麻省理工學院全球供應鏈與物流卓越網絡、

寧波（中國）供應鏈創新學院副教授趙立馬

（本文根據4月19日羅戈網&物流沙龍舉辦的“2019全球制造業供應鏈峰會”速記稿整理）

以下為演講正文：

尊敬的各位來賓、朋友，大家下午好，很高興今天可以就“供應鏈數字化轉型戰略”這一主題和大家分享，我是學院供應鏈數字化實驗室執行主任，和各位介紹一下我們麻省理工學院全球供應鏈與物流卓越網絡，始建于2008年，目前在歐洲、美洲、亞洲共擁有6個中心，寧波（中國）供應鏈創新學院是寧波市政府和美國麻省理工學院合作共建的中國第一家供應鏈創新學院，目前開設了2個碩士學位項目，有MIT寧波供應鏈管理項目以及3C項目，學院有供應鏈數字化實驗室，供應鏈金融研究中心，還有航空運輸研究中心。

首先供應鏈數字化轉型的頂端是企業的目標和戰略以及與供應鏈的戰略和愿景做一個整合，也就是供應鏈端的數字化要和企業其他模塊的數字化做一個協同與配合。并且我們看到供應鏈的治理模式當中要根據流程的再造，這個再造之后我們中間看到流程層面要進行核心的數字化，在供應鏈的數字化執行層面我們有兩個，一個是供應鏈的數據分析驅動管理，第二個是通過供應鏈技術基礎架構和設施為供應鏈數字化提供底層的支持。

供應鏈數字化的角度下，企業成熟有四個階段。第一個階段是數字新手，第二個階段是縱向整合者，也就是跨職能層面的資源管理，在成熟階段有橫向協作者，也就是和全球的供應鏈企業建立伙伴關系，實現供應鏈的基本透明度。第四個階段是數字冠軍，擁有數字化的全解決方案，實現主動行動，決策和執行供應鏈對于客戶需求以及上游的相應。

供應鏈數字化的八大要素，首先是規劃和執行，接下來是物流可視性，這個是基于流程化的，這里有四個重點，一個是采購4.0，一個是智能倉儲，還有一個是高效備件管理，以及自主和B2C物流。底層則有規范性供應鏈分析和智能供應鏈賦能技術。

供應鏈敏捷性是增強響應能力主動預防，最后一英里配送，還有一個是可拓展性，效率最大化組織靈活性，并且要有個性化體驗。還有智能化是可操作洞察力，自動執行，增強加速創新，互聯化要實時可視性，無縫協作，并且高度進化運營模式，協同計劃與調度。

具體有哪些數字化技術可以對供應鏈策略產生影響呢，首先我們有三種定位技術可以實現傳感器檢測訂單狀態和產品包裝質量以及設備狀態的實時傳輸。還有一個是微波和激光支持生產技術，基于大數據有大規模的情境分析，在用戶界面層面有增強現實客戶自主掃描等自動化系統，云服務有社會互聯，全球數據同步更新，根據《供應鏈管理世界》2017年的調查，大數據分析是最具重要性和顛覆性的數字化技術，接下來物聯網、云計算、機器學習將是重點，先進機械，3D打印、無人機、自動駕駛設備、共享經濟以及區塊鏈，下面我們會看到四種技術案例。

下面是物聯網供應鏈的互聯生產車間和最后一公里配送方案，可以提高工廠級別可操作性和可管理性以及安全性，大陸集團下的馬牌輪胎為了減少輪胎制造零部件放置不當而導致的延遲，用WIFI傳感器實現庫存管理系統的集成化與智能化。

思科的物聯網倉儲項目，人機都有WIFI的傳感器互聯，這個上面為智能庫存管理提供條件，攝像頭可以實時的監控，并且提供實時的可視性。并且聯網的車輛可以優化設備的利用率，物聯網如何通過智能集裝箱的管理系統以及卡車的傳感器實現運輸的可視性和安全性。通過設備的傳輸進行最后一公里的配送智能解決，消費者第一時間可以通過聯網的設備來獲得物流信息。

第二個例子我們來看3D打印如何重置制造業供應鏈，工業級3D打印即快速成型制造技術，戴姆勒他們當時與經驗豐富的合作伙伴進行了快速成型的制造項目，通常停產時零部件的穩定供應是一個問題，3D打印可以支持這個模型的繼續使用。

通用電器也和法國公司成立了一個合資公司，也就是CFM，之后一起來3D打印噴嘴，三年內每年制造25000個噴嘴，同時降低了生產成本，零部件也變得更輕，為航空公司節省了燃油成本。

這里是3D打印的幾個優勢，一個是簡化了供應鏈，第二個是降低了人工單位和運輸成本，無需遵循廉價勞動力的工廠定位。第三個是快速的本地交付，第四個是降低庫存成本，可以實現低成本交貨。

下面第三種供應鏈的賦能技術，大數據分析有四個層級。

·      第一個層級也就是預測性描述分析，這里告訴我們發生了什么。

·      第二個層級也就是我們的預測性分析，告訴我們會發生什么。

·      第三個是我們的規范性分析，告訴我們應該如何做好預案。

·      第四個是認知性分析，總結某一個事件背后的規律，從而實現這個事件的掌控與預防。

大部分企業的大數據分析還是在前面三個階段徘徊，大數據分析的4V特點，第一個是數據量巨大，第二個是數據的多樣性，第三個是數據的處理速度需要非常快，第四個是數據的真實準確性需要再次確認和篩選。

4V特點帶出來我們下一個問題，就是大數據的分析以及如何構建，如圖所示我們可以看到上層我們是一個數據引擎，基于物流可視化，收集財務、需求、制造、產品一直到環境，收集了這些數據之后，就會延續剛剛提到的大數據分析的四個層級，從描述性到預測性一直到規范性，以實現企業的預案。

認知性的分析要求比較高，需要企業多年大量數據的積累并且要長期時間軸下的時間模型進行深度的分析和總結，從而總結認知性規律。

這里具體講講沃爾瑪是怎么應用大數據的，他們把大數據還有機器學習以及物聯網結合，為了保證線上線下客戶體驗的無縫連接，第一個醫藥板塊會更加高效，通過模擬分析預測需求峰值。第二個可以改善客戶結帳效率，優化客戶體驗，確定收銀臺的數量。第三個管理供應鏈優化碼頭到門店的過程，規劃出貨次數安排司機的時間。第四個優化貨品的分類，通過對客戶購買行為的分析，大數據分析新產品和停產產品的支持力度，個性化購物體驗可以通過對消費者偏好的深度分析量身定制并進行個性化的延展和售后服務。

最后IBM和馬士基推出了區塊鏈貿易平臺，GTD也就是全球貿易數字化，通過用戶信息實現端到端的供應鏈可視性，區塊鏈作為分布式記帳系統，可以實現整個供應鏈系統的再構建，對于海關狀態還有單據都可以進行傳輸，并且可以實現交易的透明化。

供應鏈數字化的賦能技術如何技術績效的管理與分析？戰略評價體系中首先觀察數字化帶來的收入變化，每個供應鏈員工收入的增加和不合格商品占比及整個銷售額的變化，數據科學家人數以及手工替代的百分比，還有關鍵數據之間的時間關聯和互聯設備的百分比。

最后一點是通過對供應鏈各個環節智能化，最終可以實現5%—10%的收入增加和20%—50%的產品交付周期縮短。

以上是我今天主題分享的全部內容，謝謝大家。