本文是笔者对供应链数字化的一些观察。欢迎朋友们拍砖指正~
在IT领域,微服务/模块化等思想已经深入人心。而在实体世界,也有类似的模式在涌现。例如,某物流服务商将自己的服务类别“A"细分为A1/A2/A3等子项目,让C端用户可以在“菜单”上勾选,按需获得自己想要的服务内容。
对于实体产品也有类似的问题:如今的实体制造商需要满足用户越来越个性化的需求,但是SKU过多又会给供应链带来沉重的负担。可能的解决思路:1.减少SKU数量,聚焦于最受用户欢迎的那些种类;2.设计标准化的产品“底座”,在底座上搭配各种个性化的“插件”;3.硬件标准化,但其搭配的软件可以持续升级,给硬件赋予新的功能(类似于智能网联汽车的OTA)。
相关产品模块/服务模块的组合过程必须是非常敏捷的。针对客户需求,在短时间内搭配成功、快速交付。
在数字化转型过程中,各种历史遗留的信息系统林立是普遍现象。面对“数据孤岛”问题,大厂和新兴初创公司都在采用类似的方法解决,即通过一个“中间层”把各种来源的数据连接起来,经过一定处理之后再集成使用。只不过在处理细节上有一定差异。
在建立这种“中间层”的过程中,会遇到许多麻烦的细节。例如:各种数据库/物联网连接设备的格式不同,会带来兼容方面的问题。乐观人士认为:格式总共就那么多种,兼容问题总会慢慢解决的,就像早期PC电脑的驱动程序问题慢慢已不再是个问题。
在之前文章《“数据治理”对数字化供应链为何如此重要?》提到:企业数字化转型可以分为业务标准化、局部在线化、全局在线化等几个阶段,其中一个核心观念是:数据在线可视是必由之路,是“必答题”而非“选择题”。德国工业4.0成熟度评估等体系也体现出类似的思想。
对于这个进程的推进速度,各方可能会有不同的观点。笔者认为,传统企业(“非数字原生企业”)应该以尽可能快的速度推进这个进程。诚然,数字化基础建设可能在短期内看不到明显的经济收益,这会让企业管理者感到犹豫。但是,当同行竞争对手率先实现数字化运作,其供应链迭代优化速度将大大加快。如果对手以“周”为单位进行迭代,而你还在以“月/年”为单位迭代,谁会占据先机一目了然。
全链数据可视意味着:1)数字化供应链系统中需要有各个职能部门的数据,不仅是物流交接的单据数据,而且还需要生产计划数据、质量检测数据等。2)随着自动化程度提高,“机器”(生产设备、机器人)在供应链运作中占的比重越来越大。我们不仅需要将人的操作数据可视化,而且还需要将各种机器的数据接进来,实现“人+机”的可视化。
一些业内人士认为,制造业近些年来体现出“电商化”的趋势 - 订单在越来越定制化的客户需求之下向“多品种、小批量”方向发展,体现出碎片化特征。如何看待这种趋势?
A. 这种现象确实在肉眼可见地发生。传统工业时代的大批量推式生产正在向按需定制的拉式生产转移。“电商化”的另一表现是:许多电商巨头正在介入制造业,利用自己在信息技术、海量数据等方面的优势来重塑制造业流程,甚至反向定制实体产品。
B. 但这种趋势并不意味着电商对制造业的全面颠覆。从系统流程来说,制造业以ERP为基础的系统内核强调稳定、高可靠性,并且牵一发而动全身。这样的后台流程是不能轻易被颠覆的,也不可能象电商系统那样频繁地迭代。
C.在可预见的未来,制造业供应链将体现出“双模”的特征:与终端消费者打交道的前端应用程序会变得更加灵活和人性化、迭代速度相对较快,并且从电商运营中借鉴许多经验;而后端的应用系统内核仍然会强调流程、强调稳定,更新速度相对较慢。这两者并不矛盾,并且会长期共存。
数字化转型的终极目的,还是要给供应链带来效益上的提升,尤其是体现在质量、成本、响应速度等方面(Q/C/D)。在之前文章《 供应链数字化转型,能给企业带来哪些回报?》中,也从降本、增效、提产等几大方面讨论了这些具体效益。
除此之外,值得注意的方面还有:
A. “响应速度”可以从不同的方面去理解。首先,传统的供应链响应能力更多体现在lead time,即从开始接到订单到最终完成交付的时间长短。其次,我们也必须关注异常情况下的“问题处理速度”。比如:当生产线出现故障,或者用户提出投诉的时候,我们能够以多快的速度响应?有些行业对响应的要求是分钟级的,甚至有可能更苛刻。再次,供应链响应能力也取决于相关IT系统的数据更新能力,系统中的数据要足够“实时”才行。
B.另一个值得关注的KPI是手工报表的数量。某种意义上说,公司每天需要“表哥表姐”们处理的人工报表越多,就说明数字化水平越低。在良好的数据治理之下,符合财务规范的报表应该全自动生成,不给人留下“粉饰”的空间。
C. KPI需要持续改进 - 精益管理的这一经典观念,在数字化时代也依然成立。对于成本等QCD指标,我们有了足够多的数据之后,可以更加精准地跟踪,并且对于改进成果获得实时的反馈;对于数字化系统本身的打造,也是一个持续进化的过程,例如机器人在“劳动力”中所占的比例会越来越高。或许,将来大多数行业都会与“摩尔定律”为伴:每过XX个月,行业的面貌就会焕然一新。
人工智能深度学习简史(1956~2024)
1318 阅读年营收643亿,净利88亿,航空货运三巨头业绩出炉
1285 阅读2025 LOG低碳供应链物流 杰出贡献奖
1232 阅读2025 LOG 低碳供应链物流 数智化优秀服务商
1173 阅读2025高考试卷正在发往全国各地,中国邮政承担押运任务
1141 阅读老牌跨境物流企业爆雷,资金链断裂
1055 阅读2025 LOG低碳供应链物流 杰出贡献奖
987 阅读买还是租,物流企业持有新能源车的最佳姿势
932 阅读2025 LOG低碳供应链物流 最具影响力品牌商
919 阅读2025 LOG低碳供应链物流 杰出贡献奖
933 阅读