全新一代数字化供应链：动态优化细分战略引FB体育入物联网、AI、自动化等前沿科技战略

　　FB体育原标题：全新一代数字化供应链：动态优化细分战略，引入物联网、AI、自动化等前沿科技战略

　　从工业生产、汽车制造到高科技产业和日用快消品，全新一代的供应链细分涉及了制造行业的所有类别。细分战略势必将为制造企业盈利水平的提升以及差异化服务的实现作出重要贡献。

　　如果贵公司的细分成熟度尚处于较低水平，贵公司供应链就将无法最大程度推动企业盈利的实现。很可能的情形会是，它只能基于历史数据在一组基础规则上运行，这将导致这些业务规则会因为让位于一时的权宜之计，最终牺牲掉企业的盈利和更高层次的业务目标。

　　一直以来，细分都拥有着极大的潜力，为企业的盈利和敏捷度提升带去极大的助力。但此前它缺乏底层的支持技术。现在，随着 JDA 无缝式数字化供应链的问世，供应链细分真正进入了成熟的发展阶段。

　　细分是对若干供应链资产进行动态再配置，进而在盈利的基础上服务多个细分后的领域。

　　具体的供应链细分可以由一系列关键业务维度进行定义，从产品系列到客户类型不等。但需要注意的是，全新的细分方法不再依赖历史数据分析，而是改为主要由动态的前瞻性业务战略进行驱动。细分是供应链流程中十分重要的基础性节点，它将有助于企业更好地执行端到端的业务政策，增强盈利能力、服务水平和客户忠诚度。

　　一直以来，通过供应链优化来提升整体盈利水平都是众多企业的不二选择。但是，下列原因使得当前供应链细分优化变得尤其迫切。

　　传统的细分基于对单一维度或有限数量的维度（通常是产品或营收等维度）进行简单的帕累托分析。该分析一般每年进行一次，所用数据主要来自历史数据；因此，这种分析通常无法反映最新的状况。事实上，在决定下一步处理哪些订单时，传统的细分方式也通常会为了一时的便利而选择忽略企业的业务规则。任此发展，结果就是企业的盈利能力受损，供应链效率下降、流程失衡，并逐渐偏离原先的战略目标。

　　而全新的细分方式一定会从多个维度为复杂的数字化环境建立起模型。这些维度可包括毛利、产品生命周期管理的某个阶段以及产品、生产流程、营收和渠道等；具体配置将取决于业务设计方案。相应地，更详尽的细分层级对流程自动化也提出了要求。细分应具备前瞻性眼光，应作为企业运营的指针，用于指导供应链为不同细分市场服务。这就需要细分更加注意遵守企业的长期业务目标，并更好地与内外部现实情形保持联动。

　　细分标准不再按年更新，而是根据具体需要随时作出调整。动态细分将涉及跨度更小的时间段，供应链因此将能够反映出即时情景，并更进一步接近最佳状态。此功能与利润率规则结合，将大幅提升企业的毛利率。

　　在理想状态下，所有这些都应在内存架构中进行管理。这意味着，当异常发生时，以业务规则为导向的情景方案能即时运行，并进行优化以提升毛利。

　　在无缝的数字化供应链中，整个流程端到端实现了全面链接。这种出色的集成能力，加上快速的反馈，为企业供应链带去极佳的敏捷性和抗压能力，并有效支持企业战略目标的达成。

　　在无缝式供应链中，细分反映并执行业务政策，但并非孤立进行。相反，细分是自上而下驱动、并端到端进行执行的。在最近一次美国 SCM World 杂志进行的调查中，超过 50% 的受访供应链组织表示：“在公司的整体战略中，高管和董事已将供应链视作与其它业务职能（如营销、销售、研发等）平等的地位。”

　　SCM World 认为：“供应链应继续赢得并保持住高层对其的信任和重视。而在这一过程中，细分将扮演重要角色。”

　　显然，能否持续实施业务规则的一大挑战就在于供应链所面对的不确定性以及供应链管理的复杂度。因此，供应链领先企业都在力推“集成性业务规划 (IBP，S&OP 流程的最成熟层级)”，用以管理供应链，并建立协同性的运行环境。

　　在顶层，IBP 负责为细分提供业务规则。在 IBP 长期计划时段的基础上，系统获得了更大稳定性。从另外一层意义上讲，细分可以将长期盈利效应传递到整个供应链网络中，同时确保严格遵守业务规则。在管理短期业务波动方面，共享的内存技术可支持基于市场信号运行情景方案，确保短期优化。

　　SCCT（Supply Chain Control Tower）主要应用于异常管理。控制塔可运行情景假设方案，并调整供应链响应，更好地应对突发事件。

　　贵公司的接单和排程是否会经常基于权宜之策作出决定，而非根据效率和利润率？功能强大且可重复的 供应链流程将大幅减少异常和例外对企业运营的干扰。可承诺量技术将保证关键客户/渠道/市场的产品供应，同时保持服务其它客户/渠道/市场的灵活度。

　　细分流程的关键步骤之一就是决定客户价值主张。例如，当履行客户订单时，一家下游附加值较高的 OEM 厂商可能对价格的关注不如对前置期和可得性的关注度更高。经销商由于互相之间差异化程度较小，就需要重点关注价格和数量，以支持他们的低价模式。而零售商（包括从事直销的制造商）在当前的数字经济中对灵活性非常重视。

　　在服务成本 (cost-to-serve) 模型中，企业通过经销商渠道锁定市场份额扩张目标，因此需要确立高产量/低毛利的模型。与此相反，OEM 厂商面临更长的前置期，所以对 OEM 厂商的订单承诺应反映这一特点。

　　不同客户之间的重要性不尽相同。在下列左图中，金牌客户为采购量大的较长期客户。不同颜色的点代表他们的需求变量。

　　产品维度会考虑产品的物理属性、财务信息和战略定位等。当前产品生命周期不断缩短，产品从畅销（“星”）到滞销 (“狗”，见下图“波士顿矩阵”）仅需很短时间。这就要求企业必须采取开放、动态并能自我进行调节的细分政策

　　所有行业的制造企业都面临客户要求越来越高的现实问题。对于快消品企业而言，有的还要发展可盈利的全渠道交付，以支持直销模式。这就要求制造企业必须以客户为中心，并在供应链体系内实现前所未有的全面链接和集成，为客户创造无缝式体验。

　　从需求计划和供应链制造计划直至仓储、人力和运输管理，提供全方位的集成化功能。这一无缝互联的环境与控制塔完全集成， 可协助企业实现赢利化的客户商务，同时杜绝任何供应链突发事件对客户可能的影响。

　　当今的供应链高度多样化，输入和输出连接点众多。数字化环境下前所未有的复杂性和不确定性亟需新的管理思路和方式。企业需要从线性供应链转变为网格化的供应链体系。新式的网格化供应链将基于细分、智能交付和 IBP 政策对供应链节点快速进行再配置，进而更好地支持多个细分需求。

　　细分在集成化交付流程中也扮演关键角色。库存优化路径以及基于时段的高效补货，在细分化的参数和战略支持下，将发挥出重大作用。

　　那么在2018年甚至更远的将来，企业应当如何将供应链管理与AI等前沿科技结合呢？

　　当前，供应链数字化转型的迅猛势头已超出了实体供应链的响应能力。这一局面要求企业尽快落实半自动化环境，部署混合式解决方案，使人类和机器人协同工作成为可能。企业需要建立起新的激励机制，促进运营效率的大幅提升，同时为供应链数字化转型打下坚实的基础。

　　很长一段时间以来，自动化技术都被视为处理运营挑战的解决方案。市场趋势显示，未来十年间自动化将会以前所未有的速度得到普及。随着电商行业的发展，消费者对服务的要求不断提高。为了保持顾客忠诚度，就必须摈弃人工操作，转而采用高速拣货技术。

　　发达经济体人口不断老化，而面对重复性工作千禧世代劳动者流动率加大，这都给企业的人力资源建设带来不小的挑战。鉴于此，很多企业都开始转而采取自动化技术应对劳动力短缺风险。持续不断的技术创新已经大幅降低了自动化的准入门槛。各种形式的自动技术业已具备了商业化运行的条件。

　　在这一背景下，全球范围内的领先企业都在寻找能充分发挥自动化潜能的方式。对配送网络进行转型改造需要企业投入大量资金，同时在快速的技术演变和市场不确定性面前，也很难保证获得企业期望的效果。因此，我们需要在现有环境中寻找机会，设法将自动化引入当前设施，实现人工作业与自动化设备间的无缝协作。

　　当然，半自动作业需要企业投入更大的精力处理人机协调。如何为仓储管理系统 (WMS) 建立起最理想的环境，以便自动和手动作业能充分协作，保证企业的高效运营并保持原有的质量和服务水平不受影响，这是引进自动化之前企业必须认真思考的问题。

　　在自动化环境中，WMS 和 WCS（仓储控制系统）共同管控物料处理设施中的货物移动。另外，仓储执行系统(WES) 也具备基本的任务管理功能，但在管控和优化层级方面要低于 WMS。以下自动化设备在仓储环境中将会使用上述三个系统。

　　• 传送带和分拣设备从 WMS 接收目的地/路线信息，并利用 WCS 将货柜分流至正确地点。

　　• 拣货执行设备，包括电子标签拣货(pick-to-light)、旋转自动仓储 (carousel) 或A 字架 (A-frame)，从 WMS 收到拣货指令，并依靠WCS 控制MHE。这些设备有时也管理拣货任务分配及其用户界面。但更常见的是由 WMS 按照优先级别管理拣货任务，并在拣货作业以及上游的存储作业（上架、盘点等）中实现统一的用户体验。WES 系统通常可以满足零售企业繁忙的出库作业需求。但随着顾客对服务要求的不断提升，WMS 中的配补货、越库和异常处理等先进功能也越来越得到广泛应用。

　　• AGV 小车以及自动立体库系统 (ASRS) 日益普及，叉车厂家也越来越多地开始提供无人驾驶叉车。这些无人驾驶叉车从 WMS 收到指令（通常在半自动作业环境下）或从 WES 接收指令（通常在 ASRS系统中使用，用于物料混装或存在多条行驶路线的情形）。在上述任一情形中，WMS 通常被用于管理顾客订单分配。

　　• 先进的托盘堆垛和机械臂拣货功能正在普及，但它们需要企业在产品维度方面实现统一。另外，数码感应技术的发展也会带来显著的变化。

　　• 传送带和分拣设备从 WMS 接收目的地/路线信息，并利用 WCS 将货柜分流至正确地点。

　　• 拣货执行设备，包括电子标签拣货(pick-to-light)、旋转自动仓储 (carousel) 或A 字架 (A-frame)，从 WMS 收到拣货指令，并依靠WCS 控制MHE。这些设备有时也管理拣货任务分配及其用户界面。但更常见的是由 WMS 按照优先级别管理拣货任务，并在拣货作业以及上游的存储作业（上架、盘点等）中实现统一的用户体验。WES 系统通常可以满足零售企业繁忙的出库作业需求。但随着顾客对服务要求的不断提升，WMS 中的配补货、越库和异常处理等先进功能也越来越得到广泛应用。

　　• AGV 小车以及自动立体库系统 (ASRS) 日益普及，叉车厂家也越来越多地开始提供无人驾驶叉车。这些无人驾驶叉车从 WMS 收到指令（通常在半自动作业环境下）或从 WES 接收指令（通常在 ASRS系统中使用，用于物料混装或存在多条行驶路线的情形）。在上述任一情形中，WMS 通常被用于管理顾客订单分配。

　　• 先进的托盘堆垛和机械臂拣货功能正在普及，但它们需要企业在产品维度方面实现统一。另外，数码感应技术的发展也会带来显著的变化。

　　自动化着眼于规模和速度，有利于提升企业的服务水平和电商能力。越来越多的无人驾驶车辆和高密度存储模块将被应用于企业的日常运行中，尤其是在冷藏和楼宇密集的大城市中使用。企业为现有设施引入自动化技术，会产生如下挑战：

　　• 传统的运营方式、系统功能和业务流程将会受到自动化传送、分拣和拣货设备的冲击。很多企业的自然反应是划分不同业务领域，并为各渠道建立起各自的运营流程，但这会导致库存水平上升和服务水平下降。即使是运营绩效很出色的领先企业在引入自动拣货功能时，也会忽视传统 WMS 管控下的各流程在自动化冲击下对整体服务水平产生的消极作用。如果企业不认真对待这一挑战，库存准确性、异常管理和运营效率都会受到不利影响。

　　• 引入无人驾驶车辆 (AVG 或 ASRS) 可为企业带来强有力的规模和成本优势。新项目上线一年内投资回报(ROI) 即可打破收支平衡点。但是，企业原有的仓储设备和物料流程对自动化进程可产生羁绊作用。适合引入无人驾驶叉车的最佳环境是那些能在批量地点对满载托盘进行管理的环境（尺寸可预测，且堆垛要求清楚记录在案），或是那些能管理WMS 跟踪的固定地点的环境（如果地点可专用于特定批次），或是在 WCS 中管理其跟踪的固定地点（WCS管理多个托盘地点，但 WMS 可结合人工操作管理仓储/分配）。在更复杂的环境中，WCS 在分配工作和配货方面可扮演更积极的角色，但这通常需要进行客制化，并可导致WMS 中特定业务功能冗余。FB体育

　　• ASRS 可提供更出色的单品级别的拣货管理模块（如货物到人自动化），从而为拥有大交易量的经销商和电商提供先进的处理能力。通常这要求企业实现仓储能力的全面标准化（需考虑不可自动传送商品）。将拣货和包装自动作业与以往的相同领域进行整合，此外还需要考虑如何集成企业的库存管理和发货能力，从而增加了项目实施的难度。

　　• 传统的运营方式、系统功能和业务流程将会受到自动化传送、分拣和拣货设备的冲击。很多企业的自然反应是划分不同业务领域，并为各渠道建立起各自的运营流程，但这会导致库存水平上升和服务水平下降。即使是运营绩效很出色的领先企业在引入自动拣货功能时，也会忽视传统 WMS 管控下的各流程在自动化冲击下对整体服务水平产生的消极作用。如果企业不认真对待这一挑战，库存准确性、异常管理和运营效率都会受到不利影响。

　　• 引入无人驾驶车辆 (AVG 或 ASRS) 可为企业带来强有力的规模和成本优势。新项目上线一年内投资回报(ROI) 即可打破收支平衡点。但是，企业原有的仓储设备和物料流程对自动化进程可产生羁绊作用。适合引入无人驾驶叉车的最佳环境是那些能在批量地点对满载托盘进行管理的环境（尺寸可预测，且堆垛要求清楚记录在案），或是那些能管理WMS 跟踪的固定地点的环境（如果地点可专用于特定批次），或是在 WCS 中管理其跟踪的固定地点（WCS管理多个托盘地点，但 WMS 可结合人工操作管理仓储/分配）。在更复杂的环境中，WCS 在分配工作和配货方面可扮演更积极的角色，但这通常需要进行客制化，并可导致WMS 中特定业务功能冗余。

　　• ASRS 可提供更出色的单品级别的拣货管理模块（如货物到人自动化），从而为拥有大交易量的经销商和电商提供先进的处理能力。通常这要求企业实现仓储能力的全面标准化（需考虑不可自动传送商品）。将拣货和包装自动作业与以往的相同领域进行整合，此外还需要考虑如何集成企业的库存管理和发货能力，从而增加了项目实施的难度。

　　在下一代仓储自动化技术中，最令人兴奋的也许反而是其它领域中出现的技术创新。业界需要关注的技术包括无人驾驶汽车、图像识别技术、物联网以及机器学习等。

　　• 无人驾驶汽车 – 无人驾驶汽车所采用的许多技术其实很多年前就已被自动化厂商用来提高安全水平。能使车辆减速或帮助车辆作出响应的感应器，现在已是AGV 小车上的标配。但是，路线优化方面的进步，比如谷歌地图，则预示着仓储自动化方面未来可实现的持续优化状态。WMS 系统将提供基础层面的路线优化，更好地引导自动和非自动车辆；而 WCS 系统提供商将进一步提供三维算法，优化车辆在仓库网格中的行进路线，实现多点进出，但这仅适用于全自动环境。

　　• 无人机 – 仓储环行业已对无人机的用途进行了多方面的探索。目前，无人机在仓库中最引人注目的应用主要集中在库存验证（如周期盘点）、资产验证（如堆场审计）等方面。稳定性和管控机制是目前无人机应用中的主要关注点，但是图像识别技术未来会逐渐消除堆场乃至仓库中对无人机的绝大部分担忧。

　　• 图像识别技术 – 图像和视频数据的智能识别技术现已日渐推广，尽管供应链领域该技术的使用尚处于开发阶段。业界预测，作为更大范围内物联网发展的一部分，门店货架监控将有助于推动识别技术的发展。条形码视觉识别技术将使得无人机可被用于库存盘点和多库位托盘选择，甚至可采用机械臂进行混装货物拣取。该领域的技术提供商可以是一些同时也提供增强现实技术的外设厂家，也可以是 WCS 厂商。厂家的机器人技术需要与企业所使用的解决方案充分集成。

　　• 物联网 –随着蓝牙定位、图像识别和机器人技术的逐步成熟，仓储设施内的产品位置自动识别将日渐普及。仓库环境内物联网技术的应用将改变业界对库存管理、任务管理以及车辆路线设计的认知方式。

　　• 机器学习 – 当前，先进的分析和机器学习技术仍处在快速进步之中。它们会利用物联网信息，开展库存位置分配，并推荐车辆路线，从而实现不断优化的目的。机器学习会同时考量企业内外部因素，例如促销、预测、天气、港口和道路交通状况等。

　　• 无人驾驶汽车 – 无人驾驶汽车所采用的许多技术其实很多年前就已被自动化厂商用来提高安全水平。能使车辆减速或帮助车辆作出响应的感应器，现在已是AGV 小车上的标配。但是，路线优化方面的进步，比如谷歌地图，则预示着仓储自动化方面未来可实现的持续优化状态。WMS 系统将提供基础层面的路线优化，更好地引导自动和非自动车辆；而 WCS 系统提供商将进一步提供三维算法，优化车辆在仓库网格中的行进路线，实现多点进出，但这仅适用于全自动环境。

　　• 无人机 – 仓储环行业已对无人机的用途进行了多方面的探索。目前，无人机在仓库中最引人注目的应用主要集中在库存验证（如周期盘点）、资产验证（如堆场审计）等方面。稳定性和管控机制是目前无人机应用中的主要关注点，但是图像识别技术未来会逐渐消除堆场乃至仓库中对无人机的绝大部分担忧。

　　• 图像识别技术 – 图像和视频数据的智能识别技术现已日渐推广，尽管供应链领域该技术的使用尚处于开发阶段。业界预测，作为更大范围内物联网发展的一部分，门店货架监控将有助于推动识别技术的发展。条形码视觉识别技术将使得无人机可被用于库存盘点和多库位托盘选择，甚至可采用机械臂进行混装货物拣取。该领域的技术提供商可以是一些同时也提供增强现实技术的外设厂家，也可以是 WCS 厂商。厂家的机器人技术需要与企业所使用的解决方案充分集成。

　　• 物联网 –随着蓝牙定位、图像识别和机器人技术的逐步成熟，仓储设施内的产品位置自动识别将日渐普及。仓库环境内物联网技术的应用将改变业界对库存管理、任务管理以及车辆路线设计的认知方式。

　　• 机器学习 – 当前，先进的分析和机器学习技术仍处在快速进步之中。它们会利用物联网信息，开展库存位置分配，并推荐车辆路线，从而实现不断优化的目的。机器学习会同时考量企业内外部因素，例如促销、预测、天气、港口和道路交通状况等。

　　当前，企业引入自动化技术过程中所面临的挑战表明，企业还需要重点关注未来会上市的下一代自动化技术。

　　WMS 市场将会主要聚焦于优化半自动设施的领域（提升自动、手动作业或手自混合作业的效益）；而WES/WCS 市场则主要针对产品上市速度的效率提升，增强企业引入自动化设备的合理性。

　　• 动态任务管理 –目前的系统优化主要依靠系统生成任务时可知的信息制定出库存计划和任务计划。但是，实时优化可以（也应）考虑更大范围内的变量。系统基于预计时间、上架时间要求以及预约时间，通过实时优化可确定最佳拣货或仓储地点、最合理的库存数量和搬运路线。先进的单独分配、交叉任务算法将重新计算原先各自独立的多种算法，将其合并为一个完整的全面算法，从而为多任务指令实现最合理的工作分配。当发生拥堵或添加、更新任务时，自动化技术可触发针对潜在任务的重新评估，以实现解决方案的再优化。

　　• 货载创建–运输优化工具已承担了基础的货车和托盘创建任务，有些还能执行较复杂的堆垛和重量分布任务。迭代优化和资产利用将继续推动上述功能的发展，并逐步自动化拣货功能，为企业实现全方位的自动拣货和货载创建解决方案，从而完全取代手动作业，并能实现与手动作业完全相同的效果。

　　• 运送管理–在确定储货位置和月台位置方面，目前最出色的软件产品已将XYZ 坐标和设备速度考虑进来。但是，企业还需要考虑运送顺序和方向指引有关的步骤信息，以便更好地引导无人驾驶车辆。这些功能将在WMS 中继续发展，进而推动人工作业效率的提升，并帮助企业从全局角度了解避免拥堵的各类选项，为司机（或机器人）提供建议。机器学习也将从中获益，相关洞察意见可用于企业再评估，以利于改进设施设计、业务流程变更以及仓库再造等。

　　• 动态任务管理 –目前的系统优化主要依靠系统生成任务时可知的信息制定出库存计划和任务计划。但是，实时优化可以（也应）考虑更大范围内的变量。系统基于预计时间、上架时间要求以及预约时间，通过实时优化可确定最佳拣货或仓储地点、最合理的库存数量和搬运路线。先进的单独分配、交叉任务算法将重新计算原先各自独立的多种算法，将其合并为一个完整的全面算法，从而为多任务指令实现最合理的工作分配。当发生拥堵或添加、更新任务时，自动化技术可触发针对潜在任务的重新评估，以实现解决方案的再优化。

　　• 货载创建–运输优化工具已承担了基础的货车和托盘创建任务，有些还能执行较复杂的堆垛和重量分布任务。迭代优化和资产利用将继续推动上述功能的发展，并逐步自动化拣货功能，为企业实现全方位的自动拣货和货载创建解决方案，从而完全取代手动作业，并能实现与手动作业完全相同的效果。

　　• 运送管理–在确定储货位置和月台位置方面，目前最出色的软件产品已将XYZ 坐标和设备速度考虑进来。但是，企业还需要考虑运送顺序和方向指引有关的步骤信息，以便更好地引导无人驾驶车辆。这些功能将在WMS 中继续发展，进而推动人工作业效率的提升，并帮助企业从全局角度了解避免拥堵的各类选项，为司机（或机器人）提供建议。机器学习也将从中获益，相关洞察意见可用于企业再评估，以利于改进设施设计、业务流程变更以及仓库再造等。

　　企业如果只是引入自动化技术与设备，而未能进行配套的改革和调整，自动化并不能发挥出应有的巨大效益。

　　无论自动化水平如何，动态任务管理都可显著提升大型生产及仓储设施的人员效率。图像识别技术可增强拣货作业的效率和准确性，同时提高客户水平。

　　运送管理通过游戏化 (gamification) 方式激发员工的工作主动性和效率。

　　但是，自动化最大的潜能也许在于实时的优化范式。根据该范式，系统能通过机器学习识别并纠正低效领域，甚至能预测将会影响购买习惯或物料流动的环境变化，并能在数字化程度不断加深的业务环境下主动降低干扰风险。