数字化供应链的进展和未来趋势.pdf

【罗戈网】唐隆基 | 数字化供应链的进展和未来趋势数字化供应链的进展和未来趋势（一）数字化供应链的进展唐隆基博士引言2018年是供应链发展的大好时机，许多公司在实施真正的数字化供应链，以降低成本、增加收入。2018年，那些引进新技术、探索新商业模式、引入拥有正确的数字化技术人才的企业，将在未来几年内大展拳脚，改变所处行业的现状。当然，并不是所有数字化供应链转型都是顺利的。本文将分为三个部分来展开：（1）首先回顾了数字化供应链的进展，特别是2018年的状况；（2）综合介绍了数字化供应链在十个方面的未来趋势（3）对于数字化供应链转型的思考，认为数字化供应链转型将会变得更加务实，从而以客户为中心，提升客户的满意度，并为企业降低成本、增加盈利，助力企业稳步发展，以真正实现其实际的价值。本篇：数字化供应链的进展，着重讨论数字化供应链2018年的进展以及存在的问题，并介绍了中国数字化供应链发展的历程。主要内容包括：1. 数字化供应链转型的整体状况2. 2018年出现的超级供应链3. 期望和现实之间的差距4. 飞速发展的中国数字化-1. 数字化转型的整体状况步伐滞后进展缓慢戴尔科技集团曾联合英特尔对全球42个国家和地区的4600位在十二个不同工业领域的企业高管，进行了一次数字化转型的调研，并于2018年10月发表了数字化转型指数II研究报告（Digital Transformation Index II）【1】。该报告指出：（1）全球仍然只有5%的企业被列为“数字化领导者“，与2016年的数字化转型指数II研究报告相比并无任何提升，然而中国与2016年相比，增长了1.5%；（2）新兴市场表现优于发达市场，印度、巴西和泰国数字化成熟度得分最高；（3）全球78%的受访者认为企业应进行更为广泛的数字化转型，来自中国的企业受访者中，持该意见的比例达到85.5%；（4）全球51%的企业受访者（中国占27%）认为难以满足不断变化的客户需求，1/3的企业受访者担心会在未来5年内落伍；（5）91%的企业受访者认为数字化转型受阻于数据的隐私和安全，缺乏经费和资源，员工技能不足等。埃森哲与两化融合服务联盟、国家工业信息安全发展研究中心合作，基于企业两化融合数据，及从智能运营和数字化创新两大维度，对八大代表行业的450家企业数字化成熟度的调研，并于2018年8月发布了研究报告中国企业数字转型指数【2】。此报告显示仅有7%的中国企业属于数字化转型的领军者。各行各业都有领军者脱颖而出，汽车及需配件占12%，其次是消费电子占10%，排到第三的传统零售和物流，各占8.5%。这些转型的领军者绩效表现显箸优于其它企业。在过去三年里，领军者营收的复合增长率是其他企业的5.5倍。（图片来源：埃森哲中国企业数字转型指数报告）2. 2018年出现的超级供应链的理念和对数字化供应链的看法（好与坏）供应链数字化并非一帆风顺。福布斯发表了一篇由数字化供应链研究院的George Bailey写的文章【3】，该文章列举了2018出现的超级供应链的理念和对数字化供应链的看法（有好有坏），并指出它们对供应链数字化的影响。下面是该文章指出的五个要点：（1）算法是数字化供应链的核心和大脑通过研究市场领先的公司，发现他们成功的秘诀是开发预测和管理业务的算法。这些顶尖公司开发算法、依靠真实数据进行分析研究，得出结论并采取行动，人工智能/机器学习（AI/ML）技术正被应用于使它们更加智能化。例如，Under Armour利用其连接的健身数据（从智能鞋和其他来源收集的数据）创建算法，为客户提供更好性能的产品，并带来Under Armour销售业务的巨大进展。（2）区块链是所有数字化供应链问题的答案事实上不是！区块链试点已经在世界各地的供应链中展开，但几乎没有一家公司有足够强大的商业案例来证明扩大技术的合理性。问题是：太多的公司专注于证明技术的有效性，而不是评估区块链可以为他们的企业带来的价值。为了帮助公司评估区块链的商业价值，数字供应链研究所（DSCI）制定了区块链适用性指数（BlockchainFitness Index）【4】，这是一个供供应链管理者使用的以针对区块链有效的运营和预期回报的循序渐进的指南。（3）数字化供应链推动收入增长数字化供应链的发展是一个好消息，也是坏消息。好的方面是，许多公司都在致力于创建以客户为中心的供应链，并对这一目标进行了重大的改进；糟糕的是，这些公司中的大多数都没有通过供应链行动推动（或跟踪）收入增长。高露洁棕榄是一家在这一领域很好地推动收入增长的公司。他们引进了一种无线连接牙刷。牙刷收集了用户使用牙刷和口腔护理的相关信息，这些信息通过应用程序再提供给用户，可以帮助他们获得正确的刷牙覆盖范围，以更好地刷牙，改善口腔健康。所有这些都与创造更多的收入相一致，这不仅来自牙刷销售，也来自牙膏！（4）虽然会带来改变，但感觉并不明显世界各地的公司都报告说，他们向数字化供应链转型的进展比预期的要慢。公司发现，员工（包括管理层）没有足够的技能在数字环境中工作。他们发现，组织孤岛妨碍企业找到一种有效的方法来收集数据、生成算法、得出最佳结论。（5）人才短缺是个问题对于试图实施数字化供应链的公司来说，首要问题是找到合适的人才。这在全球和所有行业都是如此，需要更多的数据科学家，但很少有公司相信他们能够吸引、雇佣，并留住他们。现有的培训计划并不能体现数字化供应链的必要性，企业员工也没有学习新的技能，对更多客户知识的需求常常是缺失的。此外，获取、清理和使用数据往往是一项薄弱的技能。3. 期望和现实之间的差距凯捷研究院（Capgemini Research Institute）在2018年4月至5月，对1000多家跨消费品、制造业和零售业机构的供应链主管进行了数字化供应链调查，以了解他们正在采用的数字化计划，以及由此带来的好处。该调查报告数字化供应链缺失环节：聚焦（The Digital Supply Chains Missing Link: Focus）【5】发表在凯捷研究院的官网上。报告指出尽管供应链的数字化是当今企业价值和增长的关键驱动因素之一，但许多方法缺乏方向性，无法充分实现价值和增长潜力。由于各组织试图同时实现所有事情的数字化，并且投入太少，最终导致这些举措未能有效地扩大应用规模、带来价值。凯捷研究院报告指出因为大多数供应链组织（占被调查的企业的86%）缺乏战略重点，只有七分之一的组织（占被调查的企业的14%）能够成功地扩展数字化供应链的行动计划，从试点或POC阶段到实际采用和实施的阶段。我也对此报告做了祥细解读。（报告解读：专家解读 | 数字化供应链的行动计划需要战略聚焦）4. 飞速发展中的中国数字化供应链中国的数字化供应链的发展从总体上落后于欧美发达国家【8】，主要处于概念引入、初期发展阶段。但由于2017以来中国政府把供应链作为国家的战略【4】，随着中国数字经济的发展，中国正在飞速发展供应链的数字化。但真正实施并取得成功的企业跟欧美一样并不多。中国数字化供应链成功的企业包括华为、阿里、京东、美的、海尔、富士康等一批优秀的企业，供应链的数字化给他们的业务带来了巨大的效益【7，8】。下面本文简单列举中国数字化供应链发展的一些重要的事件:2017年10月13日，国务院办公厅印发了关于积极推进供应链创新与应用的指导意见【6】，首次在国家层面上提出了中国供应链发展的目标：“到2020年，基本形成覆盖我国重点产业的智慧供应链体系，培育100家左右的全球供应链领先企业，中国成为全球供应链创新与应用的重要中心。”2017年全球数字化供应链峰会GLSC2017，7月11日至12日在上海隆重举行，此次大会由中国互联网与工业融合创新联盟（CIIAII）、物流搜索网(Soo56)、德国物流协会(BVL)、德国物流研究院（Fraunhofer IML）共同主办；2017年9月CSCMP 美国供应链管理专业协会2017年全球供应链年会-前沿/刀锋（2017 CSCMP EDGE）9月24-27日在美国亚特兰大市乔治亚全球会议中心隆重举行。数字供应链转型是大会的主题之一。中国（深圳）综合开发研究院物流与供应链管理研究所所长及CSCMP中国首席代表王国文率团参加了这次盛会；罗戈研究开始发表系列数字化供应链的文章，如【7-14】；2017年，国内软件供应商如唯智、科箭等，开始向数字化供应链软件服务商转型；2017年10月在上海召开了2017年中国数字化供应链国际峰会；2017年11月4日在深圳成立了以华为为首的中国数字化协会并发布了“中国数字化白皮书”；2017年12月8日罗戈研究在上海召开了2017年中国智慧供应链高峰论坛，论坛以智慧和数字化供应链为主题并发布了中国智慧供应链图谱；2018年01月25日罗戈研究在深圳召开了2018年中国数字化供应链高峰论坛并联合京东发布了数字化供应链综合研究报告；2018年7月第十届中国物流信息化大会上数字化供应链成为主题之一；2018年08月罗戈研究发布了“数字化供应链综合研究报告”增强版；2018年08月GLSC上海全球供应链大会-全球领袖峰会以数字重塑，协同赋能主题；2018年9月21日，又一个可以载入中国供应链史册的日子！商务部发布了关于全国供应链创新与应用试点城市和企业评审结果的公示，共有55个城市，269家企业入选！2018年阿里，京东，华为，美的，海尔，富士康等一批优秀的零售和制造企业以及一批优秀供应链服务企业，如冯氏集团，怡亚通，准时达等在数字化供应链转型方面取得重大进展。本篇将简要讨论2019年，数字化供应链发展的十大趋势（鉴于篇幅，将通过两篇来阐述），其中许多关键趋势是数字化供应链前几年的延续，然而，细节、进展和强度将大不相同。以下未来趋势的描述主要来自于作者对加特纳（Gartner）、德勤、凯捷、埃森哲、IDC等研究机构以及SAP，IBM，华为等优秀企业的研究报告的综合研究。所引用的报告和文章请参考文献章节。1. 数字化供应链融合（Digital SC Convergence）随着供应链越来越全球化和复杂化，消费者的需求越来越高，市场竞争越来越激烈。企业的发展需要更智能、高效的供应链作支撑。一个解决方案是供应链执行融合（SCEC），这是Gartner在2009年首次提出的一个概念【15】，后来他们将此概念定义为供应链融合（Supply Chain Convergence）【16】，并出现在后面的文章和它的制造业创新成熟度曲线（图1），它代表更为广泛和深远的意义。供应链执行融合或供应链融合是Gartner供应链成熟度模型的第五级（最高级）的基本要求之一，被认为是供应链的最高境界。供应链融合包括在供应链网络在横向和纵向上全方位的融合。横向融合就是要把今天大部分还是高度分割的供应链部门（计划，采购、制造、物流、仓储等）统一在在一个满足企业供应链战略的框架下，以改进整个流程，优化供应链整体效益。这里还包括各种供应链的管理执行系统(ERP，S&OP，SCP，WMS，TMS等)的融合。纵向融合则包括两大方面：供应链网络与其系统的融合、新兴数字化技术与整体供应链的深度融合，如IT和OT的融合、实体/物理供应链与虚似/数字供应链的融合。英文“Convergence”一词源于数学中的“收敛”，此处译作“融合”，其义可以看做使供应链所有方面全局收敛到一个最佳的供应链，也就是数字化的智慧供应链，以达到使企业和产业增加利润，降本增效的目的。另一方面，只有实现数字化供应链转型，供应链融合的概念才真正能获取它变革全球供应链所需的动力和能力，并使其成为现实。图1：制造技术创新成熟度曲线，Gartner，2018年供应链融合在2018年Gartner的制造业创新技术成熟度曲线中处于泡沫破灭的谷底期(Trough ofDisillusionment)：在历经前面阶段所存活的科技，经过多方扎实、有重点的试验，逐渐明确了客观、与实际相符的使用范围及限制情况，并成功应用到企业经营模式中，这要经过十年以上的努力才能真正成为供应链的主流方式，这说明了供应链融合的复杂性和实现的艰难性。此外，从最初的概念到今天，它已经历了近九年的发展期，本文预测数字化供应链将会给它带来成为主流的曙光。它也会成为数字化供应链的强大驱动力。苹果，宝洁，和亚马逊等大师级供应链企业，以及其它世界顶级的供应链，都是供应链融合成功的典范。2. 供应链数字孪生（SC Digital Twins）Gartner描述数字孪生（Digital Twins）是真实物体的虚拟表示。数字孪生旨在优化资产运营或业务决策，包括模型、数据、与对象的一对一关联以及监视的能力、实体或系统。 Gartner早在2016年就把数字孪生作为十大战略技术之一【17】。数字孪生可能包括以下数据：从数字孪生外部接收的外部数据；从物理事物接收到的观测事件，例如来自资产的传感器、日志或仪表数据，或从其他主要输入计算出的虚拟传感器等数据；从其他来源收到的数据，如卡车上所载货物的信息、设备所有者的姓名、设备序列号和历史维护记录等；衍生数据由数字孪生内的逻辑计算的数据；指向链接数据的指针如有关事物环境（例如环境温度、当地天气条件）或与事物间接相关的对象（例如所有者的姓名和地址以及所有者身份之外的其他细节）的数据。这些不是事物本身的属性，因此这些数据不属于数字孪生。但是twin中的逻辑，或者使用twin的应用程序中的逻辑，可能需要访问这些数据。数字孪生可能包括的逻辑： 作为数字孪生系统的一部分实现的逻辑，操作数字孪生系统内的输入数据或存储在数字孪生系统外的数据。例如，数字孪生可以通过对卡车观察到的燃油水平、油箱尺寸和平均速度，应用公式来计算和存储卡车耗尽燃油前的剩余时间。数字孪生在外部（物理上）实现的逻辑，但由数字孪生的一部分访问的逻辑。例如，孪生逻辑可以向外部决策服务调用API，例如计算卡车预期到达时间的地理空间映射服务。这可以使用卡车当前位置和计划路线（下一个目的地的标识）上的数字孪生数据，以及获取不在孪生中的外部信息（地图和其他系统中保存的实时交通信息）。从上面的描述可见，数字孪生与供应链非常有缘，并导致供应链数字孪生（简称供应链孪生）应运而生，它实质就是一种数字孪生与供应链的融合。数字孪生技术可帮助优化供应链，如制定最佳的计划，优化设施维护供应链等等。下面的图2描述了供应链孪生的架构和应用场景。供应链孪生是一数字化供应链新的发展趋势，它将有望在帮助优化供应链方面扮演一个重要的角色。图2：供应链孪生（来源：ToolsGroup）图2所定义的供应链孪生包括实体的供应链及其执行系统和设施，以及它们的数字表示，也就是数字孪生：供应链云平台和一个数据及高级分析平台。3. 运营模式转型是企业数字化转型成功的基础多家有名的研究机构，如埃森哲、IDC、德勤等指出运营模式的转型是数字企业成功的基础，尤其是数字化供应链成功的基础（请见【8】5.3.5节）在传统供应链中存在一些传统的运营模式，其中最有名的是供应链运营参考模型（Supply chain operations reference），英文简写为SCOR。SCOR是由管理咨询公司PRTM（后被PwC普华永道收购）和AMR Research（后被Gartner收购）于1996年发布的，并得到供应链委员会（SCC）的认可，是APICS的一部分，作为跨行业供应链管理战略、绩效管理和过程改进诊断工具的标准，到2017年已经有二十多年的历史。2017年SCOR12.0的发布标志着这个传统的供应链运营参考模式开始向数字化供应链运营模式转型【11】，数字化供应链第一次被写入SCOR。12.0几乎用新兴的数字化供应链技术重写了实践部分，但整体上仍保留了原来的模式。实质上，传统的SCOR模式反映的是图3中传统的供应链。APICS正在与德勤合作研究基于数字化供应链网络(DSN)的现代数字化的SCOR【18】。此项目由APICS的副总裁Peter Bolstorff负责，并给出了一个数字化SCOR发布的时间表：2019年10月第一版测试版2020年年中第二版测试版2023年正式版本发布图3：从传统供应链向数字供应网络的变革（来源：Deloitte 德勤）为什么数字化SCOR的发布要经过五年长的时间呢？首先正如【7】指出的“供应链的数字化转型不单单是技术的革新，而是一场关于战略、组织、人才、流程和运营等供应链所有方面的深刻变革，不是短时间可以完成的，是一场攻坚的持久战”。而数字化SCOR要成为跨行业数字化供应链管理的标准，也必须经过多重研究和实践检验，是一个艰难的过程，不是短时间可完成的。其次要认清数字化供应链与传统供应链的关系。数字化供应链是方向，是未来，但传统供应链仍然是基础。正如【18】的作者采访Peter Bolstorff时，Peter 指出的：“传统供应链是基础，大家还是要打好传统供应链的基础，才能更好的使用数字化供应链，况且数字化供应链替代传统供应链是一个逐步探索的过程，目前的传统供应链模型依然长时间有效。”4. 人工智能和算法将成为数字化供应链的大脑Gartner指出，2018年八大供应链技术趋势（图4所示）【20】。人工智能、物联网、高级分析和区块链等是推动供应链数字化竞争优势的一些关键技术。供应链领导者必须评估其对公司的风险，以确定他们是否准备好探索和采用这些新兴数字技术产品。其中人工智能是首推的供应链技术趋势。其实其它七项技术也都与人工智能有关或者需要人工智能的支持。图4：Gartner 2018年8大供应链技术趋势人工智能及算法将成为数字化供应链的核心和大脑，是因为：人工智能具有巨大的潜力，可应用于增强自动化决策、重塑商业模式和生态系统以及重塑客户体验的能力，革新供应链流程；人工智能中认知计算是下一代智能计算系统的核心，它将用人类语言交互并通过理解复杂的大数据来帮助专家做出更好的决策。认知计算代表一种全新的计算模式，它包含信息分析，自然语言处理和机器学习领域的大量技术创新，能够助力决策者从大量非结构化数据中揭示非凡的洞察。它能够帮助供应链具有自学习自适应的能力。正如【14】指出的“认知技术能使供应链变得智慧提高透明度、恢复力和可预测性”。算法是人工智能三大关键基础基石（算法、算力、数据）之一。基于人工智能的算法，如现代机器学习、神经网络等能帮助提高供应链预测和预报的精度。一些讨论供应链预测的文章说“有预测比没有预测好“，说的是预测对制定供应链计划的重要性。另一个说法说“预测都是错的“，虽然说法有些过头，但的确反映了现在大多数基于传统统计模型的预测和预报精度非常底，这使制定供应链计划因难，甚至造成所谓的“牛鞭效应“和库存的不准确等问题。研究和实践证明。采用基于人工智能的组合算法能大大提高供应链预测的精度，从而帮助企业制定出合理供应链计划，大量节省成本，提高效率。Toolsgroup 是一个基于人工智能的供应链计划解决方案供应商，它是第一个采用机器学习的算法提高预测精度的公司。它的研究和实践指出采用人工智能算法可提高90%的精度，将错误减少到10%，需求建模和机器学习相结合的算法可减少错误和销售损失达33%。【22】尽管目前的人工智能解决方案能够找到模式并预测未来的场景，但它们仍然缺乏决策能力。因此，将模式功能与更高级的规范功能结合起来，以提高其决策能力，这对于供应链广泛采用人工智能及算法至关重要，从而使用户能够将其技能专门用于更高阶的用例，如战略网络设计或容量规划。数字化供应链研究院（DSCI）为推进人工智能和算法成为数字化供应链的核心和大脑【21，23】，特别成立了算法委员会(Algorithm Council)当今公司缺失的管理部分，并建议企业根据自身的需要创建类似的委员会。同时指出能快速开发和管理专有智能算法的公司将更具竞争力，并有能力获胜。在包括人工智能（AI）、机器学习（ML）和物联网（IOT）在内的新兴技术的推动下，全球供应链领导者都在竞相利用供应链内外可获得的数据并构建算法，以提高公司的市场份额、增加收入、降低风险和优化运营。下面图5给出了算法委员会成功的六个步骤。图5：DSCI 算法委员会成功的六个步骤5. 分析技术为供应链数字化转型奠定基础高级分析（Advanced analytics）是另一个重要的变革供应链的技术【20】。wiseguyreports发布了一份供应链分析、市场分析、战略评估、趋势展望和商业机会（2019-2023）的市场研究报告【24】。研究报告指出物联网智能设备（如RFID、传感器标签和条形码）的兴起有助于供应链的自动化发展，并促进了大量数据的生成（包括非结构化数据），通过预测和优化模型帮助企业降低运营和资本支出。此外，大多数企业家和专家都认识到，将人工智能与供应链分析相结合可能是一种有效的增长战略，可以预测可能的结果，并在处理库存管理方面提供积极的行动计划。这种集成预计将作为实施供应链分析的关键，通过改进寻源和物流活动来降低成本波动。预计到2023年，全球供应链分析市场将达到约88.9亿美元，在2017-2023年预测期内复合年增长率为13.7%。然而，公共云部署缺乏数据隐私和企业间的货币约束，可能会阻碍供应链分析市场在预测期内的增长。公有云在这方面的改进或者采用混合云部署将会有助于供应链分析云化的发展。关键参与者供应链分析市场的一些关键参与者包括IBM Corporation（美国）、Microstrategy，Inc.（美国）、OracleCorporation（美国）、Tableau Software，Inc.（美国）、SAP SE（法国）、Accenture plc（爱尔兰）、Genpact（美国）、SAS Institute Inc.（美国）、Manhattan Associates（美国）和JDA Software Group，Inc.（美国）。主要发现预计到2023年，全球供应链分析市场将达到88.9亿美元；按组件划分，预计在预测期内，解决方案细分市场将在全球供应链分析市场上以显著的速度增长，在解决方案里，预计供应链计划和采购细分将占据最大的市场份额，并预计在未来几年保持最高的市场份额。按服务划分，托管服务细分市场可能是评估期间增长最快的细分市场。