出品/聯(lián)商翻譯中心

來源/Financial Times

作者/Lucy Colback

編譯/邱景業(yè)、Kiko

引言：

疫情期間，供應鏈領域面臨嚴峻挑戰(zhàn)，而一批創(chuàng)新技術(shù)的涌現(xiàn)則仿佛是久旱甘霖，令行業(yè)重現(xiàn)希望。然而，對于供應鏈端而言，一擁而上并不是明智之選，弄清問題權(quán)重、解決當務之急方為上策。

當前，供應鏈行業(yè)亟待進一步優(yōu)化。近年來，地緣政治風險加劇，不僅令準時制生產(chǎn)方式（JIT）形同虛設，還令全球化遭遇逆流。據(jù)《財富》雜志觀察，在新冠疫情爆發(fā)前期，財富1000強公司中就有94%的公司遭遇供應鏈中斷。

除此之外，英國有不少企業(yè)都因英國脫歐而陷入困境。對于跨國企業(yè)而言，其雄厚資源足以抵擋脫歐帶來的風險；在制藥等關(guān)鍵行業(yè)，受益于政府資助，許多跨國企業(yè)得以增加庫存并建立資源替代來源。然而，中小型企業(yè)就未受到眷顧，由于缺乏金融影響力，他們在此次危機中受到了嚴重沖擊。

鑒于當前處境，各商家希望有速度更快、價格更平、穩(wěn)定性更高的供應鏈服務可供選擇。據(jù)聯(lián)合國貿(mào)易和發(fā)展會議所稱，當前，全球供應鏈中斷現(xiàn)象雖仍未解決，但2021年全球貿(mào)易額已創(chuàng)下歷史新高。為改變窘狀，供應商應采取因地制宜的思想，著眼于眼下需求與挑戰(zhàn)，不再唯成本與效率論，而需要將供應鏈韌性、可靠性和靈活度擺于更重要的位置。

一、供應鏈可視化是關(guān)鍵

實現(xiàn)供應鏈可視化（visibility），即對供應鏈環(huán)節(jié)進行精準概述，這意味著用戶能有效識別、處理供應鏈中斷。倫敦貝葉斯商學院供應鏈運營和管理教授曼莫漢·索迪（ManMohan Sodhi）表示，可視化有望帶來一定程度的彈性空間。在供應鏈的消費端，“可追溯”的特性有望實現(xiàn)消費者對于可持續(xù)性的需求。

實現(xiàn)可視化的重要性人盡皆知，但可實現(xiàn)者卻寥寥。2020年，供應鏈管理網(wǎng)站Supply Chain Brain表示，建議企業(yè)對其70%-90%鏈條實現(xiàn)可視化。但實際上，大多數(shù)企業(yè)的實現(xiàn)程度僅為20%。“若想將商業(yè)災難防范于未然，數(shù)字化行動‘避無可避’”。

Supply Chain Brain認為，倉儲自動化是未來的趨勢。圖源：iStock

為實現(xiàn)這一目標，相關(guān)企業(yè)數(shù)字化整合范圍應覆蓋最上游的商品、零部件供應商以及最終客戶；數(shù)據(jù)輸入也應從過往的人工轉(zhuǎn)為數(shù)字化。數(shù)據(jù)在系統(tǒng)中得以整合，就能顯得直觀、清晰。

同時，根據(jù)2021年的一項研究顯示，當前采用非數(shù)字化的系統(tǒng)運維成本相當之高。該公司表示，在其調(diào)查組內(nèi)，手動錄入數(shù)據(jù)的公司年均成本為100萬美元，手動錄入供應商發(fā)票的年成本超60萬美元。同樣地，礙于數(shù)字化供應鏈部署繁復，多數(shù)公司都無法將其落實到位。

人工智能物流軟件提供商Transmetrics表示，因行業(yè)內(nèi)大量使用手動流程，集中成本高的數(shù)據(jù)，物流行業(yè)早已聲名狼藉，這也導致了行業(yè)整體的數(shù)字集成難度愈發(fā)高。此外，供應鏈也會受到技術(shù)豎井（technology silos）（譯者注：公司與公司之間的技術(shù)壁壘）、數(shù)據(jù)標準化缺失的干擾。國際物品編碼組織（GS1）等機構(gòu)正致力于實現(xiàn)數(shù)據(jù)標準化這一目標。

二、采用技術(shù)解決方案

軟件解決方案提供商SAP在其2022年一項調(diào)查中發(fā)現(xiàn)，未來一兩年內(nèi)，有70%的英國企業(yè)計劃采用新型技術(shù)來攻克供應鏈難關(guān)。由此可見，諸多企業(yè)都有意部署技術(shù)支持的解決方案。

幾十年發(fā)展下來，機器人、供應鏈優(yōu)化等解決方案成本均已降低、效率得以提高，悄然間，舊技術(shù)的價值已然提升。在舊版軟件的加持下，全新系統(tǒng)正式問世，供應鏈可視化則有了更多技術(shù)支持。英國供應鏈解決方案提供商Wincanton就開發(fā)了一款相關(guān)應用程序，其將新模塊應用于現(xiàn)有技術(shù)，系統(tǒng)即可跟蹤貨物自下單至運抵整合中心的全過程。目前，這些類“控制塔”的功能仍在開發(fā)中，部分手動操作功能得以保留。

Wincanton與英國本地的超市零售商合作，幫助其優(yōu)化倉庫流程，以提高生產(chǎn)效率。圖源：Wincanton

一家企業(yè)如何實現(xiàn)數(shù)字化轉(zhuǎn)型？該問題是其實現(xiàn)成功的關(guān)鍵因素。人們應將“變革”視作一種機會，而非威脅，因此，企業(yè)也需要為技術(shù)改革的失利做好心理預備。來自國際智能供應鏈企業(yè)Blue Yonder的一位顧問邁克爾·費恩特（Michael Feindt）認為，人們通常認為技術(shù)更新?lián)Q代會帶來不確定性，于是寧愿因循守舊；但值得注意的是，該想法在南美、非洲不是主流，有可能是因為欠發(fā)達市場利潤空間更大，企業(yè)才愿意放手逐利。

供應鏈更新?lián)Q代應是一個循序漸進的過程，而非一個同時刻、全方位進行的“大型檢修”，因此，區(qū)塊鏈、人工智能、物聯(lián)網(wǎng)等新技術(shù)的部署也應該按部就班。況且人們對于這類技術(shù)的理解尚不全面，他們可能認為一旦采用這些技術(shù)，系統(tǒng)面貌將發(fā)生一百八十度的轉(zhuǎn)變；也由于這樣，越早采用新技術(shù)的企業(yè)也會越早感到失望。

正如索迪的研究所所強調(diào)，對于企業(yè)來說，最重要的是需要先搞清他們面臨的頭等大事，從而明確戰(zhàn)略目標。

誠然，新技術(shù)能協(xié)助企業(yè)策略更具適應性、靈活性，降低成本、減少錯誤，優(yōu)化資產(chǎn)使用，加快流程推進與溝通效率；新技術(shù)也有利于將員工從重復的任務中解放出來，用于決策事項、分享經(jīng)驗。然而，只有將合理的解決方案用于已獲定義的問題，供應鏈技術(shù)的功效才能發(fā)揮到位，才能針對性地解決問題。

索迪稱，“不論你的需求或預期利益權(quán)重如何，也不論你的組織面臨怎樣的困境，你要做的就是把情況展示給技術(shù)供應商，問他們能做到什么、不能做到什么”。他還強調(diào)，供應商還有責任確定解決方案，并在必要時自行進行試點計劃，以測試新型技術(shù)。

然而，擁有正確的組織架構(gòu)有助于改善成果，以防實驗技術(shù)失利而對業(yè)務全局造成影響。Wincanton首席客戶及創(chuàng)新官保羅·杜爾金（Paul Durkin）表示，通過將技術(shù)職能一分為二，其公司取得了長足進步。其一解決了現(xiàn)有業(yè)務面臨的挑戰(zhàn)，其二則確定了基于新興技術(shù)的產(chǎn)品及相應機會。他認為：此舉為產(chǎn)品開發(fā)開辟了“快速道”，同時又不至于忽視當前項目，從而為客戶疑難提供了更多的解決方案。

這兩部分均隸屬于同一部門，他們需要結(jié)合起來實施可行解決方案。杜爾金表示：“我們采用的技術(shù)均符合預期設定，然而對于有些技術(shù)，我們也需要將其視為一個整體來接納”，

“有時從技術(shù)角度來看，我們已做好了準備；有時，我們需要結(jié)合客戶的角度來考量。只有將技術(shù)角度與客戶角度相結(jié)合，技術(shù)本身才能發(fā)揮好其應有的作用”。

三、了解技術(shù)的局限面

即便某一技術(shù)解決方案已被公認為合理方案，我們也不能坐享其成；了解其具體功能非常有必要。費恩特指出：“數(shù)據(jù)驅(qū)動之下，人工智能在短期內(nèi)對技術(shù)發(fā)展有所裨益，但不適用于長遠發(fā)展。因為隨著時間的推移，我們將面臨更多未有先例可循之事。”換言之，人工智能不僅無法攻克統(tǒng)計數(shù)據(jù)的基本原理，也無法對不可預測之事做出準確評估。

關(guān)于軟件帶來的便利之處，費恩特稱：“真實工作環(huán)境中，一旦遭遇突發(fā)事件，相關(guān)軟件會幫助你迅速厘清狀況。它可以預測消費者行為發(fā)展和必要執(zhí)行，還可以快速收集有關(guān)當前情況的數(shù)據(jù)，幫助公司迅速采取行動，尋找替代產(chǎn)品及供應商。比如，港口堵塞事件就適用于上述情況。”

疫情爆發(fā)初期，機器學習的表現(xiàn)可能優(yōu)于人類，任由最新數(shù)據(jù)海量涌入，它依然能精密分析并且得出最佳響應。如果機器學習擁有人類思維，應該早就有所意識：這份工作好像怎么做也做不到頭。

借助技術(shù)設備，Costco得以將庫存數(shù)據(jù)共享給供應商，以便及時補貨。圖源：Costco

這跟一些客戶的想法如出一轍。起初，他們擔心軟件無法應對疫情期間前所未有的數(shù)據(jù)壓力。然而，事實證明，在理解并應對海量數(shù)據(jù)方面，機器比人類要快得多。工作期間，人工智能和機器學習還能將實際結(jié)果和預測結(jié)果進行對比，做到邊工作邊學習。

我們永遠無法避免不可預測之事，但有賴于技術(shù)制定情景規(guī)劃，供應鏈得以身披鎧甲、抵擋沖擊。相關(guān)技術(shù)有能力在未知中找尋邏輯，通過整合不確定因素優(yōu)化庫存管理，幫助企業(yè)實現(xiàn)戰(zhàn)略目標，比如最大限度地減少資源浪費等。

最后要提到的是，若供應鏈的某一環(huán)節(jié)遭受“攻擊”，并衍生出突發(fā)狀況，供應鏈網(wǎng)絡可以依此進行備份方案的構(gòu)想、設計和測試；同時，它也利于實現(xiàn)供應鏈的重新定位。拿一條路線為中國到亞洲其他地區(qū)的供應鏈舉例子，該系統(tǒng)會針對現(xiàn)場位置、產(chǎn)能、庫存管理和客戶進行相應優(yōu)化。

為更深入地介紹一批重要技術(shù)，本報告還將著眼于典型供應鏈的各個環(huán)節(jié)，表明哪些解決方案有助于增加價值、在何處增加價值，哪些具有超前意識，于未來風險有所防范。

劍橋大學國際制造中心的觀點與索迪相仿，該機構(gòu)建議，企業(yè)的關(guān)注點不應在于技術(shù)本身是什么，而是技術(shù)能干嘛；企業(yè)的戰(zhàn)略目標應著眼于推動企業(yè)做相關(guān)決策，具體來說，即供應鏈哪一環(huán)節(jié)需要投資？需要部署技術(shù)？因此，企業(yè)的戰(zhàn)略目標大方向應把握為：更好的交付、更好的產(chǎn)品以及更高的效率。

1 .采購和履行

在供應鏈中，采購和履行看似并無直接聯(lián)系，但他們實際上是相互交織的。企業(yè)先根據(jù)實際訂單或?qū)τ唵蔚念A測來購置材料和貨品，這一環(huán)節(jié)即為采購，隨后需要確保通過履行來滿足用戶需求。企業(yè)的采購越數(shù)字化，就越能與供應商實現(xiàn)更好的整合。試想，如果供應鏈行業(yè)中數(shù)字化得以普及，那么全行業(yè)的可視化及相應能力都會獲得大幅飛躍。

根據(jù)愛立信2022年的一份報告顯示，截至2021年底，全球月移動數(shù)據(jù)流量達到了67 EB。預計到2027年，這一數(shù)字將翻兩番，達到每月282EB。可見，消費者行為的數(shù)據(jù)量正迅速增長。

通過整合供應商和客戶的信息，人工智能和機器學習可以做到比人類更快、更準確地提供需求預測和統(tǒng)計分析。就某一地區(qū)而言，如果能盡早探明人們對于某一新型產(chǎn)品有更高需求，就能越早為周邊市場提供發(fā)展思路，且將其應用其中。數(shù)據(jù)分析有助于幫助管理價格波動并找到更便宜的來源。

其實，供應鏈規(guī)劃早已不是什么新鮮事了，但采用數(shù)字化系統(tǒng)則有利于全面發(fā)展場景建模，這一舉動有助于企業(yè)在鏈條斷裂的情況下找到維續(xù)的方式，或者提前知曉何時需要找尋替代供應商。與“可視化”一樣，這類規(guī)劃可提高企業(yè)的恢復能力。因此，誰擁有了高質(zhì)量數(shù)據(jù)，誰就掌握了上風。

如果可通過使用自然語言處理的自動監(jiān)控來識別即將發(fā)生的供應故障，那么采購的彈性空間將會進一步增大，自線上獲取極端天氣預警、瀏覽政治新聞就是相應例子。在某種程度上，這類服務是由“控制塔”（control towers）提供服務的。基于自動化程度較低的云端數(shù)據(jù)庫，同時通過或自動或手動的來源，這些數(shù)據(jù)存儲庫可為公司提供更為高質(zhì)的鏈視圖。比如，在供應商受到外部沖擊時，控制塔會發(fā)送即時預警。

基于自然語言處理和機器學習，自動化分析還可以優(yōu)化供應商合同，提供可供審查和行動的項目，并確保采購條款保持統(tǒng)一格式以及符合標準。同樣，面對重復性任務時，自動化也可以減少人為錯誤，加快處理時間，如處理發(fā)票。機器學習還可以分析發(fā)票數(shù)據(jù)，以防欺詐行為。

2. 生產(chǎn)環(huán)節(jié)

生產(chǎn)過程無故障是商品實現(xiàn)高效生產(chǎn)的前提條件。設備故障、材料管理不善以及工期安排不當都會消耗大量時間和金錢成本。因此，生產(chǎn)環(huán)節(jié)的解決方案需最大限度地減少停機時間，優(yōu)化時間與材料使用。

借助傳感器，企業(yè)可監(jiān)控從設備功能到產(chǎn)品流程中的任意環(huán)節(jié)，并且有助于企業(yè)選擇更高效的生產(chǎn)計劃。與機器學習結(jié)合后，傳感器更可以預測設備維護的需求，預判某一部件在未來發(fā)生故障的時間點。

智能傳感器可根據(jù)數(shù)據(jù)不一致性探明產(chǎn)品質(zhì)量問題，并自行規(guī)劃好時間以尋求人工勘漏。

您是否想要改善工廠布局，乃至于獲取最佳方案？不妨考慮數(shù)字孿生技術(shù)（digital twinning）。該技術(shù)可創(chuàng)建現(xiàn)有工廠及工作場所的虛擬版本，對最佳設計方案進行深度推演。使用場景包括安裝新機器等情況。

機器人技術(shù)是供應鏈應用中一門成熟度較高的技術(shù)，其功能日趨復雜，應用范圍已遠超汽車行業(yè)中的傳統(tǒng)功能。據(jù)美國自動化協(xié)會（The Association for Advancing Automation）數(shù)據(jù)顯示，由于疫情期間生產(chǎn)人力短缺，2021年，機器人銷售額同比增長28%，達20億美元，比2017年銷售額高出14%。另外，非汽車行業(yè)銷售額占到了總數(shù)的58%。

至于3D打印技術(shù)，對于那些處于終端市場的小批量生產(chǎn)企業(yè)極為重要。與此同時，該技術(shù)在高精度、低批量生產(chǎn)行業(yè)中的應用愈發(fā)普遍，如定制醫(yī)療設備、航空航天以及生產(chǎn)原型和零部件的行業(yè)。

3. 運輸

物聯(lián)網(wǎng)技術(shù)的發(fā)展日益壯大，然而RFID技術(shù)（射頻識別技術(shù)）同樣也在大放異彩；基于更為成熟的RFID技術(shù)，系統(tǒng)可對運輸中的貨物進行近乎實時的監(jiān)控。利于準確安排貨物裝卸和交付，并最為有效地配置卡車、火車車隊。對于冷藏貨物，系統(tǒng)可幾近不間斷地追蹤溫度度數(shù)，從而加強質(zhì)量管控。

此外，當前各類軟件商都提供了控制塔功能，可將第三方數(shù)據(jù)與算法相結(jié)合，綜合解決運輸問題。須知，技術(shù)能比人更快確定替代路線，尤其是在處理運輸延誤，或者交通擁堵等日常事件時。例如，該技術(shù)可追蹤風暴路徑，一旦航線遇阻，可立即重新規(guī)劃路線。

然而，該系統(tǒng)有個缺陷，即高度依賴于手動輸入的數(shù)據(jù)。2021年蘇伊士運河集裝箱貨輪擱淺事故就是個例證。當貿(mào)易干線受到人為阻礙，如果擔責一方的運輸流程未實現(xiàn)完全自動化，那么運輸方案重新配置就需要更長的時間成本。相反，一個系統(tǒng)擁有的數(shù)據(jù)越多，優(yōu)化備選方案的速度就會越快。在未來某個階段，自然語言處理和標準化公告（例如新冠疫情）也有助于數(shù)據(jù)收集更自動化。

人工智能可進一步精簡日常工序的耗時，比如選擇運輸時間短的運載工具。它還能幫助物流公司縮短運輸路徑，通俗來講，就好像個人消費者通過谷歌航班來挑選更廉價的機票。另外，它還能借助預測算法來處置資產(chǎn)，給出合適的資產(chǎn)處置時間與地點。

至于前文提及的數(shù)字孿生，該技術(shù)結(jié)合了人工智能和物聯(lián)網(wǎng)，可用于提高運輸效率。例如，在鹿特丹港，采用數(shù)字孿生技術(shù)的傳感器可結(jié)合潮汐狀態(tài)和貨物重量，綜合規(guī)劃停泊與卸載時刻表。DHL（敦豪快遞）認為，就長遠考量來說，供應鏈全路徑裝載數(shù)字孿生技術(shù)并不是天方夜譚，屆時，全流程實時信息也會令自動配送服務更為可行。

據(jù)聞，區(qū)塊鏈有望通過提供交易驗證來對供應鏈體系進行大洗盤，然而實際情況卻不似預期。早前，就解決英國脫歐造成的邊境擁堵問題，區(qū)塊鏈技術(shù)被大眾賦予眾望，最后以失敗告終；該狀況實則有跡可循，早前，該技術(shù)早前并未取得任何應用價值高的成效。因而，在當前情況下，為避免造成投機行為，我們不該如此盲目、大規(guī)模地去部署類似技術(shù)。

4. 庫存及倉儲管理

Ocado是英國生鮮電商平臺巨頭，該企業(yè)的倉儲管理平臺搭載了智能系統(tǒng)，在設計之初僅供內(nèi)部使用，其后則銷往全球各大超商。而這就向我們展示了何為端對端一體化，以及如何利用其發(fā)揮好價值所在。

從幾十年的發(fā)展來看，機器人之于供應鏈，有如如虎添翼、錦上添花，而且愈發(fā)精細化。搭載有傳感器、機器學習和人工智能的機器人甚至可進行一系列裝載活動，如裝卸棧板、箱子，甚至卡車。在Ocado，機器人可檢測自身的“健康狀況”，其新型倉庫的停機時間得以大幅減少。而在亞馬遜，機器人甚至“無所不能”，上到運載重物，下至分揀和包裝，都能準確而快速地完成。

為什么人工智能能降低企業(yè)成本？其中一大原因在于，人工智能下的庫存量是根據(jù)實際訂單和預測需求雙重標準來設定的。得益于分析歷史數(shù)據(jù)和模式分析，Ocado有效減少了企業(yè)食品浪費率，這一比例從2-3%的行業(yè)平均水平降至了0.6%。

5. “最后一英里”與顧客滿意度

對于任何一家面向消費者的企業(yè)來說，交付過程中的“最后一英里”都對客戶滿意度有著決定性作用。如上文所述，相關(guān)技術(shù)除了有助于預測需求并確保貨物順利交付，還可以在企業(yè)收到客戶訂單時優(yōu)化送貨路線。在過去幾年間，街頭機器人已經(jīng)在倫敦等歐洲城市隨處可見，他們穿街走巷提供快餐派送服務。不出幾年，我們也有望看到更多自動駕駛汽車與無人機投入使用。

供應鏈實現(xiàn)完全數(shù)字化后，不僅可以提高現(xiàn)有業(yè)務的效率，還可以通過關(guān)注客戶潛在期望購置的物品來提升企業(yè)收入。在采購環(huán)節(jié)中，基于客戶的購買模式，機器學習和算法可以幫助企業(yè)提高商品銷量。對于企業(yè)來說，屆時，數(shù)字銷售渠道就不再僅僅是“推薦使用”級別了，該渠道對于企業(yè)與數(shù)碼行家消費者接觸、為其銷售定制產(chǎn)品都發(fā)揮著至關(guān)重要的影響。

市場上，消費者對于可驗證產(chǎn)品的需求日益增多；誰先貫徹產(chǎn)品供應鏈可追溯性，誰就能奪得先機、搶占市場。

結(jié)論

新技術(shù)能助供應鏈企業(yè)一臂之力，共同應對面臨的挑戰(zhàn)。然而，若想將技術(shù)功效運用得當，企業(yè)就必須明確亟待解決、或?qū)⒚媾R的問題。他們必須有所意識，解決方案再前沿，那也只是一種工具，工具必須由經(jīng)過培訓的專業(yè)人員之手才能得以正確應用和使用。

如果發(fā)現(xiàn)了供應鏈中存在的問題，就有必要盡早處理并解決。任解決方案再好，也無法省去溝通與透明度問題。對問題及早進行干預，有利于維系供應鏈企業(yè)與客戶之間的合作關(guān)系，從而實現(xiàn)共贏。