供应链底层数据 | 回到与人相关的话题

世上有两种风格：

1. 把复杂的东西变简单

2. 把简单的事情弄复杂

最近越来越有体会。一种情况，科技正带领人类把一系列复杂的工业过程数据化和信息化，从而获得标准和灵活来释放人类繁重的体力和脑力劳动，让工作变得简单；另一种情况，“政治”也带着人类把本来简单的一些管理过程由于人性的存在变得复杂而捉摸不透。

有个读者说公司里一直存在提供假数据的人，研究底层数据有什么用呢，企业还是多关注人性。怎么来看这个问题呢？我们暂且先搁下这个人性问题转向底层数据。

1

上周我们学习了什么是底层数据以及为什么要研究底层数据，中心思想应该与供应链的价值观有关。前几天看到一篇文章讲北大张平文院士谈数据科学融通应用数学，说到两个观点：

1. 基础数学的价值观是数学的内在逻辑、简洁与美；

2. 应用数学的价值观是是简洁与美（理论）、科学意义（交叉）、经济与社会价值（落地）

这对为什么要谈底层数据又增添了色彩，张院士说做任何一件事情，价值观特别重要。供应链的价值观是什么？百度上有这样的话题：供应链管理的本质是以最低的总成本满足用户的需求；供应链管理是一种集成的管理思想和方法，等等，最后又回到迈克尔.波特的价值链。

供应链的价值观是多元的。首先供应链是以采购、制造、物流运输、产品服务及支持服务多个价值网络分支构成的价值链集成，分成企业内部供应链和企业外部供应链。它非常关注以效率和精益为代表的简洁，同时关注品牌的美。

同时供应链不可能孤立存在。它是商业社会的产品，是企业内外供应链底层数据的动态集成，是内部供应链与外部供应链的有机连接，同时与其它外部商业及金融数据互相交叉作用，比如同产品市场、同类行业、金融行业、政府服务业、全球环境等等。这是商业上的竞合关系。

供应链还有很重要的一个价值观是真正落地为由结果导向的价值观，即经济与社会价值。这一点非常重要，任何供应链都是为了满足一定用户的需求，通过自身价值链与竞合关系完成各种交易，比如，销售额、利润、税赋、提供职业、提供劳动及服务报酬、与竞合者的往来、社会捐赠，等等。

由此，我们是否也应该把供应链的价值观定义为与效益和精益，以及品牌价值相关的价值链构成，通过与内外价值网络互相交叉，互相集成的竞争与合作过程，以实现供应链相匹配的用户的获得并满足其需求，最后通过商业及金融上的各类交易体现供应链的社会价值。

供应链的价值观

2

供应链的价值观主体是人，人搭建价值链构成，人决定底层数据的动态交叉集成，人促进供应链经济与社会价值的实现。如果说搭建价值链构成的那些底层数据可以包括在某些数学模型中，当企业在数据化转型的道路上越走越深，可以让企业实现整个产品制造的全自动化而消除人的操作过程，但实现供应链的过程仍然离不开人。

实战供应链群的群主邓为民博士说过，供应链的逻辑设计就是要符合人性，不符合人性的业务逻辑肯定失败或者无效。现实确实如此，人是导致企业成败的最关键因素。

人性是什么呢？由王晋翻译的获得诺贝尔奖的经济学大师理查德.赛勒的书《行为经济学的形成：“错误”的行为》中有一段这样的话：‘行为经济学认为，人不是纯理性人，而是社会人。决定人们决策的不仅仅是理性行为，更重要的还是由许多因素共同决定的心理因素。人的心理因素既包含理性，也包含许多非理性的，或者利己但不理性的因素。人的心理因素无法用数字来表达，也难以包括在数学模型中。’

对未来世界的探索常常会破坏性地爆出一只“黑天鹅”，从而改变人们的认知。科学家们已经在研究如何用数字来捕捉人的一些心理因素，也许有一天“类人脑”可以替代某些人的心理从而替代人在供应链的某些价值，也许现在已经出现了，也许是我还没看到，可我清晰地看到了智能机器人的深度学习，已经很现实地替代了一些岗位，比如：

• 电销话务员

• 门店接待员

• 物料传送员

• 送餐员

• 智能机器操作员

这些智能机器人似乎消除了人性的存在。假如我们认为大多数人希望付出和回报对等，但肯定有相当多的人还是喜欢既可以少担责任又不影响业绩。事实上，企业里始终会存在善于解决复杂事情的人和自己不认为是在“捣糨糊”的人，企业不可能都招聘到最优秀的一群人活跃在供应链上。于是当智能机器人能够开始做些不用考虑人的因素影响的一些岗位，为了能够消除由于人性带来的不确定因素，企业里一些善于解决复杂事情的人就喜欢使用他们了。

3

当阿尔法狗开始战胜世界围棋冠军的时候，作为供应链主体的人，是不是需要回过头来从底层数据开始重新审视供应链价值体系中人的位置和作用？

一个最基本的底层数据单元对应的人员功能组合大致是这样的

上一篇文中画了供应链底层数据版图，版图所表达的是一个基本价值链构成，是根据供应链中产品形成的流动勾画的。为什么说供应链复杂是因为产品形成的流动（产品流）需要其余几个流动一起作用来实现，它们分别为：

• 资金流

• 人员流

• 过程流

• 物流

• 信息流

富士康总裁郭台铭在第五次世界互联网大会上提出了“三虚三实”：三虚为讯流、技术流和资金流，三实为人流、过程流和物料流。这样的定义将工业生产全过程用网上和网下相结合的“六流”完整地表达出来了。

供应链的“六流”

这是我在2015年写的一篇文章中的插图，说的就是制造供应链的“六流”。五年之前，我并没有那么清晰地能够把供应链的六流分析地那么透彻，一方面是源于企业在线上与线下结合的发展没有像今天这样迫切，最重要的是那时的我严重缺乏对供应链在最终用户市场中的认识和实践。不同行业的市场对供应链的需求定位是不同的。但无论什么样的行业都应该思考同样的供应链价值观。这是供应链具有决策功能的人首要做的。

底层数据来自于供应链最有价值的组合，我把它定义为基本价值链构成，在这个价值链上的人担负着企业底层数据的运作。这是目前的企业实践中存在的最基本价值链承担者的组合：

• 决策者（内外部供应链）

• 计划员（内外部供应链）

• 外协员（内外商业、金融及政府服务支持的统一简称，外部供应链）

• 用户代表（供应链需求者）

• 销售员（内外部供应链，偏外部）

• 客服员（内外部供应链）

• 产品员（内部供应链）

• 操作员（内部供应链）

• 设备员（内部供应链）

• 技术员（内部供应链）

• 质量员（内部供应链）

• 材料员（内部供应链）

• 采购员（内外部供应链，偏外部）

• 供应商代表（外部供应链）

底层数据的岗位功能实践

4

迈克尔.波特的价值链似乎是基于科学管理实践形成的，是基于大生产环节下企业管理发展而来，信息技术带动下的企业数据化转型，或许会冲击价值链上的人员功能需求。即便是基本价值链上的岗位，并非是一个功能一个岗位，一人多岗将真正普遍起来，“一个萝卜一个坑“的观念会随着数据化转型重新定义，并重新打破目前供应人如何定岗的实践。

在腾讯视频上，有部三集英国科技影片——汽车制造，因为版权的关系，无法映射到公众号，读者可以前往腾讯视频搜索，一部相当震骇的全自动化汽车制造连续剧。看完，我们会发觉底层数据里的操作员角色在强大的智能制造环境下就逐渐消失了。

亚马逊强大的数据销售已经使亚马逊实现了不再刻意追求商品价格，代之以有针对性地给用户推荐商品，这样的变化使得传统销售环境下销售员的工作发生转变，当数据商业环境越来越趋向于个性化定向推断从实践到实现的时候，原先需要大量人工销售的现象就会逐步消除。

再来看大公司，著名的华为公司的人员构成变迁，从几十人到几十万人的发展过程中，逐渐凸显供应链底层数据的力量，堪称完美的组织变迁，符合价值链的导向，非常值得供应链管理和企业管理研究和学习。（信息来自百度搜索）

• 第一阶段前期，直线型分配，所有人员直线汇报给老大（几十人）

• 第一阶段后期，直线职能型分配，职能部分别汇报给老大（几百人）

• 第二阶段，二维矩阵式分配，事业部与地区并驾（几千人）

• 第三阶段，矩阵式分配，产品为主导，“铁三角”雏形（几万人）

• 第四阶段，动态矩阵式分配，一线“铁三角”运作（几十万人）

回到本文开头的问题，如果说企业的决策者能够从提供假数据的案子出发，或者调整底层数据的逻辑，或者消除提供假数据的动机，或者转变提供数据的方式，是否会产生不同结果？