走进智能供应链,AI如何赋能电商经济?( 二 )


走进智能供应链,AI如何赋能电商经济?
文章插图
2. 供应链价值从全链条看,供应链是从供应商、工厂、CDC、RDC、门店、供应商、配货路径等一直到消费者,会涉及到很多线上线下的渠道。
从数字化层面看,前半环节是供应链产销协同,是指消费多少就推动供应商生产多少;中间环节是供应链库存计划,是指采购计划、入库计划;后半环节是供应链的执行,包括全局物流、订单处理、配送履约,也会有些逆向流程。
总结供应链核心围绕六个字:人、货、场、进、销、存。人和货这几年不会有太大变化,用户群体、产品几乎是固定的,但场每几年就会发生变化,比如最早是线下大卖场或大商场,然后出现电商、直播带货把流量切走一大部分,所以场一直在变,核心是供应链体系要围绕场去做适当调整,这非常依赖供应链的库存管理、履约、售后服务体验等能力。
以上都体现了一个趋势:即现在的流量在被不同渠道切分,有私域流量、直播流量等,但最近几年供应链领域正在被几个头部公司做整合、收购,比如京东收购跨越。总体体系往上支撑体现在三个方面:成本、效率和体验,围绕这三方面做改进一定能带来相应价值。
走进智能供应链,AI如何赋能电商经济?
文章插图
3. 供应链的核心产品和应用方法当企业对业务了解清楚后,就可以分层去做数字化,包括系统产品:
首先要打好数据基础,比如主数据平台的建设,包括客户主数据、商品主数据、供应商主数据等。知识库更多是指销售策略、售后经验、客服话术等可以沉淀下来的知识体系。BPM系统是指有些企业不光做工作流,也做审批流的BPM,审批流更多代表企业的决策效率,如果把企业决策的审批流提高10%,可能会比执行层效益提高100%所带来的收益更大,因为企业的决策效率代表其对事情的认识深度,如果决策正确,大方向就不会有太大偏差;
往上是后台,如ERP业财一体化,这部分更多是围绕财务模块去展开企业内部管理;
再往上是中台计划执行层,包括供应链中台,比如CRM、销售预测、SRM、合同管理、需求计划、采购管理、订单管理等。还包括仓配执行,如WMS 和TMS系统,主要包括出入库管理、运单路由、车辆调度等。以及包括订单中台OMS,在很多B 端/C 端企业,前几年都大张旗鼓在搞这方面的建设,如B /C 端订单、逆向订单、订单API,API主要是对接一些渠道比如大客户单独去做的。
另外也包括数据中台,数据中台可以把一些共用的数据元素都放到里面,比如研发管理、BOM管理、物料生命周期等。最后包括算法中台,这在大部分企业是没有的,所以需要借助一些深度学习的框架,自己做算法尝试比如模型仓库,是指做几十上百个模型去适应不同场景和需求,以达到最优组合。特征组件是指把特征向量标准化,如天气温度、客户画像、各省份消费者特定属性等作为特征向量。配置策略是指把模型和特征适用不同的应用场景去做组合式配置,达到解耦目的;
再往上是前台,包括线上/线下渠道、客服、供应商门户、客户Portal和合作伙伴平台;
最顶层是决策智能,主要是大数据和决策分析,如果服务的内部业务部门或外部客户不知道想要什么或不知道KPI怎么设置,就可以参考SCOR指标体系,把供应链分成五大流程:计划(Plan)、采购(Source)、生产(Make)、配送(Deliver)、退货(Return)。
走进智能供应链,AI如何赋能电商经济?
文章插图
4. 分享智能供应链的原因分享智能供应链主要有两大原因,一是企业需求:
第一、传统供应链系统解决了流程线上化、多公司和多部门的协同问题,提升了一定效率,但流程和数据相对固化,因为只有固化才会做数字化或信息化,但这样也会导致数据都沉淀起来,不能发挥沉淀数据价值;
第二、流程的线上化比例达到一定水平后,再进一步提升效率就会遇到瓶颈,这时就需要进一步去挖掘效率、降低成本并智能辅助决策;
第三、企业内部上了很多管理系统,但在业务层面却没有带来很大的价值或价值难量化,比如有些CEO花了很多钱,但最终有没有拉动企业收入、降低企业成本?这是很难从财务报表直接体现。
二是社会趋势:
第一、人口红利逐渐消失,劳动成本逐年上升,所以需要自动化手段降低成本,比如去年新增人口是48万,对比全国14亿人口,48万在统计误差范围内,有可能21年人口增长是负数;