近日，順豐科技與多個(gè)垂直社群聊到如何將智能算法的能量賦能物流供應(yīng)鏈，本篇將采訪到順豐科技智慧供應(yīng)鏈產(chǎn)品算法負(fù)責(zé)人，請他來講述具體的實(shí)踐情況。也歡迎各位技術(shù)同仁一起交流，共創(chuàng)行業(yè)未來。

本期大咖

順豐科技

智慧供應(yīng)鏈產(chǎn)品算法負(fù)責(zé)人

Q：您認(rèn)為如何在不同行業(yè)的供應(yīng)鏈項(xiàng)目中平衡統(tǒng)一性和個(gè)性化的需求？

A：系統(tǒng)統(tǒng)一性來源于3個(gè)層面的標(biāo)準(zhǔn)化。

1. 業(yè)務(wù)模型標(biāo)準(zhǔn)化

2. 領(lǐng)域模型標(biāo)準(zhǔn)化

3. 數(shù)據(jù)模型的標(biāo)準(zhǔn)化

一個(gè)需求是否個(gè)性化取決于它和以上模型的沖突有多大。

業(yè)務(wù)模型標(biāo)準(zhǔn)化可參考美國供應(yīng)鏈協(xié)會的SCOR標(biāo)準(zhǔn)對業(yè)務(wù)流程進(jìn)行標(biāo)準(zhǔn)化梳理，從業(yè)務(wù)需求端控制好個(gè)性需求的引入。

領(lǐng)域模型標(biāo)準(zhǔn)化更偏實(shí)踐，可參考咨詢公司、大廠在供應(yīng)鏈端到端系統(tǒng)設(shè)計(jì)與落地的實(shí)踐架構(gòu)。例如德勤有基于SCOR推出SCOR-DS, 華為過去十多年ISC,ISC+項(xiàng)目沉淀的領(lǐng)域模型，阿里在電商零售供應(yīng)鏈的架構(gòu)沉淀以及順豐在物流領(lǐng)域的LaaS沉淀。

數(shù)據(jù)模型標(biāo)準(zhǔn)化應(yīng)盡可能參考數(shù)學(xué)模型。舉個(gè)例子，在優(yōu)化供應(yīng)鏈網(wǎng)絡(luò)時(shí)需要描述網(wǎng)絡(luò)節(jié)點(diǎn)、流向約束等業(yè)務(wù)規(guī)則，對應(yīng)的數(shù)學(xué)模型是圖論，那么系統(tǒng)的數(shù)據(jù)模型應(yīng)以圖論為基礎(chǔ)進(jìn)行建模。這樣才能最大程度的保證系統(tǒng)底座的穩(wěn)定。

Q：您認(rèn)為智能算法在未來的供應(yīng)鏈領(lǐng)域會如何發(fā)展？

A：就像今天幾乎每個(gè)現(xiàn)代化倉庫都會用到WMS，未來每家全國性的企業(yè)都會使用智能算法。

算法已經(jīng)成熟。在預(yù)測、網(wǎng)規(guī)、庫存計(jì)劃、路徑優(yōu)化等核心領(lǐng)域的智能算法背后的學(xué)術(shù)理論十年前已經(jīng)成熟。在具體場景的適用性已被證明。

使用算法的門檻會更低。一方面算法工程化框架已經(jīng)在不同先驅(qū)項(xiàng)目中得到驗(yàn)證。另一方面大模型的加入未來一定會進(jìn)一步降低門檻。

Q：順豐科技曾提到規(guī)劃求解算法能夠大幅縮短排產(chǎn)時(shí)間并優(yōu)化供應(yīng)鏈成本，這些算法是如何被應(yīng)用和優(yōu)化的？如何保證算法的準(zhǔn)確性和可靠性？

A：供應(yīng)鏈的成本是一個(gè)端到端的集合，包含原材料采購、入廠物流、產(chǎn)線生產(chǎn)、產(chǎn)線資產(chǎn)投入、成品物流等。這些成本項(xiàng)結(jié)合全國分布的上百家供應(yīng)商、十幾條產(chǎn)線、幾千個(gè)SKU、幾十個(gè)DC就讓“在哪個(gè)月在哪個(gè)城市的工廠的哪條產(chǎn)線，生產(chǎn)哪些SKU”這個(gè)問題的求解每個(gè)月都會耗費(fèi)最有經(jīng)驗(yàn)的計(jì)劃員幾天時(shí)間。現(xiàn)在我們的規(guī)劃求解系統(tǒng)，基本能在半小時(shí)內(nèi)產(chǎn)出成本最優(yōu)的方案。

優(yōu)化類系統(tǒng)的落地需要1到2個(gè)月的并行運(yùn)轉(zhuǎn)，這段時(shí)間我們對比計(jì)劃員excel產(chǎn)出的計(jì)劃和系統(tǒng)產(chǎn)出計(jì)劃的差異，并給出合理解釋。以此來驗(yàn)證算法的可靠性。

Q：多級庫存算法在優(yōu)化原材料庫存方面的應(yīng)用，這些算法如何平衡準(zhǔn)確性和實(shí)用性？在實(shí)際項(xiàng)目中，這些算法有何具體應(yīng)用場景和效果？

A：多級庫存優(yōu)化的目標(biāo)是全網(wǎng)整體庫存成本最優(yōu)。主要回答哪些物料在哪家供應(yīng)商需要設(shè)置多少安全庫存。算法本身的準(zhǔn)確性已被學(xué)術(shù)界和咨詢項(xiàng)目驗(yàn)證。實(shí)用性取決于鏈主企業(yè)對其1、2、3級供應(yīng)商的影響力，或者說供應(yīng)網(wǎng)絡(luò)的協(xié)同計(jì)劃能力。

Q：順豐科技曾提到供應(yīng)鏈優(yōu)化框架，這個(gè)框架是如何構(gòu)建的？在不同的供應(yīng)鏈項(xiàng)目中，如何根據(jù)框架進(jìn)行算法選擇和整合的？

A：這個(gè)框架就是第一個(gè)問題中提到的領(lǐng)域模型。從業(yè)務(wù)角度鏈接企業(yè)戰(zhàn)略和供應(yīng)鏈執(zhí)行，從數(shù)字化角度鏈接供應(yīng)鏈設(shè)計(jì)、供應(yīng)鏈計(jì)劃和履約。

該框架最開始是基于MIT一位教授的兩本著作總結(jié)（David Simchi-levi, Supply Chain Design; logic of logistics)。后來在一些頭部企業(yè)項(xiàng)目實(shí)踐逐步完善。

算法選擇的重點(diǎn)在于在決策的時(shí)間與空間維度把大的供應(yīng)鏈課題拆解成架構(gòu)獨(dú)立、邏輯關(guān)聯(lián)的小問題。比如我想優(yōu)化物流履約成本，那么首先需要研究未來一年的分倉布局和品類分布（網(wǎng)規(guī)算法），然后研究每周合適的安全庫存策略（預(yù)測算法、庫存優(yōu)化算法），最后再看每天的配送排班（運(yùn)輸排線算法）。

Q：順豐科技的智能算法案例中提到多工廠產(chǎn)能優(yōu)化、生產(chǎn)網(wǎng)絡(luò)中的多級庫存優(yōu)化和入廠物流優(yōu)化，這些案例在實(shí)際項(xiàng)目中的應(yīng)用過程中遇到了哪些挑戰(zhàn)？如何解決這些挑戰(zhàn)？

A：挑戰(zhàn)更多來源于算法結(jié)果的可解釋性，而非算法本身的可靠性。比如多產(chǎn)線產(chǎn)能優(yōu)化給出的A產(chǎn)品排產(chǎn)方案如果和計(jì)劃員的預(yù)期不一致，有可能是某個(gè)產(chǎn)品B搶走了當(dāng)?shù)氐漠a(chǎn)能。這就需要在項(xiàng)目上線后針對差異場景進(jìn)行人工分析解釋，從而構(gòu)建計(jì)劃員對算法的理解與信任。

生產(chǎn)網(wǎng)絡(luò)的多級庫存優(yōu)化挑戰(zhàn)在于算法建議方案的可落地性。比如算法建議某二級供應(yīng)商需要在某個(gè)時(shí)間點(diǎn)備多少庫存，該供應(yīng)商和工廠沒有直接的合同關(guān)系，他出于自身的效率可能選擇不備那么多貨。所以多級庫存項(xiàng)目在國內(nèi)我還沒有見到特別好的落地案例。

Q：既然不存在一個(gè)完美的算法解決所有供應(yīng)鏈問題，這意味著在實(shí)際項(xiàng)目中需要整合不同算法的能力。順豐科技是如何根據(jù)具體業(yè)務(wù)場景選擇和整合不同的算法？

A：供應(yīng)鏈計(jì)劃本身分為戰(zhàn)略、戰(zhàn)術(shù)、運(yùn)營三個(gè)層面，不同層面的計(jì)劃關(guān)注不同的時(shí)間跨度、空間跨度和產(chǎn)品聚類顆粒度。所以需要供應(yīng)鏈架構(gòu)師能把一個(gè)實(shí)際的計(jì)劃問題拆解成不同層面的計(jì)劃問題去解決。比如做日常補(bǔ)貨計(jì)劃時(shí)需要計(jì)算最優(yōu)的補(bǔ)貨目標(biāo)，而補(bǔ)貨目標(biāo)計(jì)算需要分析上游補(bǔ)貨頻率。當(dāng)前很難有一個(gè)算法高效求解這個(gè)問題。那么我們就需要用網(wǎng)規(guī)的算法在一個(gè)季度的時(shí)間跨度研究線路的運(yùn)輸頻率是多少，然后再用庫存優(yōu)化算法決定具體SKU明天的最優(yōu)補(bǔ)貨目標(biāo)是多少。

最后來點(diǎn)小Tips吧！您認(rèn)為一個(gè)好的供應(yīng)鏈技術(shù)人，該有幾個(gè)維度的能力？

個(gè)人應(yīng)對供應(yīng)鏈優(yōu)化挑戰(zhàn)的關(guān)鍵技能：

Conceptual thinking：快速拆解供應(yīng)鏈問題的能力。

懂算法：理解算法能力邊界的技能。

懂業(yè)務(wù)：從財(cái)務(wù)指標(biāo)上評估算法優(yōu)化價(jià)值的技能。

參與大型供應(yīng)鏈項(xiàng)目的專業(yè)人士在學(xué)習(xí)和實(shí)踐過程中最需要關(guān)注的是什么？您有何建議？

理解供應(yīng)鏈財(cái)務(wù)指標(biāo)與各優(yōu)化點(diǎn)間的關(guān)系。有時(shí)候業(yè)務(wù)方糾結(jié)的一項(xiàng)算法需求很可能對財(cái)務(wù)指標(biāo)影響有限，那么在項(xiàng)目中我們就能更自信的管控項(xiàng)目邊界。

認(rèn)識算法的局限性和人工決策的互補(bǔ)性。越細(xì)致的領(lǐng)域人的決策優(yōu)勢越大，例如裝箱優(yōu)化，人自己可以通過各種角度的疊放、擠壓來提升裝載率，但是算法沒那么聰明。那么可以讓算法建議一個(gè)初步方案，人再做修改。放到整個(gè)供應(yīng)鏈大域，算法與人工決策的這條線，就需要項(xiàng)目負(fù)責(zé)人基于項(xiàng)目經(jīng)驗(yàn)和技術(shù)認(rèn)知去更好的決策。