【獵云網(wǎng)北京】8月26日報道

導(dǎo)讀：我們經(jīng)常聽到這樣一句話：“所有的供應(yīng)鏈都值得重新做一遍”。在傳統(tǒng)“一維流程式供應(yīng)鏈”失效的現(xiàn)狀下，我們認為，下一代供應(yīng)鏈將會是一個以客戶為中心的“多維生態(tài)型供應(yīng)體”。如何構(gòu)建下一代供應(yīng)鏈？供應(yīng)鏈行業(yè)老兵——第四范式供應(yīng)鏈業(yè)務(wù)負責人向明輝從商業(yè)和技術(shù)視角，將商業(yè)生態(tài)系統(tǒng)、業(yè)務(wù)架構(gòu)及流程層層分拆，抽絲剝繭似地解答了這個問題。

完善的供應(yīng)鏈管理可以讓企業(yè)以最低成本來獲取最大的利益，同時可以提高企業(yè)的工作效率和生產(chǎn)效率。然而在疫情發(fā)展難預(yù)測、數(shù)字化浪潮加速、用戶需求多變、企業(yè)利潤率薄、斷鏈風險增加及成本上升等內(nèi)外因素的驅(qū)使下，企業(yè)對供應(yīng)鏈變革的關(guān)注愈發(fā)強烈。供應(yīng)鏈承擔的任務(wù)已不再局限于推動企業(yè)業(yè)務(wù)流程，而是逐漸升級為支撐企業(yè)戰(zhàn)略轉(zhuǎn)型的重要抓手。

1．傳統(tǒng)供應(yīng)鏈轉(zhuǎn)型迫在眉睫

傳統(tǒng)供應(yīng)鏈以“一維流程式供應(yīng)鏈”為主，在過去流程型驅(qū)動下，供應(yīng)鏈呈現(xiàn)一維的、單向的、鏈條式的從A部門到B部門到C部門的協(xié)作特征。

（圖示：傳統(tǒng)“一維流程式供應(yīng)鏈”）

傳統(tǒng)一維流程式供應(yīng)鏈有著以下弊端：

（1）流程繁瑣，效率低下

商品從工廠到消費者手中要經(jīng)過各種繁瑣的流程，在過去流程型驅(qū)動下，供應(yīng)鏈往往是一維的鏈條式的協(xié)作，呈現(xiàn)出效率低且不透明的特征。一旦流程中出現(xiàn)斷點或問題，很難快速找到原因并做出響應(yīng)。

（2）無法滿足多元化需求，用戶體驗差

個性化、多樣化的消費正成為當前消費增長的主流。用適當?shù)漠a(chǎn)品、更快的速度滿足消費需求，正成為企業(yè)核心競爭力的重要標志。傳統(tǒng)供應(yīng)鏈下的企業(yè)仍以供應(yīng)商/零售商而不是消費者為核心，對市場變化缺乏感知，在靈活性方面也存在一定短板。

（3）依賴人工經(jīng)驗，決策水平較低

許多公司在今天依然把量化的需求預(yù)測方法視為一個黑盒子，完全憑經(jīng)驗和感覺來判斷。這種方式嚴重依賴決策者的經(jīng)驗、水平與精力。1975年圖靈獎、1978年諾貝爾經(jīng)濟學獎Herbert Simon曾表示，人在決策中尋找的并非是“最優(yōu)”的標準，而是“滿意”的標準，是有限理性，這樣的決策方式往往并不是最精準的預(yù)測與判斷。

（4）系統(tǒng)復(fù)雜，成本控制難

多數(shù)企業(yè)都會面臨一個問題：越來越豐富的產(chǎn)品線以及越來越多變的需求，必然會形成一個更加復(fù)雜的供應(yīng)鏈系統(tǒng)，囊括數(shù)量繁多的參與者（企業(yè)方、供應(yīng)商、經(jīng)銷商、承運商、最終用戶等）。企業(yè)不光要建立起降低各單項成本的管理方法，更難的是如何平衡。大多數(shù)時候，某些單項成本的降低不但導(dǎo)致供應(yīng)鏈總成本不降反升，還會引發(fā)產(chǎn)品質(zhì)量和服務(wù)水平降低。

2． 如何重構(gòu)供應(yīng)鏈？

2.1什么是下一代供應(yīng)鏈

我們經(jīng)常聽到這樣一句話：“所有的供應(yīng)鏈都值得重新做一遍”。這是因為在傳統(tǒng)“一維流程式供應(yīng)鏈”逐漸失效的現(xiàn)狀下，企業(yè)需要重新審視業(yè)務(wù)的定位，從原來以企業(yè)為核心的價值鏈，升級為一個以客戶為中心的“多維生態(tài)型供應(yīng)體”。

當人們描繪商業(yè)未來的時候，“生態(tài)系統(tǒng)”的說法已經(jīng)普遍使用。其包括參與者－在生態(tài)環(huán)境中的角色，比如企業(yè)方、供應(yīng)商、經(jīng)銷商、承運商、最終用戶等，以及交互－參與者之間交換的產(chǎn)品或服務(wù)。

把企業(yè)的商業(yè)生態(tài)系統(tǒng)進行數(shù)字化概括，有以下幾個關(guān)鍵詞：端、互、鏈、網(wǎng)、AI（人工智能）、云：?

1、端：觸點——指用戶和企業(yè)提供的產(chǎn)品或服務(wù)接觸的觸點，比如：APP、小程序、線下門店。

2、互：互動——絕大部分的技術(shù)是單向的，如：報紙、電視。但互聯(lián)網(wǎng)時代越來越多的技術(shù)，如：電話、短視頻電商是雙向的。未來擁有海量的人同時互動的能力會產(chǎn)生巨大的價值。

3、鏈：鏈接——一端通過互聯(lián)網(wǎng)鏈接人，另一端鏈接供給鏈。

4、網(wǎng)：網(wǎng)絡(luò)協(xié)同——是商業(yè)生態(tài)系統(tǒng)最重要的，網(wǎng)絡(luò)協(xié)同效率越高，生態(tài)就越繁榮，當海量的人同時互動時，怎樣通過協(xié)同的方式去完成價值交付，這個跟工業(yè)時代流水線的管理方式完全不同，需要通過數(shù)字化的網(wǎng)絡(luò)升級，將商業(yè)生態(tài)升級成一個數(shù)字孿生的商業(yè)世界。

5、AI：人工智能——它需要對應(yīng)的數(shù)據(jù)、算力、算法的支撐，利用機器決策呈現(xiàn)幾何式的效率提升。

6、云：計算基礎(chǔ)設(shè)施——PAAS/IAAS等，是IT科技的基礎(chǔ)設(shè)施。

端、互動、鏈接、網(wǎng)絡(luò)協(xié)同、人工智能和云計算等要素的結(jié)合，將構(gòu)建一個新的供應(yīng)體——“多維生態(tài)型供應(yīng)體”由此而來。“多維生態(tài)型供應(yīng)體”可將消費者的需求、商品的部署、倉庫網(wǎng)絡(luò)協(xié)同、物流配送、服務(wù)等全鏈條數(shù)字化，即時響應(yīng)，實現(xiàn)庫存部署、配送鏈路距離和時效識別、限時送達及按需送達等定制化的客戶需求。

2.2 如何構(gòu)建多維生態(tài)型供應(yīng)體？

在新的定位指導(dǎo)下，企業(yè)需要從“親力親為”的實干家轉(zhuǎn)型為“協(xié)作共贏”的組織者，從“主演”到“導(dǎo)演”——即從以自己為核心構(gòu)建的價值交付體系（主演），向通過構(gòu)建生態(tài)協(xié)同環(huán)境、組織各方資源共同完成價值交付的組織者（導(dǎo)演）方向轉(zhuǎn)型。

“多維生態(tài)型供應(yīng)體”可以整體規(guī)劃為四大層級：

最底層是業(yè)務(wù)運營層，從原材料、工廠加工生產(chǎn)、流通和零售領(lǐng)域、最后送達到客戶（C/B）的手中。

在業(yè)務(wù)運營層之上要構(gòu)建物理數(shù)字化層，即企業(yè)進行數(shù)字化轉(zhuǎn)型時需要將物理世界映射到數(shù)字孿生網(wǎng)絡(luò)，如果沒有這一層，很多數(shù)字化轉(zhuǎn)型都是PPT的數(shù)字化。

業(yè)務(wù)整合層主要是業(yè)務(wù)側(cè)不同單據(jù)的生命周期管理，比如：銷售訂單、發(fā)貨單、采購單、收貨單等；另外就是整合管理，管理對應(yīng)的數(shù)據(jù)對象包括：客戶、商品、庫存、價格、倉庫、配送等。為了業(yè)務(wù)整合，過去幾年不少企業(yè)投入建設(shè)了中臺系統(tǒng)，但當深入挖掘這些系統(tǒng)時，會發(fā)現(xiàn)很多產(chǎn)品實質(zhì)是更加靈活和快速地支撐業(yè)務(wù)流程，沒有真正做到智能的輔助決策。

最上層是業(yè)務(wù)接入層，接入了不同的渠道和平臺。

這樣的規(guī)劃和設(shè)計滿足了以客戶（C/B）為導(dǎo)向，線上線下多平臺、全渠道、供應(yīng)鏈一體化服務(wù)的需求，同時，在整個供應(yīng)體的背后，更需要以人工智能的輔助決策支撐業(yè)務(wù)決策。

根據(jù)上述的整體規(guī)劃，整個智能原生架構(gòu)的關(guān)鍵要素如下：

值得注意的是，由于下一代的多維生態(tài)型供應(yīng)體比原來的傳統(tǒng)系統(tǒng)產(chǎn)品=流程+表單的模式更“厚”，對IT和技術(shù)人員的要求也更高，應(yīng)遵循數(shù)字化的方法論，如下圖所示：

按照大數(shù)據(jù)的方法論，根據(jù)流程維度，下一代“多維生態(tài)型供應(yīng)體”可分為入庫鏈路ISC - Inbound Supply chain和出庫鏈路OSC - Outbound Supply chain。根據(jù)數(shù)據(jù)維度，可分為策略層、計劃層、執(zhí)行層。

? 入庫鏈路ISC：將商品從供應(yīng)商/品牌商，再到最終可配送給客戶（B/C）的倉的正向/逆向的全流程管理；

? 出庫鏈路OSC：將商品從配送倉一直到客戶（B/C）的正向/逆向流程的全流程管理。

入庫鏈路ISC和出庫鏈路OSC在業(yè)務(wù)中有很多時候需要相互聯(lián)動，形成拉式供應(yīng)鏈或推式供應(yīng)鏈。

以機器學習和深度學習作為技術(shù)基礎(chǔ)，以自動化、智能化、端到端為目標，“多維生態(tài)型供應(yīng)體”可拆解為兩大鏈路、十個重要模塊（具體如下圖），縱向從底層算力、中層算法模型延伸至上層決策，橫向做到事前計劃、事中執(zhí)行、事后快速調(diào)整的閉環(huán)。下文將具體展開如何用數(shù)字化的方式，構(gòu)建“多維生態(tài)型供應(yīng)體”：

2.3“多維生態(tài)型供應(yīng)體”下的入庫鏈路ISC

ISC入庫鏈路的五個模塊、定位、價值和主要功能：

模塊1：品類規(guī)劃

核心是商品計劃。這是商品運營的出發(fā)點，圍繞目標制定并管理、推動品類引入和汰換、完成商品銷售計劃，最終落地到采購和供應(yīng)鏈執(zhí)行鏈路。商品計劃簡單點說就是商品的寬度，如渠道+地點+時間+SKU。

從上圖可以明確看出一個做零售業(yè)務(wù)的企業(yè)，生意的核心是商品精度。在供應(yīng)鏈中的整個ISC入庫鏈路都是在管理未來，以應(yīng)對未來的不確定性，所以管理SKU的寬度是未來1個月甚至1個季度運營的商品（基于不同行業(yè)商品生命周期的屬性）。重要的是用客戶的視角思考和決策，永遠記住：

我們是為市場選擇商品，不是為自己；

我們是為未來選擇商品，不是為現(xiàn)在！

模塊2&3：銷售預(yù)測&自動補調(diào)退

“只要把銷售預(yù)測做準了，就什么問題都解決了”是最常見的誤區(qū)，原因在于把假設(shè)當成了結(jié)果。如果事前連品類規(guī)劃的商品計劃都沒有，怎么做銷售預(yù)測？退一步說，事后銷售訂單背后需要回答三個核心問題：“what”、“how many”、 “when”，即用戶要什么，要多少，何時送到。如果整條供應(yīng)鏈的時效性、穩(wěn)定性和連續(xù)性不能保障，無法敏捷地滿足需求，那預(yù)測出的需求便沒有任何用處。

銷售預(yù)測&自動補調(diào)退模塊主要是實現(xiàn)海量商品的自動采配退，提升供應(yīng)鏈庫存的柔性，快速敏捷地響應(yīng)客戶需求，全方位提升企業(yè)運營效率和競爭力。用以下圖示描述：

銷量預(yù)測引擎可以通過構(gòu)建“收集行為數(shù)據(jù)–收集反饋數(shù)據(jù)-模型訓(xùn)練–模型應(yīng)用”的全流程機器學習模型來獲得，踐行閉環(huán)數(shù)據(jù)管理模式。隨著模型不斷使用，輸出的銷量預(yù)測結(jié)果將會更加精準，更加適合企業(yè)不斷變化的零售業(yè)態(tài)，大幅提升供應(yīng)鏈效率并降低庫存成本。同時也讓整個鏈路的庫存流向更明細，提升配送時效，最終帶來全局供應(yīng)鏈的業(yè)務(wù)價值提升。

下圖是基于機器學習平臺的銷售預(yù)測的流程：

在銷售預(yù)測系統(tǒng)后，整體自動補貨、調(diào)撥、退貨等場景如何做？首先銷售預(yù)測模塊和自動補調(diào)退之間的聯(lián)動如下：

從上圖得知，整個體系設(shè)計非常復(fù)雜，并且各個模塊之間要實現(xiàn)聯(lián)動，才能獲取一份能夠執(zhí)行的one plan。把上圖的技術(shù)視角轉(zhuǎn)換為下圖的業(yè)務(wù)視角：

重點是形成全網(wǎng)的外部補貨和內(nèi)部調(diào)撥的整體最優(yōu)，通過事前計劃（預(yù)測）、事中控制（庫存計劃）和事后處理（庫存健康）相結(jié)合的庫存優(yōu)化，直接輸出對應(yīng)的補貨單、調(diào)撥單等單據(jù)指令，讓業(yè)務(wù)能直接確認，并和當前的各個執(zhí)行系統(tǒng)在執(zhí)行側(cè)打通，比如：采購系統(tǒng)，調(diào)撥系統(tǒng)，WMS系統(tǒng)等。

模塊4：預(yù)約入庫

為了讓入庫鏈路更平穩(wěn)，重點是根據(jù)組網(wǎng)和服務(wù)模塊（底層數(shù)字化基礎(chǔ)設(shè)施）各個倉庫的收發(fā)貨、庫容等能力數(shù)字化，進行預(yù)約入庫的安排，指導(dǎo)供應(yīng)商按照采購單上確定的時間、SKU、數(shù)量送到指定的倉庫。

模塊5：庫存中心

在多維供應(yīng)體中，庫存中心需要具備網(wǎng)絡(luò)化、平臺化和智能化的特點。庫存中臺必須向上對接不同的業(yè)務(wù)網(wǎng)絡(luò)，向下對接不同的實物庫存網(wǎng)絡(luò)，通過人工智能實現(xiàn)物理庫存、邏輯庫存以及銷售庫存的自動平衡，減少缺貨，實現(xiàn)銷售機會最大化和庫存效率的最優(yōu)。

2.4 “多維生態(tài)型供應(yīng)體”下的出庫鏈路OSC

完整的出庫鏈路包含了營銷領(lǐng)域的建設(shè)，需要整合交易的核心要素：客戶ID，收貨地址，商品，數(shù)量，價格，優(yōu)惠，時效（交易時根據(jù)確定庫存、倉、配計算實時反饋，所見即所得）及服務(wù)，并按照整體進行客戶需求的交付。

對于客戶下單時的時效計算，一定要明確庫存是否可用，倉庫是否覆蓋收貨地址，倉庫的波次時間，配送是否有對應(yīng)的線路并且有能力配送……在這個高維復(fù)雜的決策體系中，需要人工智能根據(jù)N*N*N的笛卡爾集的可能性按照不同的策略確定對應(yīng)的履約要素，讓訂單履約體系基于組網(wǎng)和服務(wù)核心對訂單做出最優(yōu)決策并實時反饋給客戶。

因此，OSC出庫鏈路的模塊應(yīng)具備：

模塊6：時效和服務(wù)表達

透傳時效和服務(wù)給客戶，讓客戶下單時就能實時的“所見即所得”，提升客戶體驗和轉(zhuǎn)化率。這里比較抽象，用截圖說明：

前臺頁面需要展示中后臺按照訂單履約的所有聚集要素，體現(xiàn)對客戶這筆訂單的決策，依據(jù)時效最優(yōu)、成本最優(yōu)、客戶體驗最優(yōu)做出的結(jié)果去呈現(xiàn)。計算邏輯如下：

? 根據(jù)客戶的收貨地址找到發(fā)貨倉庫（有多個倉庫按優(yōu)先級排序）；

? 根據(jù)客戶訂單的數(shù)量和可發(fā)倉庫庫存匹配（是否拆單）；

? 根據(jù)發(fā)貨倉庫到收貨地址找到對應(yīng)的配送線路（多條線路清單）；

? 取配送線路上的時效進行計算后的時效服務(wù)展現(xiàn)；

? 在有預(yù)約配送的行業(yè)（大家電、家居等），則會幫客戶選取可以預(yù)約的第一天；

? 核心數(shù)據(jù)：當前時間+截單時間+線路時效。

對于服務(wù)類的表達則要簡單很多，主要是通過對應(yīng)的服務(wù)組+服務(wù)內(nèi)容，在客戶下單后將對應(yīng)的服務(wù)打到對應(yīng)的訂單。比如一個重要的場景，是否可退貨？企業(yè)確定了該商品是否可以退貨后，就可以直接在系統(tǒng)中控制對應(yīng)的業(yè)務(wù)規(guī)則和要求，在企業(yè)管控力和靈活性上取得平衡。

模塊7：訂單履約平臺

訂單履約體系基于服務(wù)組網(wǎng)核心對訂單做出最優(yōu)決策，該模塊連接了客戶下訂單、物流履約訂單、倉庫分揀、配送到客戶收貨地址的執(zhí)行體系。重點是接入前臺的不同系統(tǒng)產(chǎn)生的銷售訂單，接收銷售訂單后進行校驗，再根據(jù)對應(yīng)的業(yè)務(wù)規(guī)則進行訂單的拆合并轉(zhuǎn)的動作。訂單履約平臺是訂單的一個分發(fā)機制，需具備數(shù)字化、平臺化和智能化的特點：

? 訂單系統(tǒng)的規(guī)劃需要考慮整體性和拓展性，同時能夠支撐新業(yè)務(wù)的快速導(dǎo)入；

? 對從訂單分類、訂單設(shè)計、訂單執(zhí)行到訂單跟蹤的整體數(shù)字化閉環(huán)的管理和衡量；

? 需要建立智能化的主動式事件管理機制。可以采用閉環(huán)的管理方式，即根據(jù)預(yù)先設(shè)定控制點的報警時限，一旦發(fā)生異常，即在未來系統(tǒng)中自動觸發(fā)報警，并生成異常狀態(tài)的訂單清單與明細，再指派給相關(guān)人員處理，最后會定期跟蹤異常訂單的狀態(tài)與完成情況。區(qū)別于傳統(tǒng)的OMS只進行訂單信息記錄，該方案實現(xiàn)由被動變主動的管理升級。

模塊8：庫存健康

機器學習可以很好地應(yīng)對供應(yīng)鏈中的“不確定性”，同樣可以讓庫存追求“多重變量制約下的最優(yōu)解”。供應(yīng)鏈中最日常的決策就是以銷售額最大化、毛利潤最大化、清倉等為目標的最優(yōu)解。庫存健康模塊不是單獨存在，而是和銷售預(yù)測、自動補貨、庫存執(zhí)行系統(tǒng)、營銷系統(tǒng)模塊統(tǒng)一整體考量。

某些公司按照如下方式進行設(shè)計和實施：

2.5 供應(yīng)鏈轉(zhuǎn)型需具備的基礎(chǔ)設(shè)施條件

最后，供應(yīng)鏈數(shù)字化轉(zhuǎn)型有賴于基礎(chǔ)設(shè)施建設(shè)，對應(yīng)到多維生態(tài)型供應(yīng)體，重點在兩塊：底層組網(wǎng)和服務(wù)的建設(shè)，以及算力平臺的構(gòu)建。

模塊9：組網(wǎng)和服務(wù)

基于物理世界進行業(yè)務(wù)數(shù)據(jù)化，最終形成網(wǎng)絡(luò)服務(wù)化，方便上層業(yè)務(wù)系統(tǒng)調(diào)度。所有的決策都要基于網(wǎng)絡(luò)，整個組網(wǎng)和服務(wù)應(yīng)該如何架構(gòu)和建設(shè)，請參見下圖：

通過組網(wǎng)和服務(wù)的建設(shè)，讓企業(yè)可以將供應(yīng)鏈的倉配資源即插即用，進一步拓展了整個網(wǎng)絡(luò)的可拓展性（不同的網(wǎng)絡(luò)類型）和無限延展性（業(yè)務(wù)到哪里，倉配到哪里，系統(tǒng)數(shù)字化直接配置可使用）。

模塊10：算力平臺

基于人工智能架構(gòu)的AI一體機。從上文可以得知整個體系是在一個高維的空間進行生態(tài)型供應(yīng)體的建設(shè)，所以對算力和算法的要求比傳統(tǒng)系統(tǒng)要高出N倍，軟硬一體化的AI集成系統(tǒng)可從AI平臺、AI核心引擎和硬件基礎(chǔ)設(shè)施三層架構(gòu)設(shè)計，來支撐AI應(yīng)用及其從1到N的規(guī)模化落地。

總結(jié)：

從一維流程式供應(yīng)鏈到多維生態(tài)型供應(yīng)體的轉(zhuǎn)型升級，企業(yè)需要思考如何通過生態(tài)協(xié)同依托技術(shù)創(chuàng)新，構(gòu)建橫向端到端的整合，縱向虛實分離的產(chǎn)業(yè)生態(tài)網(wǎng)絡(luò)，實現(xiàn)“橫縱結(jié)合，虛實分離，人盡其才，物盡其用”的生態(tài)化大協(xié)作。

作者介紹：

向明輝，第四范式供應(yīng)鏈業(yè)務(wù)負責人。擁有20年以上快消、零售、互聯(lián)網(wǎng)、智能商業(yè)相關(guān)工作經(jīng)驗，曾服務(wù)阿里巴巴、IBM、埃森哲、HP等領(lǐng)先企業(yè)，具備Data Science和Industry Expertise復(fù)合能力，在電商供應(yīng)鏈、數(shù)字化供應(yīng)鏈、供應(yīng)鏈管理咨詢方面積累了深厚經(jīng)驗。操盤過多個新零售的前中后臺業(yè)務(wù)、產(chǎn)品及智能化運營體系的設(shè)計與落地。