接著上篇控制塔迭代發展路線圖，隨著新興技術的發展與應用，控制塔發展至今，也在拓展其智能性和廣泛度。那么，供應鏈管理涉及的關鍵技術有哪些，這篇文章我們做以簡述。而針對進階到4.0階段所使用的技術，各自有哪些”用武之地“，這里作為一個非技術人員，簡單地給些自己基礎的理解。首先回歸他們的定義，然后展開他們在供應鏈及控制塔領域的應用可能性。

控制塔4.0關鍵技術

大數據big data

定義：

麥肯錫的定義可以作為參考，大數據是“一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。”而供應鏈作為串聯上下游企業、按照scor模型分類可以拆解到計劃、采購、生產、交付、物流等多個運營環節，可以想見方方面面的數據量是巨大的，而對數據的價值挖掘也必將將帶來對供應鏈管理的賦能。

典型應用場景：

1. 結合歷史銷售趨勢的數據積累，預測未來的銷量情況，指導后端做庫存水位的預期分析。

2. 基于歷史運輸線路成本分析，對現有運輸線路部署、運輸日程排布、倉儲地點選擇等做持續優化。

3. 大數據可以和IOT聯網設備結合使用，比如在生產制造過程中有任何異常情況提前做預警，減少設備突然中斷造成的生產效益、客戶交付期的損失。

物聯網IOT

定義：

如縮寫所示，internet of things, 也稱物聯網，是集成了一系列的實物、虛擬對象等并通過傳感器、信息流等鏈接成與內部、外部環境可以交互的網絡。如果再結合供應鏈做個表述，是將公司及其上下游企業的物理設備、對象做數字連接，可以感知、監控和互動，從而在整個鏈條上形成上下游的可見性、信息共享、并跟蹤控制、協同管理整個供應鏈流程。

而IOT技術的部署通常需要如下幾個層次：

a.使用RFID和傳感器的數據集成層；這里引申一句的是，RFID技術使得集成供應鏈成為可能；

b.使用互聯網或者手機等事項流程連接層，尤其涉及企業上游的供應商、下游的客戶等

c.服務和交互界面層；

典型應用場景：

1. 通過追蹤實物在供應鏈中的流轉，對于供應鏈的虛擬控制得以實現。

2. 工廠信息的可見性，生產過程管理網絡的創新性，產品過程控制，虛擬工廠的系統設計

3. 協作倉儲，提高安全性，提高庫存管理的數據準確性

4. 運輸環節通過傳感器和網絡實現及時數據傳輸，且可以通過手機掃描、讀取實時數據。

人工智能AI

定義：

回到AI的定義，人工智能是計算機系統模仿人類認知功能（例如學習和解決問題）的功能。通過AI，計算機系統使用數學和邏輯來模擬人們用來學習新的信息和做出決策的推理。

典型應用場景：

1.供應鏈管理流程自動化，一些文檔流程性的工作可以定義成自動化工作流，使用RPA提高運營效率；運輸過程的自動化能力、倉儲的自動化建設等等都屬于這一范疇。

2.預測準確性分析，結合AI的需求預測必然使得準確性有所改善，比如庫存水位優化、供需震蕩對斷貨、交付情況、庫存積壓等綜合影響等。

3.改善供應商關系管理，一方面可以通過價格、歷史交付情況等輔助供應商選擇，另一方面可以通過自動詢單、發票等將常規供應鏈溝通議題自動化，提高效率也降低失誤。

控制塔三大功能與關鍵技術應用舉例

那么，結合供應鏈控制塔架構的三大功能（詳見歷史文章，下附鏈接），如何使用這些新興技術呢？

首先，控制塔所展現的數據源互聯互通基礎上的可視化，機器學習帶來的前置決策等，是需要我們的各個業務模塊的業務系統數據做支撐的。這其中包括客戶平臺CRM、計劃平臺、采購平臺如SRM、智能制造平臺如MES、智慧物流平臺如TMS。

然后，在這些平臺數據互相連通的基礎上，我們搭建控制塔的三大功能：可視化、分析預警、執行過程管理，結合實際業務場景，可視化要展示的指標，預警的維度，過程管理的關鍵參數，這些都在實際業務中會考慮融合上述簡述的各項新興技術。舉例如下：

• 可視化：在IOT使得上下游設備、資源互聯通的基礎上，可以查看企業上下游的考核指標

• 分析預警：基于歷史大數據、AI的分析過程，當某市場大盤出現下滑的情況，需求預測的調整預警，及對庫存水位的聯動影響，建議供應等

• 執行過程管理：在基于AI分析預警之下，某個生產工作中心有停擺的風險，通過IOT設備聯網，管理層看到了風險，提前采取措施，保證設備正常運作

至此，我們這個系列文章對供應鏈控制塔縱向維度基于SCOR模型的五大流程，橫向維度控制塔迭代發展路線圖，以及各個發展階段尤其4.0階段的新興技術應用場景，做了三維的概貌介紹。接下來，系列文章將對縱深繼續挖掘，對每個流程維度（計劃，采購，生產，交付，物流）在不同情況下的具體應用、案例等再做展開詳述，歡迎持續關注。