2021-2022基于工业互联网的供应链创新与应用研究报告.pdf

nullnullnullnull-nullnullnullnull基于工业互联网的供应链创新与应用研究报告 目 录 一、 传统供应链的内涵与挑战 . 1 （一）传统供应链的内涵 . 1 （二）传统供应链问题日益突出 . 2 （三）工业互联网助力 解决 传统供应链问题 . 5 二、 基于工业互联网的供应链内涵与结构 . 7 （一）基于工业互联网的供应链内涵 . 7 （二）基于工业互联网的供应链立体式结构 . 9 （三）基于工业互联网的供应链与传统供应链的区别 . 10 三、工业互联网为供应链 数 智化转型带来新机遇 . 13 （一）工业互联网促进供应链智能化制造 . 13 （二）工业互联网推动供应链网络化协同 . 14 （三）工业互联网升级供应链个性化定制 . 16 （四）工业互联网打造供应链服务化延伸 . 17 （五）工业互联网赋能供应链数字化管理 . 19 四、 “工业互联网 +供应链 ”模式的创新技术 . 21 （一）供应链 +人工智能技术 . 21 （二）供应链 +数字孪生技术 . 25 （三）供应链 +标识解析技术 . 29 （四）供应链 +区块链技术 . 35 （五）供应链 +5G 技术 . 39 （六）供应链 +云计算技术 . 43 五、 “工业互联网 +供应链 ”模式的创新应用场景 . 50 （一）实时生产设备数据监控，全生产过程资源配置优化 . 50 （二）高效协同产业链上下游，驱动全供应链数字化转型 . 53 （三）精准对接客 户个性需求，柔性生产组织大规模定制 . 62 （四）精益化管理全生命周期，推动产品面向服务化延伸 . 68 （五）技术融合打造创新应用，全面赋能物流数智化升级 . 72 六、 “工业互联网 +供应链 ”模式面临的挑战 . 78 （一）中小企业上云面临难题 . 78 （二）关键技术发展遭遇瓶颈 . 80 （三）全链数据安全难以保障 . 82 （四）互联互通标准尚未统一 . 84 （五）运作协同调度存在阻碍 . 85 （六）全球合作对接面临风险 . 88 七、 “工业互联网 +供应链 ”模式的发展趋势和建议 . 90 （一）降低企业上云上链成本，加速数字化升级改造进程 . 90 （二）加强核心领域技术研发，突破重点方向与创新技术 . 91 （三）构建平台安全防护体系，保障上下游全链数据安 全 . 93 （四）加强供应链标准化建设，推动资源共享和协同合作 . 95 （五）打造供应链数字化闭环，应对全球供应链协同风险 . 97 （六）加大应用示范推进力度，促进复制推广与模式创新 . 99 （七）打造工业企业培训课程，实现工业互联网人才积累. 101 1 一、 传统供应链的内涵与挑战 （一）传统供应链的内涵 根据国务院办公厅关于积极推进供应链创新与应用的指导意见（国办发 201784 号），所谓 供应链 是指以客户需求为导向，以提高质量和效率为目标，以整合资源为手段，实现产品设计、采购、生产、销售、服务等全过程高效协同的组织型态。 一般来说，构成供应链的 基本组成部分 包括： 供应商 ： 供向各种需要资源的企业，供应包括原材料、 在制品、 设备、能源、 服务 等。 制造商：负责 产品制造 ，包括 产品开发 、 生产和售后服务等。 分销 商： 将产品送到经营地理范围每一角落，在某一区域和领域 ， 拥有商品的所有权，承担的是渠道销售的业务。 零售 商： 将产品销售给消费者的企业。 一般来说，一条完整的供应链必须包括 物流、信息流、资金流 。三 者 有各自不同的功能以及不同的流通方向。 物流 这个流程主要是物资（商品）的流通过程，这是一个发送货物的程序。该流程的方向是由供货商经由 制造商 、 分 销商、零售商与物流等过程后达到消费者手里。由于长期以来企业理论都是围绕产品实物展开的，因此目前物资流程被人们广泛重视。许多物流理论都涉及如何在物资流通过程中在短时间内以低成本将货物送出去。 信息流 2 这个流程是商品及交易信息的传递流程，该流程的方向是在供货商与消费者之间 双向流动的。它是一种虚拟形态，及时在供应链中为不同对象实时传递需求和供给信息，以形成统一的计划与执行，从而为最终顾客更好地服务。 我们一般还认为信息流包括了接受订货、签订合同等的商业流程，也就是商流。目前商 流的 形式趋于多元化 ， 既有传统的店铺销售、上门销售、邮购的方式，又有通过互联网等新兴媒体进行购物的电子商务形式。通俗来讲，就是一种买卖或者说是一种交易活动过程，通过买卖发生商品所有权的转移。 资金流 这个流程就是货币的流通，为了保障企业的正常运作，必须确保资金的及时回收，否则企业就无法建立完善的经营体系。 该流程的方向是由消费者经由零售商、批发与物流、厂家等指向供货商。 （二）传统供应链问题日益突出 当前，新一轮科技革命和产业变革加速发展，世界贸易和产业分工格局发生重大调整，大国博弈日益复杂尖锐。同时，新冠肺炎疫情影响广泛深远，全球产业链供应链面临重大冲击，风险不断加大。在复杂性、不稳定性、不确定性显著增强的发展环境中，传统供应链存在的各种问题日益凸显，已成为限制我国企业数字化智能化转型的瓶颈问题。 1.传统供应链缺少设备实时监控 工业生产设备是供应链最重要的环节之一，设备的实时数据 3 采集直接关系着产品质量和设 备维护。传统供应链的设备数据可视化程度较低，对设备管理应用系统的使用更多集中在查询和检索，缺少对数据的实时处理和分析。由于生产设备无法被实时监控，工厂无法精确地统计机器设备、产品质量、库存量等信息，只能依赖人工统计各种生产数据、设备运行数据，对数据的分析主要基于个人猜测或经验，极大地增加了信息的滞后性和出错的可能性。在实际设备管理过程中无法实时掌控生产情况，导致设备存在过修和失修的问题，产品的质量也难以得到控制。 2.传统供应链上下游协同困难 供应链是一个协调统一的整体，它由不同地域的供应商、种类各异的物料 、多种多样的供应物流链等多个部分组成。传统供应链上下游企业的协同程度较低，上游供应商、下游经销商、终端客户分散化地从事业务活动，并且通常只考虑自身利益最大化，这常常导致节点企业陷入缺货和库存的两难境地。此外，由于信息技术应用的落后，传统供应链依靠纸质、电话、邮件为媒介与上下游企业进行沟通的方式已经不能适应新形势的变化，上下游企业之间的业务活动难以协调甚至造成脱节。节点企业各自为政导致供应链成员之间出现信任危机，供应链的成本居高不下，制约了供应链的长期发展。 3.传统供应链缺乏快速响应能力 传统的供应链以低成 本为导向，以制造为中心，聚焦于企业内部资源的利用，忽视客户需求，尤其是潜在客户的不确定和个性化需求。在这条供应链上，决定产品生产的是制造商的实力背 4 景、资源和营销能力，而非基于客户的需求和偏好。传统供应链浪费了大部分资源开展非增值的研发活动，对客户的需求响应较慢，整个供应链上的库存量较高。此时，尽管供应链各渠道成员之间能够有效协同，传统的供应链仍然是“推式”的，客户处于被动接受的地位。如今，消费者需求日新月异，供应链应该更强调以客户需求为导向、柔性和快速响应客户需求，以便适应充满竞争的不断变化的市场。 4.传统供应链存在信息偏差与滞后 供应链是一个复杂的系统，它涉及到多个节点企业和众多产品，随着细分市场的需要和终端需求的快速变化，其复杂程度不断上升。当客户的需求信息由终端逐级向各节点企业传递时，经过层层过滤必将导致需求信息失真、滞后和扭曲，甚至导致信息的缺失。同时，需求预测、订货策略、价格波动、短期博弈以及市场的不确定性等因素也致使信息不对称和变形。因此， 市场需求的一点点 微小 变化 会沿着供应链逆流而上，尤其是在多层次的供应链网络、未集成的复杂供应链系统中，需求信息 被 逐级 放大到制造商、供应商 ，最终到达源头企业时，其获得的需求信息和实际市场需求信息将会产生很大的偏差。 5.传统供应链信息共享不充分 在传统供应链中，人与机器、机器与机器、机器与工厂之间存在信息共享不充分的问题。传统供应链上的企业信息化较低，一方面是因为尚未形成连接行业内所有企业的综合性平台，平台的搭建需要数字化和智能化装备，但这些高端装备只有通过进口 5 才能获得，这需要承担高昂的设备购置成本、服务维护费用、数据采集与获得费用。另一方面，尚未建立硬件接口和数据协议统一的标准化体系，不同厂商设备与软件无法实现共通，造成信息共享不充分、数据 链断裂等问题，最终将导致供应链缺乏透明度、企业资源配置效率低下的严重后果。 6.传统供应链缺乏 应对 风险 冲击的 弹性 传统供应链的“链状”结构无法灵活应对日益增加的突发事件，任何节点受到风险冲击都将传导到供应链中其他节点，风险在上下游供应链的传递与扩大威胁了供应链的安全。由于传统供应链对危机事件管理和应急计划不够重视，在替代品和替代供应商的投资有限，一旦出现突发事件，原材料很可能会短缺，生产被中断，进而延迟产品交付，导致整个市场缺货。此外，我国尚未建成完善而相对独立的供应链安全体系，疫情下传统供应链结构缺乏弹 性，暴露了明显的脆弱性。在逆全球化、恐怖袭击、自然灾害等的冲击下，供应链随时面临断链的风险。 （三）工业互联网助力传统供应链解决问题 为应对传统供应链的一系列挑战，工业互联网整合各种技术力量构建数字化供应链。工业互联网通过跨设备、跨系统、跨厂区、跨地区的全面互联互通，实现全要素、全产业链、全价值链的全面连接，构建数据驱动的工业生产制造体系和服务体系，重塑供应链运作管理新范式。新范式下形成了以工业互联网平台为基础，以降本增效为目标，以大数据、人工智能等新一代信息技术为手段，具有全面连接、高效协同、智能决策等特 征的基于工 6 业互联网的供应链。因此，工业互联网促进供应链数字化转型，更加精益化、柔性化、按需化、智能化，变革成高度智能的数字化供应链。 工业互联网能让生产端到终端的整个链条中每个环节的资源和服务高度聚合，以市场为导向，提高整体效率，从而避免了各自为战、重复浪费的情况发生。工业互联网的作用主要体现在以下三方面： 1.提供新型基础设施，加速供应链数字化 转型 工业互联网提供了新型供应链基础设施支撑，为供应链数字化转型提供了必不可少的网络连接和计算处理平台，加速供应链数字化进程。工业互联网赋能供应链多方面的数字化转型 ：包括供应链决策控制，供应链运营，物件数码化和管理标准化，全生命周期管理，采购，以及信用和金融等方面。 2.促进资源优化配置， 推动 产业 价值链延长 工业互联网能促进各类资源要素优化配置和产业链紧密协同，帮助供应链上下游企业创新产品和服务研发模式、优化生产制造流程，不断催生新模式新业态，延长产业价值链。 3.加强供应链可视化， 形成全流程智能化供应链 工业互联网将促进传统工业制造体系和服务体系再造，推动物流运输、仓储全流程可视化，供应链全流程线上协作，高度智能化等为显著特征的数字化供应链的形成。该数字化供应链是一个数字化网链结构，与传统供应链相比，在交互智能化、产品个性化、制造服务化、组织分散化、网络生态等方面具有优势。 7 二、 基于工业互联网的供应链内涵与结构 （一）基于工业互联网的供应链内涵 基于工业互联网的供应链是在传统供应链的基础上，结合新兴的网络和信息技术发展而来的供应链新形态。在供应链数字化转型的背景下，新兴的网络和信息技术为传统供应链赋能，并形成了基于工业互联网的供应链这一新形态。本白皮书对基于工业互联网的供应链的定义如下： 基于工业互联网的供应链是以工业互联网为基础，以降本增效为目标，以客户为中心，以人工智能、数字孪生等新一代信息技术为手段，实现供应商、制造商、分销商、零售商全面连接、高效协同、智能决策的数字化网链结构。 结合定义和应用场景，基于工业互联网的供应链有以下内涵： （ 1）工业互联网为基础： 基于工业互联网的供应链通过将工业系统与高级计算、分析、感应技术以及互联网连接，推动制造企业数字化转型。在此基础上，把设备、生产线、工厂、供应商、产品和客户紧密地连接、融合，高效共享工业经济中的各种要素资源。 （ 2）降本增效为目标： 供应链活动是以产品为载体的价值创造的过程，各参与方均有资产增值的诉求，降本增效是供应链形成的基础和目标。 （ 3）客户为中心： 在供应链所有业务中处处以客户为中心，可以超越现在的各种职能孤岛，创造卓越的客户体验，建立客户忠诚度，从而成为业务增长的动力。 8 （ 4）人工智能、数字孪生等新一代信息技术为手段： 基于工业互联网的供应链充分利用运用物联网、区块链、云计算、人工智能、数字孪生等数据管理工具和信息科学技术。工业互联网的供应链借助物联网有效收集制造企业关于设备、产线和生产现场等的不同类型数据，使用区块链技术保障信息的安全和可靠性，利用云计算为制造企业带来的灵活、经济、可靠的数据存储和软件运行环境，最后，运用人工智能强化制造企业的数据洞察能力，实现智能化的管理和控制。 （ 5）全面连接、高效协同、智能决策为主要特征： 出于 安全和维持竞争优势的需要，供应链成员间信息共享存在障碍，供应链成员协同决策困难。基于工业互联 网的供应链以互联网开放、协作理念，通过使用新型信息技术可有效解决这些难题。基于工业互联网的供应链使用工业互联网平台搜集各成员、各环节和设备的数据，在全链范围内数据和信息共享的基础上，实现供应商、制造商、分销商、零售商的全面连接。在全面连接的基础上，基于工业互联网的供应链结合机器学习等新型信息科学技术，以供应链整体的降本增效为目标，进行智能化的管理和控制决策，实现供应链成员的高效协同。 （ 6）连接供应商、制造商、分销商、零售商的数字化网链结构： 基于工业互联网的供应链是以工业互联网平台为基础形成的数字化网链结构 。各成员通过数据和信息的共享嵌入供应链网链 ，并最终通过协同决策来形成相互关联、相互制约的网链结构。 9 （二）基于工业互联网的供应链立体式结构 从基于工业互联网的供应链定义与内涵中，我们发现工业互联网正在赋能传统物理世界的供应链面向数字世界的延展，形成双向映射、动态迭代的立体式结构（如图 1 所示）。传统物理世界的供应链以供应商、制造商、分销商、零售商自身的企业目标为核心，虽有平面级的简单连通，但缺乏深度协同。工业互联网通过叠加 5G、区块链、标识解析、数字孪生、云计算、人工智能等新一代信息技术，将物理世界中的物流、 信息流、资金流映射到以工业互联网为基础的数字世界中，通过上下游企业以及终端客户的全面连接，实现以客户为中心的高效协同，应对市场变化的快速响应。 同时，数字世界的供应链将全链路全流程打通的数据流以及基于数据分析作出科学判断的决策流反馈给物理世界，指导物理世界供应链中各参与企业发现问题、解决问题。工业互联网通过实现物理世界供应链与数字世界供应链的双向映射、实时动态迭代，可赋能各行业供应链持续优化提升，不断升级数字化、网络化、智能化水平。 10 图 1 基于工业互联网的供应链立体 式 结构 （三）基于工业互联网的供应链与 传统供应链的区别 相比传统供应链，基于工业互联网的供应链具有连接、智能、灵活、迅捷、协同等属性。在设计、计划、采购、制造、运输、协同等供应链主要环节，基于工业互联网的供应链和传统供应链具有显著差异。工业互联网平台面向制造业数字化、网络化、智能化需求，构建基于云平台的海量数据采集、汇聚、分析服务体系，支撑制造资源泛在连接、弹性供给、高效配置。 基于工业互联网的供应链网络与联接标准、标识解析标准、平台与数据标准等正日益更新完善，创新了传统供应链各环节的应用场景。工业互联网汇聚的各类数据资源主要应用于沟通查询类和计划执行类两大类应用场景。 （ 1）沟通查询类。一是采购配送数据的共享帮助企业实时掌握采购进度，从采购需求提报、需求派单和分配、采购方案执 11 行、配送等环节的衔接一目了然，实现交付全程数字化、透明化。二是生产要素和生产数据的可视化帮助生产制造企业实时监测生产现场的车间、工序和生产线，实时掌握生产情况与设备情况，并通过对成品、在产品、原材料进行扫码追 溯信息，有效控制生产质量。三是企业可以充分利用上云上平台的合同服务数据与客户和第三方供应商进行实时协作，实现对产品的远程诊断，并基于客户的需求对产品和服务做出快速反馈，提供完整的产品生命周期管理。 （ 2）计划执行类。一是产能排班数据的集成帮助企业建立排产模型，合理安排订单生产，实时根据订单、产能和资源来优化生产线，灵活满足复杂多样的排产需求，保障客户订单的有序生产和如期交付。二是设计和生产要素数据的收集帮助企业与客户深度交互，广泛征集、智能感知和实时洞察客户需求，为客户提供个性化的产品。三是计划和设备数据的 实时监测帮助企业全面监督控制从生产计划到物料需求计划，再到采购计划的执行情况，保证物料及时供应，实现资源的全局优化。 表 1 从驱动流程、需求预测、数据共享、柔性弹性、运输过程、供应链风险成因、供应链组织结构七方面对比了传统供应链和基于工业互联网的供应链。 12 表 1 传统供应链和基于工业互联网的供应链对比 传统供应链 基于工业互联网的供应链 驱动流程 离散、按顺序执行的事件驱动型流程，基于历史数据的经验驱动 端到端的统筹式洞察驱动型流程，基于大数据的实时驱动 需求预测 非实时、非智能认知分析和预 测，基于经验预测需求 实时、智能认知分析和预测，基于 人工智能预测需求 数据共享 信息孤岛，非实时信息交换 全链信息共享和沟通 柔性弹性 市场不断变化、供应链中断等 问题难以解决 快速应对市场变化，快速恢复中断 供应链，兼具柔性和弹性 运输过程 劳动密集型的运输 智慧化物流运输 供应链风险成因 市场需求波动、上下游之间信 息传递失真等 因数据共享而存在数据管理漏洞和 网络安全风险 供应链组织结构 以企业为中心的线性结构 以客户为中心的网链结构 13 三 、工业互联网为供应链数 智 化转型带来新机遇 （一）工业互联网促进供应链智能化制造 1.工业互联网促进供应链智能化制造的定义 基于工业互联网的供应链智能化制造是深度融合信息技术与制造业的新型生产制造过程。它通过部署工业互联网综合解决方案，采用物联网、大数据、云计算等信息技术采集、分析多维度信息、数据，构建全流程整体模型 ，实现对关键设备、生产过程、厂房基地等全方位智能管控与决策优化 ， 从而更加准确有效地控制生产环节、优化生产制造、提高生产效率 。 2.工业互联网促进供应链智能化制造的重要性 （ 1）实现设备互联，提高企业生产能力 过去 20 年， 制造业先后经历了信息化和网络化。信息化解决的是人与机器之间的数字联通的问题，如 ERP、 MES、数据库等系统。网络化解决的是人与人之间的数字联通的问题，以近零成本、近零时延实现了供需两端的个性化与差异化。 基于工业互联网的供应链智能化制造解决的是机器与机器之间的数字联通问题。通过数字自组织形成了设备自洽，对异主异构异地数据进行跨系统跨行业跨平台的互联互通互操作，实现设备与设备之间的数据互联。在这一进程中，工业互联网将人、机、料、法、环等生产要素全面互联，促进数据端到端的流通和集成，打破组织界限和信息孤岛， 提升生产效率和产品质量，降低成本和能源消耗，实现工厂内的智能化制造 。 （ 2）促进行业发展，推动制造业转型升级 14 随着技术的进步，我国制造业也亟需转型升级以应对全球化面临的压力和机遇。生产技术层面，传统的科研水平、创新能力不足导致生产效率低下，制约了我国制造业的发展。市场层面，劳动力成本迅速攀升、产能过剩、竞争激烈、客户个性化需求日益增长等因素，迫使制造企业从低成本竞争策略转向建立差异化竞争优势。工厂层面，制造企业劳动力短缺，专业技师匮乏，必须实现减员增效，迫切需要推进智能化制造。 基于工业互联网的供应链智能化 制造是实现制造业数字化、智能化的基础环节。只有夯实工业互联网的基础，方能进一步布局数字制造、智能制造以及依靠生产工具转型带动的商业模式变革，推动传统产业向中高端迈进，逐步化解过剩产能，促进大企业与中小企业协调发展，进一步优化制造业布局，抢占国际竞争制高点。 （二）工业互联网推动供应链网络化协同 1.工业互联网推动供应链网络化协同的定义 基于工业互联网的供应链网络化协同是一种全新的供应链发展模式。它依托互联网、大数据和工业云平台，有效整合全球各地的设计、生产、供应和销售等资源，衔接研发流程、企业管理流程与生产 产业链流程，有机融合制造管理、产品设计、产品服务生命周期和供应链管理、客户关系管理，一方面实现企业的价值链从单一的制造环节向上游设计与研发环节延伸，另一方面实现企业的管理链从上游向下游生产制造控制环节拓展，最终改变业务经营模式、达到资源全局最优配置。 15 2.工业互联网推动供应链网络化协同的重要性 （ 1）应对复杂多变的竞争环境，强化协同关系 当前，市场竞争环境呈现复杂性和多变性。无论跨国企业还是中小企业都无法靠单打独斗去面对所有环节的竞争，企业之间协同的必要性和重要性日益凸现，但是追求自身利益最大化的动机往往会 破坏乃至摧毁这种协同关系。企业必须与供应链的上下游企业结成联盟，整合整体的竞争能力和资源，实现共赢。 基于工业互联网的供应链网络化协同通过信息技术与物流配送网络的支撑，实现全渠道的需求订单、便捷支付、物流配送之间的有效融合交互衔接，使整个供应链的采购、计划、生产、流通、服务等业务过程更加协同高效，降低面临的不确定性。各产业板块不仅与核心企业连通，又与成百上千家的供应商建立合作，真正实现信息互通与资源的共享，从而稳固和强化企业之间的协同关系。 （ 2）创新企业供应链管理模式，创造协同价值 供应链企业间信息沟通不畅是供应链管理面临的突出问题。作为企业供应链的重要部分，企业的供应商往往分布在不同地区，导致信息的传递与交流存在障碍，影响供应链的有效管理。链条较长、物料品种繁多的供应链，其管理效率往往更加低效。这不仅对企业的生产链管理造成了很大的阻碍，也影响了企业各元素之间的协同与分工合作，提高了各环节间连接的难度。 基于工业互联网的供应链网络化协同采用移动设备构建信息与资源共享平台，可以把分散在不同地区的生产设备资源、智 16 力资源和各种核心能力通过平台的方式集聚，通过数据协同业务实现全方位的信息覆盖、 生产要素的高效匹配，可以及时、准确的提供相关产品和服务，增加协同企业的融合性和参与性，最大化供应链协同价值。 （三）工业互联网升级供应链个性化定制 1.工业互联网升级供应链个性化定制的定义 基于 工业互联网 的 个性化定制是 一种 精准的 生产模式。它 利用互联网平台和智能工厂，将用户需求直接转化为生产排单，建立以客户为中心的数字营销服务体系，在精准对接的基础上及时高效满足客户的个性化定制需求， 同时解决 制造业长期存在的库存和产能问题，实现产销动态平衡。 2.工业互联网升级供应链个性化定制的重要性 （ 1）需求个性化趋势明显 ，可有效提高客户满意度 随 着社会生产力和科技水平的不断提高， 客户 需求日益个性化和多元化， 比如 越来越关注产品 设计 、 独特体验、 工艺 特点等元素。 然而传统的渠道单一、封闭运行 ， 企业用户关系单向流动，旧有的需求定位粗略、市场反馈滞后等问题 成为了 个性化定制发展 的 绊脚石。 基于 工业互联网 的 个性化定制 可 削弱信息流阻断的壁垒，借助 工业互联网 平台的集聚和交互功能实现海量用户与企业间的交互对接、 需求征集， 从事前调研、产品推广、订单设计、个性生产到交付使用和售后服务，让 用户 切实参与其中，带给 客户 个性的感受 和美好的体验， 增强顾客粘性 。 17 （ 2）柔性化生产难度较高，可借助数字化降本增效 在传统大规模生产模式下，企业内生产组织缺乏柔性，企业依靠规模经济进行生产是主流模式。 个性化定制给 传统的标准化、大批量生产方式 带来 了前所未有的挑战 ， 柔性大规模个性化生产线 应运而生，但 存在 复用性低、生产成本高、服务成本高、生产周期长 等 问题。 基于 工业互联网 的 个性化定制运用大数据分析建立排产模型，依托柔性生产线保持规模经济，借助数字化缩短流通渠道，减少因定制化产生 额外 成本，实现以用户为中心的个性定制与按需生产 双融合。 例如， 树根互联基于根云工业互联网平台，赋能定制家居产业链，从门店接单、定制设计到订单生产、物流配送，再到上门安装的全业务链整体业务环节的数字化能力升级与协同价值，提供打通生产后端与设计前端，构建起“个性定制、柔性生产、资源协同、交付透明、直通服务”一站式协同制造模式。 （四）工业互联网打造供应链服务化延伸 1.工业互联网打造供应链服务化延伸的定义 基于工业互联网的供应链服务化是一种融合产品和服务的商业模式。它将管理活动从产品生产环节延伸到产品流通环节，利用工业互联网打通产品出厂后的物流服务、仓储服务、配装服务、售 后服务等产品流通环节，由提供有形产品转变为提供“产品 +服务”，从而提高服务效率和客户体验。 2.工业互联网打造供应链服务化延伸的重要性 （ 1）打造数据闭环，感知客户需求的变化 18 客户需求的碎片化、个性化、场景化趋势，是供应链服务化的主要驱动力。在仅通过交付产品获利的商业模式下，制造企业很难掌握客户对产品的使用习惯和真实体验，远离客户需求。为了给客户提供高质量的服务，大多数制造企业努力向全方位服务提供商转型，通过产品智能化获取产品的运营状况形成数据闭环，为产品研发、响应客户需求提供基础。 基于工业互联网的供应链服务化整合了移动互联网、大数据、云计算、物联网、人工智能等信息技术，可探索直销电商、社交电商、粉丝经济等网络营销方式，实现产品监测追溯、远程诊断维护、产品全生命周期管理等高附加值服务。服务化使企业和客户利益休戚相关，双方共担风险，有助于满足客户分散经营风险、减少不可预测性支出的服务需求。 （ 2）获取竞争优势，提升行业整体价值 通过差异化和难以被模仿的服务形成相对于竞争对手的进入壁垒，成为制造企业获取潜在竞争优势的有效战略工具和持续来源。但是，服务化初期投入巨大，且因为服务的无形性、异质性、产销同时性、不可储存性等特征，导致企业服务成本居高不下。由于服务业劳动生产率一般低于制造部门，企业的服务化阻力巨大，容易陷入“服务化困境”。 基于工业互联网的供应链服务化既包含了低时延、高可靠、广覆盖、更安全的工业互联网基础设施体系作为硬件基础，也包含了集成消费、设计、生产、销售和服务全过程工业大数据应用服务的信息化软件系统作为软件基础，有望跨界联合互联网企 19 业、信息技术服务企业共享制造资源、物流配送和数据分析能力，从而有效降低服务化成本，深度融合制造业与服务业成为新型产业形态，增加附加价值、提高综合竞争 力、更好地满足用户需求。 （五）工业互联网赋能供应链数字化管理 1.工业互联网赋能供应链数字化管理的定义 基于工业互联网的数字化管理是一种数据驱动、敏捷高效的管理方法和手段。它基于工业互联网平台打通核心数据链，实现覆盖生产制造、产品全生命周期以及供应链的数据贯通，推动资产管理、运营管理、组织管理等方面的数字化管理创新，切实提升了企业管理能力和效率。 2.工业互联网赋能供应链数字化管理的重要性 （ 1）打通内部管理环节，实现数据互联互通 数据作为企业重要的生产要素具有重大价值，数据支撑的管理决策往往具有更强的复 用性，满足数字经济时代打造敏捷高效的企业经营管理的需要。企业数据资源的碎片化将导致各业务环节的数据散落在各业务部门，各业务环节之间的数据难以集成共享，节点间信息分享不畅，形成数据孤岛现象。 通过工业互联网统一的工业大数据平台，企业可以打通计划、采购、生产、交付等环节，持续采集研发、工艺、生产、物流、销售、服务等生产经营数据，使数据调取更为便捷。通过对产品全生命周期数据、全量生产设备数据的感知和管理，结合工业机理模型，基于实时数据开展大型设备或电子产品的故障检测和预警，产线预测性维护，精细化用户和分销商服务等 ，实现对 20 运行数据的全面分析、精准诊断，辅助智能决策，降低管理难度。 （ 2）优化管理运营模式，提高资源配置能力 企业竞争的本质是资源配置效率的竞争，集中式的科层组织结构在数字化时代受到较大的冲击，对外界变化反应不灵敏、机构设置逐渐冗杂、协调成本和信息传递成本高等弊端日渐显现，推动着组织结构逐渐向分布化、弹性化的网络组织转变。 基于工业互联网平台的数字化管理赋予了组织内外万物互联的连接能力，降低信息在部门间传递的门槛，极大地降低管理层级，加速管理扁平化，使得组织结构的灵活性大幅提高。此外，基于平台的数字化管理还 促使企业用工方式发生变革，从传统的正规就业转向灵活用工。平台汇聚广大中小企业与第三方开发者，快速对接人才、技术、知识等资源，提升资源配置能力。 21 四 、 “工业互联网 +供应链”模式的 创新技术 （一）供应链 +人工智能技术 1.人工智能技术概述： “人工智能”是通过模仿人类与人类思维相关的“认知”功能的机器来解决人力劳动过程中面临的复杂问题。目前人工智能技术在图像识别、自然语言处理、自动驾驶等领域有了很多的应用。在 Crisp Research AG 公司 2016 年对IT 决策者进行的一项调查研究中发现，物流行业是所有行业中最积极使用人工智能技术的行业。目前已经有 36%的企业已经开始使用人工智能技术对其生产运营进行赋能，而其他很多企业计划在 2020 年将人工智能应用到研发、产品创新、供应链运营和客户服务等多环节。 2.供应链 +人工智能的应用价值： 随着大数据、机器学习、人工智能、物联网等新技术不断发展，传统供应链在新技术的赋能下向数字化、智能化的供应链转型。对于生产制造企业来说，客户的需求、企业对自身运营效率和经济效益的追求、产业链资源的全面整合都促使企业对供应链管理的重视程度有 了更高的要求。同时，这些企业外生和内生性的诉求为企业供应链未来的发展指明了方向。面对传统供应链运营过程中存在供需匹配不足、采购价格过高、生产流程不合理、库存利用率差、企业存货高企、人力成本快速增长等诸多痛点，通过在供应链各环节利用人工智能技术来优化供应链链条、调整供应链结构、提升供应链物流能力及效率等，最终以实现全链条价值增长为目标，保持并提升企业的核心竞争力。 22 3.供应链 +人工智能技术的应用领域： 人工智能技术在供应链领域的应用主要体现在产品需求预测、库存管理及补货计划、供应链网络规划、仓库内作业管理、物流 配送、风险控制等领域。 （ 1）需求预测智能化。 供应链的各个环节相互配合连接，在此过程中信息的透明和准确对供应链的成本和效率至关重要，人工智能技术可以基于大数据和机器学习算法提供精准的需求预测结果以避免牛鞭效应，最终为供应链各环节降低成本。人工智能根据供应链的历史数据和统计学习模型，对产品未来的销量进行综合预测、对各个仓库的出单量进行预测，对节假日或购物节促销期间的促销活动预测，最终给出更为准确的预测数据以指导生产和库存管理。 （ 2）库存管理智能化。 传统的库存管理及补货计划通常由人工完成，人工管理库存和制定计 划的工作模式在多级供应链网络中会存在决策过程冗长、数据滞后以及人力成本耗费量大的问题。在库存管理模块中，人工智能对于效期、临保期、安全库存等领域能够做到及时、迅速、准确的预警和建议，并且为调拨、补货决策提供具体的建议和方案，并且可以监控决策的实施过程，为采购及库存管理提供更加准确的决策建议。 （ 3）网络规划智能化。 供应链网络规划是企业发展到一定规模阶段必然面对的问题，仓库的选址、数量、拓扑结构、层级与物流成本、服务时效、库存管控和客户体验紧密相关，并且受政策、订单分布、商品特性等因素制约，每个因素的变化都会 牵一发而动全身。单纯依靠人工做出准确的判断是难以实现且不可 23 快速复制的，人工智能算法在供应链网络规划中可以进行动态规划，通过成本及服务水平的变化模拟网络规划，协助管理者做出相应的决策。 （ 4）仓内作业管理智能化。 人工智能可以协助仓库管理者进行仓库拣选路径规划、订单波次策略选择等。在仓配交接环节，AI 还可以协助识别直发线路和配送资源计划管理。在订单波次规划时， AI 可以根据仓库资源及现场业务特点进行智能波次规划，以提升拣选效率。同时， AI 还可以通过仓内自动化设备（如AGV 等）的调度助力仓内作业提升效率。 （ 5）物流配送智能化。 人工智能技术在配送路径规划及装箱规划等环节有着广泛的应用。相比于人工进行订单排线及路径规划，应用人工智能技术进行排线及路径规划具备效率更高，更加准确且配送成本更优的特点。同时，在干线运输及海运集装箱运输中，可应用运筹优化及启发式算法对装箱过程进行优化，以提高运输装载率，以降低运输成本。 （ 6）风险控制智能化。 供应链运营过程中，会遇到如自然灾害、社会事件、供应商事件等突发事件，如何提前识别突发事件及对事件引起的风险进行评估分析以及最终快速响应输出预案是供应链风险控制的痛点。 人工智能算法如知识图谱、自然语言处理（ NLP）等技术可用来持续抓取和识别供应链运营过程中的风险事件并进行解析，从而端到端的分析风险事件的影响及输出风险应对预案，从而更智能化的对风险进行控制。 4.供应链 +人工智能的现存难题： 当前人工智能在供应链领 24 域的应用和发展虽然已经取得了很大的进展，但在面临复杂问题处理和高度抽象的逻辑处理时仍然存在很多问题，例如： （ 1）多环节协同不足： 当前智慧供应链系统受到现实条件的约束，使供应链上的各个环节只能进行相对独立的优化，无法形成完整的闭环优化系统； （ 2）复杂的不确定性处理： 在 供应链系统端到端的运行过程中面临着众多的不确定性，很多情况的出现无法预先判断，这就影响了人工智能在供应链中的应用效率，供应链系统的优化存在瓶颈，模型复杂度的提高和基础数据的质量是未来供应链智能化的关键； （ 3）时效性与预测性： 现实世界在不断变化，相关的模型需要适应现实世界的发展，模型的时效性与预测性需要进一步加强。由于部分信息的采集与处理未能形成高效的解决方案，使得部分人工智能模型的快速训练与验证存在效率问题，总是比实际情况“慢半拍”； （ 4）数据源难打通： 不同用户对数据的敏感性不同，导致全链条数据难以打通，使 得人工智能模型的应用受到局限。人工智能巨大潜力的发挥，需要扩大基础信息的采集面。 5.供应链 +人工智能前沿进展： 学术界与产业界正在积极探索应用人工智能技术对供应链从端到端进行整体优化，打通各个环节间的信息壁垒，实现基于全流程信息的协同智能决策。例如，香港大学的申作军教授团队与京东合作提出了“端到端供应链优化框架”，该框架使用深度学习技术，直接从输入数据到输出库存补充决策，而无需预先假设未来需求和供应商提前期。与传统的两步“预测 -优化（ PTO）”解决方案相比，应用整体的端到端 25 优化算法使京东的平均持有成本下降 26.1%，平均缺货成本下降51.7%，总成本下降 40.4%，平均周转率下降 8.8%，缺货率下降34.6%。基于人工智能技术的端到端供应链优化框架缩短了传统决策流程，并提供了一个自动化库存管理解决方案，具有推广应用的价值，为供应链与人工智能结合的前沿发展指明了方向。 （二）供应链 +数字孪生技术 1. 数字孪生技术概述 全球化的供应链运作链条长、协同组织多、参与要素杂、不确定因素多，形成了复杂巨系统。数字孪生技术是一种采用模型和数据等对现实世界实体或系统的数字表示和仿真方法。供应链数字孪生在对物理供应链数字表示 的基础上，通过对物理模型、海量数据以及业务信息的感知和动态组合进行采集，获取供应链全链条上的企业、产品、仓储、物流以及其他第三方信息，建立供应链各种对象之间的动态关联，与物理供应链构成供应链数字孪生系统，实现数据在物理场景和虚拟空间模型互传，最终实现对物理供应链的监控、优化、预测和控制。 2. 供应链 +数字孪生技术的应用价值 供应链数字孪生技术通过融合工业产品制造领域采购、生产、销售、物流、资金流等环节中的信息感知、汇集，以及从供应链相关环境中获得海量气象、路况等公共信息数据，实现当前供应链网络的可视化，监 控和分析当前供应链网络的运营状况，提升需求和供给匹配预测、生产过程能力模拟、库存管控和优化等能力，识别潜在的供应网络风险、发现问题和优化建