?

圖片來源@視覺中國

文 | 親愛的數據，作者 | 譚婧

知乎APP有一個幾句話的帖子，閱讀量5.5萬。

“（我）媽媽長期在網上買治療神經的藥物，說價格比實體店便宜一半，一盒依帕司他，實體店40多，網上才20多，到貨以后掃描也顯示是正品，有可能是假藥嗎?如果不是，醫藥行業的利潤真的這么大嗎?”

知乎體的問題是：“網上買藥為什么比實體店便宜，價格近乎懸殊一半，藥到后經掃描顯示是正品，這是為什么呢?會是假藥嗎?”。?

這背后，是供應鏈帶來藥品流通環節中的效率提升。

藥品利潤，這個很敏感，很不好講，不知道就動了誰的奶酪。我們僅看，用庫存周轉，怎么把商品成本降下來。如果你能準確預測某一商品銷量在全年的哪幾天最高，那就在增長前，把商品提前一天備在倉庫里。?

否則，為了你隨時下單都有貨，京東全年都按最高銷量備貨，成本是很高的。

比如，100天里有99天賣1件，1天賣100件，如果要保證365天有貨，一天缺貨都沒有，就需要天天備100件庫存。?

如果準確預測了是哪天賣100件，就可以大部分時間只備1件貨，大大降低了庫存水位，優化了周轉，從而節省了成本。

把備貨的成本省下來，你就得預測準確，越準確，就越省錢。

這是規律，不是秘密。

抓住供應鏈的規律，讓商品周轉天數下降，帶動商品供應鏈成本降低，售價自然能降低。關鍵在于，有了智能產品，才能精細化地管理采購，才能給商品降價的空間。這里的利潤，不是從別人嘴里搶來的，而是從量化管理中摳出來的錢，歸根結底，是效率創造的。

我們中國的企業，向管理要效率，要了很多年，毫不意外地，向量化、自動化靠攏。

另一點，企業內部閉門造車的創新已經很困難了，要更多外部的人一起創新。供應鏈上就會講，和上下游一起創新。

從一開始，供應鏈就沒給自己起個好名字，耽誤了大眾的認知。明明是網狀的，比鏈狀復雜，還不如叫“供應網”。

小問題，能解決，多派幾個能力強悍的人。

但是，“供應鏈痛點”就不一樣了，連根拔起結構性的痛點，要出動好幾個部門。

更可怕的是，不是公司內部問題，是上下游傳導來的“痛點”。牽扯到公司以外了，有人會說，這又不是我的鍋。每個人都聳聳肩，兩手一攤，這個事就黃了。

胡浩，2014年進入京東零售平臺部。

那時候，做智能供應鏈這件事的思路，還是個小萌芽，按胡浩的話說，就是：“只有一件事最重要，就是供應鏈的效率。”

胡浩洞察力很強，三言兩語就能抓住事物的本質，復雜的東西，經他一點撥，醍醐灌頂。

智能供應鏈，要有供應鏈專家，還要有人工智能專家，一個都不能少。

胡浩的工作和大名鼎鼎的袁和平有點像，電影《黑客帝國》的武術指導。

在胡指導的帶領下，第一代智能產品的研發開始了，叫“自動補貨”，是一個CEO級的項目，劉強東都來站臺了。

暗地里，胡指導招兵買馬，藏了一批秘密武器一樣的特殊人才。

有多特殊？有多秘密？

順豐科技、滴滴、美團，甚至華為諾亞方舟實驗室，也都隱藏著這樣的高手。

人群中，衣著樸素，毫不起眼。實則，很多人是海歸畢業，博士學歷，解得一手好方程，編得一手好代碼。

他們就是運籌優化工程師，首先他們是算法工程師，意味著用各種算法，解決實際業務場景中的問題。實際問題比實驗室問題，約束更多，條件更多，限制更多，也更難。

這句話背后，包含了三種高含金量的罕見技能。

首先，運籌學（在抽象中，建模與優化），將實際問題化為一個優化問題的求解。

其次，大數據與人工智能（數據分析、數據挖掘、深度學習）。運籌優化和人工智能，這兩個領域之間的交叉研究也多。

交叉學科，與傳統意義上的跨學科不一樣，要打破割據，做徹底聯合的努力。（這句話也透露出面對很多難解問題時候的無奈。）

粗算一下體量差距，我們看看知乎APP話題關注人數，運籌學約1.7萬左右，機器學習約100萬，人工智能約140萬。

換句話說，胡指導帶的團隊，是熱門（人工智能）里的冷門（運籌優化）2016年 11 月 24 日，零售平臺部改名叫Y了，放了一堆酷學歷、硬科技背景的人。

據說，Y已經是整個京東高學歷人群密度最高的部門。對，就是未知數XYZ的Y。胡指導作為研發帶頭人，

常說：

“智能化是終極目標，但是，我們要沿著規則化、線上化、自動化、智能化分步走，離開了業務專家knowhow（技術訣竅）的智能產品，是沒有命活下去的。”

胡指導說的“沒命”，就是技術再酷，用起來才算數。

團隊當中，有兩位博士，一位叫康寧軒，一位叫戚永志。

他們分頭在兩款不同的智能產品上不斷努（脫）力（發）。日歷翻到了2017年1月，京東坐擁規模龐大的物流基礎設施，本可高枕無憂。

但是，預見到了一個糟心事兒，配送站選址，怎么讓配送更高效？

康寧軒是清華大學管理科學與工程專業博士畢業，他作為高級算法工程師，也很早就開始琢磨“配送站智能選址”。

聽上去，這個和房地產的邏輯，有些類似。

最重要的就是“位置”，“位置”，還是“位置”。配送是重金砸出來的，選址決定配送起家的成本是多少。

選址規劃原本靠經驗，定出個年度計劃要一個月以上，耗時就不說了，人為犯錯的成本還很高。

那么，如何科學可量化站點選址？胡指導敲敲桌子：“重點是，成本和效率。”

項目的開頭，如果能把物流配送的最后一站，全部拆了重建，重新規劃，倒是簡單了。

這樣做，你試一試？

一群穿紅色衣服的京東快遞小哥把你辦公室團團圍住了，他們可能會嚷嚷：“是誰，是誰強迫我們站點搬家？站出來。”

康寧軒博士用腳指頭也能想到，這么干不行。

于是，只能從現有系統，過渡到更高效的系統。可是，算法的可優化空間受到極大限制。

一來，京東的配送規模非常龐大。

二來，業務同事列出一堆的業務限制。滿足不了這些限制，你就走。

康寧軒博士說起話來，文質彬彬，他平靜地說：“這樣導致優化模型中存在大量的變量和約束，給模型求解帶來挑戰。”

對于這點，我專門電話請教了申作軍教授，他是美國加州大學伯克利分校教授：

“為什么約束條件越多，算法越難解？”

“這就跟你相親條件越多，越不容易找對象一個道理。”.

申作軍教授開啟一語道破天機式科普。

原來供應鏈的痛點，和“單身狗”的苦惱一樣難解。

求天，求人，還得求緣分。

就像《時間簡史》不 “撿屎”，康寧軒博士也不管“猿糞”，他和團隊要做“智能建站”。

于是，建立了一種多周期設施選址的混合整數規劃模型，設計了一套高效求解算法，以年作為規劃周期，為配送系統制定每月站點調整計劃。

所有的智能都會和人腦有終極一戰。

“智能”做不過“手工+經驗”，那就下崗吧，胡指導的面子也不是砧板。

最后，康寧軒博士贏了。和人腦比較起來，智能建站是一套自動評估決策的機制，僅在數小時內即完成全年的站點位置規劃。

康寧軒博士自豪地刷出一串數字，他說：“與手工計算方案相比，智能建站方案總計年可節省成本超8200萬元，占網絡總成本的4.2%。從終端站點到客戶的包裹平均配送距離可減少20.9%，從3.83公里減少到3.03公里。”

寒來暑往，2018年12月，項目結束。

做事一項低調謹慎負責的康寧軒博士，激動地發了朋友圈“時隔多年，又見論文錄用”，恰巧被我看到了。

“配送站智能選址”項目結束了，我問他：“你是啥心情？”

他說：“通過自己的專業知識，對京東現有配送網絡做出優化和改進，為全社會物流成本的降低貢獻一份力量，感到非常欣慰。”

論文《基于多期設施選址模型的京東配送網絡優化》發表在美國運籌學與管理科學學會Informs旗下的重要期刊。

挑戰極限的念頭一旦動了，有些人，就不可能真正放下。

胡指導想讓供應鏈身手敏捷，越來越“聰明”，不像傳統供應鏈，很僵化，沒貨只能吵架，拉車去搶貨、干等枯坐。

胡指導拿了一堆模型、算法、規則，直奔智能化而去，對零售業務的專家們來說，這都是上好的武器，拿來練武藝。

時間回到2017年，智能補貨，前兩代還算順利，第三代差點要人命。

而第三代的技術也真正走進了全球供應鏈技術的第一梯隊。

作為堂堂武術指導，胡浩搬來武林宗師申作軍教授，他背后還有京東硅谷研發中心的幾百號專家。

說干就干，2017年12月，常年在美國的申教授坐到京東辦公室里了。

胡指導和申教授一拍即合。

申教授說：“我為擁有最全面數據的零售供應鏈和最有挑戰的供應鏈問題，而來。”

陳磊是2014年9月底進入Y。

陳磊的特征很明顯，隨便掃兩眼就知道，他已經修煉到了研發人員的第十級。從入門到頸椎病，必看《頸椎病康復指南》。

表面上，辦公桌擺了十盒通絡祛痛膏；背地里，他還要去針灸。

智能補貨有多難，不消多說，你看這個項目，上了多少大神。

申作軍教授、胡浩、陳磊、戚永志博士等研發團隊的一幫人，天天在一起，幾個月后，他們有了一個共識：

“用機器學習的方式來解運籌的問題，而不是用運籌的問題來解一個機器學習的算法。”

當你面對面聽到這句話時，仿佛能看見，胡指導帶著研發團隊，齊刷刷擎著雨傘，從漆黑的暴風雨中，快步走出，伴著電閃雷鳴，霸氣逼人。

胡指導很清楚，老的方法已經把效率提到了極致，前進一步都非常困難。

申作軍教授是這個項目的學術帶頭人，我常常纏著他請教：“有一個小問題，結合供應鏈，運籌優化問題的難點在哪？”

申作軍教授先否定了“小問題”的說法：“這可不是小問題喲。”

接著，他又回答道：“難點在于，信息的不確定性和缺乏有效的求解算法。”

你知道人類最大的武器是什么嗎？是豁出去的決心。

最艱難的不是開頭，是重建，因為那是另一種形式的開始。

火云邪神，沒有出手，京東自己動手，震碎筋骨，重新生長，打通“智能”的任督二脈。為了“效率”，哪怕把整個公司的流程都改了。

2020年2月，自動補貨系統，正式下單，總感覺缺個儀式，就好像新娘要揭開紅蓋頭。

沒想到，這個“紅蓋頭”是被運籌與管理領域最權威的一批專家，掀起來的。

2020年11月24日，論文《基于深度學習的實用端到端庫存管理模型》，被頂級期刊ManagementScience錄用。

胡浩感慨：“你要是問我當時的心里話，我都不認為智能補貨有成功的希望。”

算法預研在2019年，那時候的胡指導，卑微極了，智能還是智障，都解釋不清，只能從小做起，從“給人建議”起步。

不是每個瞬間都充滿鮮花、掌聲、香檳和慶祝，誰都必須經歷這些低谷。

那時候的胡指導，哪敢想象以后還有自動下單，智能托管和超級自動化。

技術改變了傳統的供應鏈。

供應鏈，從靠人腦分析總結，向智能化過渡。這個過程是緩慢的，需要耐心。

2021年的某個春日之晨，意見分歧和瑣碎爭執都已無關緊要。銷售采購和研發被同一個目標緊緊捆在一起，團結在一起，決心把事辦成。

方案討論會上，彌漫著相互尊重和支持的氣氛。

會上坐著一位女士，京東健康供應鏈服務部負責人，王海華。

王海華管什么呢？

整個京東健康的全部庫存，都歸她管。

多霸氣。

她說話做事，干脆利落，開門見山，直奔主題：“你的（智能）工具的導入是要時間的，到底用智能化工具的時候有什么樣的痛點，單純做調研和訪談是很難深入了解的。”

為了率先表示誠意，胡浩拍拍胸脯說：“我外派一個全職員工，直接去你那里辦公。”

當時，一拍即合，胡浩團隊的人，到采購團隊，不僅僅是輪崗或者學習，更多的是上手親自操盤采購。

那個換了工位的研發員工叫做招揚，他內心可能會說：“當時，我的靈魂，裂

（怕）開（極）了。”

因為他需要直接去操盤采購，最終，出方案。

堂堂數據科學家，拳打《高等數學》，腳踢《統計學習方法》，難道搞不清楚該進多少貨？

那時候，高效且有建設性的溝通方法，可能是往對方臉上扔東西。這樣，至少發泄了胸中憋著的怨氣。

團隊的研發專家熬了幾個通宵，發際線又后退了一厘米。

一個獨創且有專利性的東西，問世了。研發專家內心想求表揚：“讓夸獎來得更猛烈一些吧。”

采購專家站起身，看了看，又坐下了，笑容僵硬地說：“說來慚愧，我用起來一丁點感覺都沒有。”

求表揚的心枯萎了，研發專家很沮喪。

然鵝，研發專家一抬頭，辦公室為什么很吵？

原來，昨晚順手加的一個功能，讓整個采購團隊興奮了一上午，以后不用手工填數填到眼瞎了，這個功能就叫“批量導入導出”。

研發專家甩出了3000個白眼，內心獨白：“你這也叫技術含量？我一個算法的迭代，精度提高40%。”

別說處理表格，以前需要人工寫個SQL語言去庫里拿數，現在這些事情都交給“采購智能托管”去干了。

這期間，王海華的團隊和研發專家們，有截然不同的感受。

王海華說：

“這一切告訴我們，采購智能托管，哪怕一個小巧思，帶來的也是上百個采購人員效

（不）率（用）提（加）升（班）。”

研發專家的感受，比初戀還深刻：

“你不僅要技術領先，還需要良好的溝通能力去說服別人，怎么更好地使用技術。”

毫不夸張，業務跟智能產品之間需要一個翻譯官。“技術跟采購，他們總是不能聽懂對方要表達什么，” 王海華在旁邊冷眼觀察，說道，“這一點特別好玩，要給他們配翻譯。”

說者無心，聽者有意。

胡指導真的在Y部門，建了一個運營團隊，負責“翻譯”。可見，要掃清多少因溝通產生的障礙。

對了，終極一戰都是，智能產品要超過“人類”。

王海華團隊原來的工作量，胡指導團隊十分清楚：假如一個品類，有10000個SKU，有8個倉，安全庫存就是10000×8=80000。一個人不可能每周挨個去細算8萬行數。

招揚說：“我們弄了一套方案，肯定沒問題。”

王海華說：“我不信。”

招揚堅持說：“采購智能托管產品，管理得好。”

王海華堅持說：“人類，管理得好。”

雙方，陷入了僵局。

王海華實在很缺人，想到缺人這事，拳頭都不由地攥緊。

別人不理解她，招揚理解她：“人手不夠，短期解決不了，她其實希望智能產品來幫忙，但畢竟要支撐銷售的，她擔心管不好，給銷售造成損失。”

招揚說：“不然，我們拿歷史數據來算一遍，古今對比，人機大戰。”

讓人類和機器比拼，怎么比？胡指導團隊讓“采購智能托管”算去年的量，再拿真實的一比。

實際上，就相當于用炒股模擬盤。把計算機出的炒股的策略，放在去年漲跌里，算一遍，用這個策略，到底是虧還是賺。

招揚“鉆研”歷史數據，就快編一本供應鏈的《5年高考3年模擬》了。

模擬盤結果出來了，嚯，約90%多是比去年強，約10%不如采購員工的“手藝”。

事實讓王海華接受了這個東西，還和研發一起研究如何用得更好。

如今，王海華手下近75%品類的商品都用上了采購智能托管產品。“托管”之后，喜訊連連，周轉天數同比下降十天左右。

回到開頭說的，福雙至，禍無影，終于做到了。生意，大步增長，管理精細度，也在增長。

胡指導說：“目標是覆蓋越來越多的品牌，一路做下去。”

過去，供應商打電話：“我要斷貨了，你趕緊囤！”多緊張。

現在，自動下單，多逍遙。

節約了采購人員的時間，他們都去“摸魚”了嗎？

王海華談道：“采購專家要和人打交道，上下游協同的工作是人與人交流，把控關鍵風險點，不能在辦公室里被Excel表格困住。”

招揚，是數據挖掘工程師。他負責用智能來優化庫存。

這事兒成功的背后，是有很多位王海華和招揚 ，他們當中，缺了誰都不行。

供應鏈管理是彈性的，人為的因素很多，面對很多不確定性。而用好人工智能技術的地方，就是人多且效率低的地方。

供應鏈是溝通出結果的地方，要和人打交道，去理解需求。給“人”騰出時間，就創造了價值。

所以，供應鏈是一個很適合用人工智能技術的地方。

感受到供應鏈的變化，子彈需要飛一會。

眼下風尚既變，無人超市、社區團購、直播帶貨，但是，依然圍繞人、貨、場三件寶。

無論寶貝怎么變，供應鏈是根本。

胡指導說：“自動化絕對是根據公司的需求來做，分階段來做。如果在不合適的階段，你太著急上自動化，會有反作用，會造成公司損失。

如果業務模式都沒有跑出來，業務不成熟，玩法一天一個變，智能系統怎么支持？”

相信，京東不會說：“保護好智能供應鏈的配方，不要泄密。”

因為供應鏈創新2.0，已經不是秘密配方的時代，再說得難聽一點，在供應鏈上閉門造車，沒用。

用胡指導的話說，就是：“我們也很想知道，智能供應鏈提升效率的極限，到底在哪。”

智能供應鏈，是一個未完成的故事，也許永遠也不會結束。

?

更多精彩內容，關注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App