統，及時預警訂單的風險級別等，提供更為安全可靠的客戶體驗。

• 智能倉儲：在大數據應用的基礎上，進一步使用機器學習等人工智能手段，搭建智能倉儲。通過對于服務水平要求、供應商送貨提前期、安全庫存分析等一系列參數的學習和模擬，結合基于大數據機器學習的銷售預測模塊，實現了自動化的商品采購下單、調撥和滯銷清倉。

與傳統供應鏈不同的是，未來供應鏈會有預測、爆款、研發、未來的算法以及智能化的一些商品等等，都會不一樣。

剛才講到了智能供應鏈的未來愿景，今天我們的供應鏈管理，回到企業來看，會分為三個階段，分別是：職能部分階段、集成供應鏈階段、價值鏈網絡階段。

2018年雙11帶來的供應鏈視覺？--2019年將會如何？新零售部分，2017年天貓雙11銷售額是：1682億元；2018年天貓雙11銷售額是：2135億元，銷售額有一定的提升，但市場感覺不大好，體現了：無電不商的趨勢、大數據管理、經濟全球化、結算全球化、供應鏈物流全球化。差距在哪呢？供應鏈物流能力差，雙11到雙12期間，上海各個立交橋下面都是快遞分揀與分包站。企業的沒有存在感，采購更沒有存在感，這時候都是消費者購買，已經不存在采購的概念，這是一種很危險的信號。供應商應變能力非常差，一年就賣一個雙11，而且產品質量無法保證也無法追溯。在這種情況下所有供應鏈與制造精神都缺失了，這是我們存在的差距。

在制造，以下是比較典型的汽車行業牛鞭效應。傳統汽車行業最大的一個瓶頸就是他們并不關心消費者對于車的感覺。

邱老師問：問大家一個問題，我們在座的，有沒有沒需要買車的，請問主機廠是否會打電話咨詢您，您要買什么樣的車呢？

聽眾答：不會。

邱老師問：對于買了車的朋友，請問主機廠研發人員有沒有打電話咨詢您，您開這車開得好不好？

聽眾答：沒有。

也就是說，這些主機廠的研發人員在研發新產品的時候，如果你沒有買車你不是他的客戶，如果你買了車你更不會是他的客戶，因為你5年之內不可能再買車。那么，他的預測從哪里來的呢，所以很難定義他們的預測從哪里來。

第二個問題，我們的消費者并不在他的考慮之中，所以新勢力造車成本營業額直線上升。

第三個問題，造車新勢力會贏還是傳統造車勢力會贏，這個很難說，但我們知道造手機新勢力贏了、造家電新勢力贏了，當然這里面有門檻，有數據說，造車勢力安全可靠，今天中國造車企業能排上名的101家，等到未來2025可能會縮減到不超過10家，這個壓力非常的大。

于是在這種情況下，誰會被坑得最慘呢？剛才我們造車新勢力里面提到，零部件的利潤不會降低很大。消費者是先花錢后提車，我們零部件供應商是先給物料后結算，于是他們很有錢。假設4S店，給主機廠報預測100輛車，這預測肯定不來源于消費者，是主機廠告訴他這個月任務要賣100輛，所以主機廠問4S店的時候，你總量多少？4S店答：保證100輛，爭取120輛，沖刺150輛。那么問題來了，4S店告訴主機廠銷售我們要沖120輛，銷售會說你就保120.于是銷售告訴計劃140輛，因為計劃生產要多點。計劃告訴我們采購，我們采購就會變成160輛。采購告訴零部件廠的銷售時要160輛，零部件采購為保證交付變成200輛，于是生產告訴我們下一級的供應商就可能變成280輛或者多少了。但是實際上12月份，4S店只賣了80輛，于是200輛就廢了。4S店會促銷，但每賣掉一輛庫存里的車，就成功阻止一輛新車消費的可能。所以主機廠每生產一輛新車就變成庫存。這都不是影子效應的問題，所以4S店到現在一直在天天促銷，最近大家都知道車價跌得很厲害。零部件供應商每天給主機廠送過去的零部件，每天生產出來的東西，都是庫存。這是沒有數字化驗證的結果導致的。

我們很多時候在強調交付、效率、成本，在供應鏈沒有全過程數字化或者透明化的時候，你的控制是有問題的。在這種情況下，強調價值成本、提高效率、準時交付，這時候的KPI指標可能是錯位的。

我們來講一下，一家企業，日最高產量達30000臺，每天24小時連續運轉，平均每分鐘可生產20.83臺；5條生產線同時生產，則每條線每分鐘可生產4.16臺。

按照該產品的品牌形象和市場上對該產品的需求，與及該廠現有的各項資源，該廠的生產節拍期望值應可提到5臺/分鐘（即每天可生產3.6萬臺，潛在總資源占20%）。

如此巨大的生產潛力，是被什么約束住了呢？

上表是某連續兩周中和某特定的一天中因以上原因導致停產的部分數據：從上表可以看出：導致停產的責任，較大的是料品部、采購部和資訊部等物流的主要環節，而各個分廠生產管理的直接責任較小。

在統計考核的時候，會發現生產管理會占92.5%。什么意思呢？大家都知道，生產過程里面，都用的是計件/計時，我本來生產1000個產品可以掙到1000元，現在由于前端出問題，我只能掙到500元。我的收入少了，但我什么錯誤也沒犯，原因是什么呢？因為供應鏈不穩定。對于整個企業來講我們要保證安定生產，安定生產是你要先安還是供應商要先安定？肯定需要供應商安定。因為供應商在生產的時候會這樣想：我現在生產的是不是他要的？追溯原因會發現大部分是我們前端的問題，真由于生產導致的停線占比是非常少的。而且隨機的把某一天的停線原因拿出來，發現都是這些問題，前期未做好，導致了后面的海水倒罐，才會形成我們的庫存、成本過高，要命的是這些成本還算不出來。所以供應商和我們自己的銷售，天天在應付訂單與出貨，哪有時間做物流與供應鏈。供應鏈未做好的問題，最終導致企業的無效產出、交付率很低，用了很多資源，業界有一句俗話叫“企業的前列腺炎”，所以勞而無功、內耗嚴重、庫存周轉率低、企業贏利能力差！！！

相當于上圖，四個人負責栽樹，一個人負責挖坑、一個人負責栽樹、一個人負責澆水，一個人負責培土。某天栽樹人感冒了，澆水的人也不來了。其他兩個兄弟非常努力，一個人挖坑一個人培土。別人問：您倆在干嘛呢？回：我們在栽樹。別人問：那為什么又挖又填呢？回：我們有明確規定的，我只要把50個坑挖了就能拿到獎金，另一個只要把50個坑填了就能拿到獎金，有沒有栽樹不重要。因為他們不在一個鏈上說話，不在一個頻道上說話，所以未來的供應鏈戰略需要達成供應鏈共識、理順供應鏈邏輯。我們講得務實一點，讓大家在一個頻道上來評。未來沒有數字化供應鏈也是假的，因為供應鏈邏輯沒有梳理出來。未來要求我們的供應鏈可視化、數字化。

在這個過程中，我們希望在計劃、采購、倉儲、物流、生產過程全部能夠拉通，拉通才能可視化。比如某個訂單在某條線的某個工位，我們單個工廠來講，計劃模塊、采購模塊、倉儲模塊與生產物流模塊全過程痛點都要抓出來，解決這個問題。也就是說從左邊到右邊是一個邏輯導向。

我們的非數字化的情況下數據特點是：手工的、不及時的、不可追溯的、離散的、不連貫的、無邏輯的、不穩定的、非現場的、多變的、不共享的。這些是我們的痛點，導致采購與供應鏈不能決策。我們的銷售更加不能兌現承諾，包括供應商拍著胸脯告訴采購肯定能準時交貨，但到交貨時間點的時候交不出貨。于是為了保證缺貨風險的降低，所以采購要求供應商15天到貨，造就了庫存上限。在過程中，出現了問題的情況下，我們一般都有所謂的可視化，看起來非常標桿，但“然并卵”。一旦數據出來，木已成舟，未來企業要求這些有提升。我們倒過來看，要提升，有過程、有數據管理、有差異，有顯示、建立全過程計劃協同，采購計劃、物流計劃、生產計劃、庫存計劃、配送計劃所有計劃協同起來，供應鏈要的是交付以及提高準確率，解決中間那個環的問題。倒過來建設過程機制，這就是供應鏈的建設過程。

再然后要構建企業的數字化模型，產銷計劃、物流計劃、生產計劃，但是很多企業是沒有產銷計劃的，因為他會說你要我買什么我就買什么，有生產計劃，但沒有包含物流計劃，這幾個計劃沒有整合起來，因為它沒有供應鏈。

于是往下分解的話，各個環節的要素就出來了，要表現在供應邏輯上，數字化才可能建設出來。再把供應鏈的各個環節全部協同起來、互聯互通，通過供應鏈大計劃或者大物流來帶動所有各個模塊與環節，通過可視化的差異管理信息平臺，也就是我們所謂的供應鏈數字平臺，帶動起來做差異分析。當這個差異接近0的時候，你就是最佳供應鏈，當差異越來越大的時候，庫存就會越來越高，當然交付越來越差。這個時候需要解決管理者的困惑，未來供應鏈數字平臺需要實現七大管理：量化管理、實時管理、可視化管理、PDCA管理、主動管理、目標差異管理、數據管理。

需要解決的核心功能是全過程的實時管控、業務過程的可視化、智能化運作、全過程預警、多形式的消息機制、對異常的層級監控、以及工作流的集成。采購最恐怖的就是你不預警，結果我要生產了，你告訴我貨沒有來或者來不了，這時候就有問題，就要建立整個過程的差異管理，后面是建立這個平臺的過程，你的KPI指標都會轉換為數字化呈現，全過程會得到顯示。當產生預警的時候，所有的過程預警我都能看得到，就能夠用有效的時間，讓大家不會太匆忙的做決策。

本圖是整個供應鏈的過程，內環是信息流，外環是實物流，采購物流決定了生產物流、成品物流，我們建議保證發運計劃、穩定生產計劃、狠抓配套計劃、拉動供應商到貨計劃，做的是差異管理，當差異管理做完后，會形成整個供應鏈的數字化作業邏輯，這個邏輯是看不見的，人工是做不出來的。每單都應該有這樣一個邏輯，從下到上是一個流程，從上到下是一個倒排。然后通過ONE PAGE模式，整個過程都在這張單里面時，他要怎么梳理，是有流程標準的。

每一個訂單，每個物料，都能做到供應鏈數字系統橫向縱向協同，形成自組織，自決策，自調節，最終實現系統智能化。

這些在企業均已實現，最后所謂的工業4.0、如何實現信息流與實物流管理的統一化，關鍵環節是推動CPS，這樣數字化的供應鏈基本成型。但前提是完成供應商的數字化，比如客戶這端起來，但真正的內功還在上圖紅色圈內。所以說移動、大數據、工業互聯網，我個人認為企業不一定需要完全具備這些條件，就像一個姑娘一樣，這個姑娘是內功，她本來長得就漂亮，差都差不到哪去。

3

行業數字化供應鏈舉例

下面舉幾個例子，由于時間關系，快速過下。

比如說美的，他們在提升自己智能供應鏈，分為三個階段。

比如第一階段：以智能工廠建設為目標，基于IOT理念建立生產資源的全面連通；

第二階段：基于ERP平臺搭建連通客戶、供應商的信息系統平臺，做到全價值鏈信息共享，著重內部信息的透明可視及可控。

第三階段：憑借智能研發及產品，對外實現對客戶的主動、智能服務，對內實現全資源范圍的決策支持體系。

建立標準后，美的推T+3系統，他保證供應商的組織生產和物流全都是合適的。天睿2005年開始長期為美的提供供應鏈與物流咨詢服務，美的也在推工業互聯網，以下是他成型的一些模型，比如：價值流拉動、精益物流、供應鏈、供應商協作云、自動化及對接、CPS物理信息系統、品質管控、無紙化+透明化+移動化制造管理、移動訂單跟蹤、中控室等。也得到了國家政策扶持獎勵，他們的中控室是實時的，而且每個地方都可以看到模型。

下個案例是一汽大眾，我是一汽大眾首席顧問專家，一汽大眾的精益生產推動生產保障能力建設《 MMOG/LE 》。目前福特、沃爾沃、奔馳、寶馬、南北大眾、通用都在推這套《 MMOG/LE 》體系，我和宮老師都是這套體系的老師。

規范供應鏈的增值性、有效性、EDI數據一體化，汽車行業有幾個要求，其中一個是必須有EDI技術平臺，沒有EDI技術平臺未來是直接被否決的。你的供貨是直接與主機廠的需求采購對接的，這個時候不要商務合同也沒有采購合同。第二個要求，我們做為供應商公司，我們與我們的供應商之間也是直接對接，無人為參與。

供應商、分承包商和物流提供商之間必須具備一個電子數據的交換流程。一個快速、可靠的集成數據交換能夠極大的改進信息的精確度、信息流程和信息的可視化，減少交付時間、降低成本和管理，實時且自動的信息交貨使得組織及其供應商、分承包商和服務提供商擁有更高的可視化程度，減少庫存，更快速地回應。

很多都是F3的要求，比如信息化、數字化這部分，汽車行業為什么要這樣做呢，兩個原因。一個是要求全過程要安定生產，要有預警有應急物流，第二個要求來源可追溯，而現在汽車行業這個部分做得不咋的，特別是我們本土品牌，當數字化做得不是那么好的時候，你會發現很多的不良品、非正規品就流到了后市場去，后市場的利潤率是很高的，但事實是后市場是一片昏暗的，換句話說哪個地方越昏暗，哪個地方越掙錢。

4

數字化供應鏈環境下的采購轉變

建議數字化供應鏈與采購的轉變要求做到以下三點：

一、采購們，互聯網思維，數字化武裝采購思維、參與爆款，先期決策，因為未來采購需要具備預測性，否則你會發現跟著主機廠后面你會手忙腳亂，你必須要去超越主機廠往前端去預測，把腦用上，空出雙手。以前的采購更多的用手，未來的采購建議更多的用腦。

二、從大處著眼從小處著手，理順供應鏈數字邏輯，采購不只做采購，只做挖坑那件事，要全過程參與，并且參與數字化采購游戲規則制定。我們很多企業上ERP，采購不參與，上完后要求采購如何做，發現云泥之別。

三、契合企業和行業發展要求。未來的汽車生命周期越來越短，這時候會汽車產品快銷化，于是連鎖化，其他行業一個道理。有說法是，要在汽車行業引入家電行業模式，家電行業大家聽說過利潤如刀刃一樣薄，當汽車行業被降成本降得很疼的時候，說明你還有利潤，因為真無利潤的時候，你就直接不干了，而不是說很疼。目前在中國乃至全球家電行業，家電企業主流品牌就只有三家，對嗎？其他行業的供應商，發現經濟下行，采購不要太過于相信不專業的預測，因為中國95%的預測人員都是非專業出身，中國沒有計劃專業，而且講計劃的一定沒有做過計劃。

我們未來的轉變是：

一起分析爆款的產生、研發和推廣，做到先期預測和引導；自動鎖定、尋源、制種過大數據分析，等級評定；預測、訂單需求和生產計劃通過EDI、智能供應鏈平臺自動傳遞，沒有人為的介入；通過供應鏈大數據抓取獲得過程監控和KPI指標的打分和考核；有效供應的早期預警和反饋；分工模式變為合工模式，通過簡化協議，實時參與-行就來，不行就走開；升級過程，管理輸出。

最后是：采購的好日子已經過去了，更好的日子將開始了，謝謝大家。