供应链控制塔系列：新兴技术应用场景

接着上篇控制塔迭代发展路线图，随着新兴技术的发展与应用，控制塔发展至今，也在拓展其智能性和广泛度。那么，供应链管理涉及的关键技术有哪些，这篇文章我们做以简述。而针对进阶到4.0阶段所使用的技术，各自有哪些”用武之地“，这里作为一个非技术人员，简单地给些自己基础的理解。首先回归他们的定义，然后展开他们在供应链及控制塔领域的应用可能性。

控制塔4.0关键技术

大数据big data

定义：

麦肯锡的定义可以作为参考，大数据是“一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。”而供应链作为串联上下游企业、按照scor模型分类可以拆解到计划、采购、生产、交付、物流等多个运营环节，可以想见方方面面的数据量是巨大的，而对数据的价值挖掘也必将将带来对供应链管理的赋能。

典型应用场景：

1. 结合历史销售趋势的数据积累，预测未来的销量情况，指导后端做库存水位的预期分析。

2. 基于历史运输线路成本分析，对现有运输线路部署、运输日程排布、仓储地点选择等做持续优化。

3. 大数据可以和IOT联网设备结合使用，比如在生产制造过程中有任何异常情况提前做预警，减少设备突然中断造成的生产效益、客户交付期的损失。

物联网IOT

定义：

如缩写所示，internet of things, 也称物联网，是集成了一系列的实物、虚拟对象等并通过传感器、信息流等链接成与内部、外部环境可以交互的网络。如果再结合供应链做个表述，是将公司及其上下游企业的物理设备、对象做数字连接，可以感知、监控和互动，从而在整个链条上形成上下游的可见性、信息共享、并跟踪控制、协同管理整个供应链流程。

而IOT技术的部署通常需要如下几个层次：

a.使用RFID和传感器的数据集成层；这里引申一句的是，RFID技术使得集成供应链成为可能；

b.使用互联网或者手机等事项流程连接层，尤其涉及企业上游的供应商、下游的客户等

c.服务和交互界面层；

典型应用场景：

1. 通过追踪实物在供应链中的流转，对于供应链的虚拟控制得以实现。

2. 工厂信息的可见性，生产过程管理网络的创新性，产品过程控制，虚拟工厂的系统设计

3. 协作仓储，提高安全性，提高库存管理的数据准确性

4. 运输环节通过传感器和网络实现及时数据传输，且可以通过手机扫描、读取实时数据。

人工智能AI

定义：

回到AI的定义，人工智能是计算机系统模仿人类认知功能（例如学习和解决问题）的功能。通过AI，计算机系统使用数学和逻辑来模拟人们用来学习新的信息和做出决策的推理。

典型应用场景：

1.供应链管理流程自动化，一些文档流程性的工作可以定义成自动化工作流，使用RPA提高运营效率；运输过程的自动化能力、仓储的自动化建设等等都属于这一范畴。

2.预测准确性分析，结合AI的需求预测必然使得准确性有所改善，比如库存水位优化、供需震荡对断货、交付情况、库存积压等综合影响等。

3.改善供应商关系管理，一方面可以通过价格、历史交付情况等辅助供应商选择，另一方面可以通过自动询单、发票等将常规供应链沟通议题自动化，提高效率也降低失误。

控制塔三大功能与关键技术应用举例

那么，结合供应链控制塔架构的三大功能（详见历史文章，下附链接），如何使用这些新兴技术呢？

首先，控制塔所展现的数据源互联互通基础上的可视化，机器学习带来的前置决策等，是需要我们的各个业务模块的业务系统数据做支撑的。这其中包括客户平台CRM、计划平台、采购平台如SRM、智能制造平台如MES、智慧物流平台如TMS。

然后，在这些平台数据互相连通的基础上，我们搭建控制塔的三大功能：可视化、分析预警、执行过程管理，结合实际业务场景，可视化要展示的指标，预警的维度，过程管理的关键参数，这些都在实际业务中会考虑融合上述简述的各项新兴技术。举例如下：

• 可视化：在IOT使得上下游设备、资源互联通的基础上，可以查看企业上下游的考核指标

• 分析预警：基于历史大数据、AI的分析过程，当某市场大盘出现下滑的情况，需求预测的调整预警，及对库存水位的联动影响，建议供应等

• 执行过程管理：在基于AI分析预警之下，某个生产工作中心有停摆的风险，通过IOT设备联网，管理层看到了风险，提前采取措施，保证设备正常运作

至此，我们这个系列文章对供应链控制塔纵向维度基于SCOR模型的五大流程，横向维度控制塔迭代发展路线图，以及各个发展阶段尤其4.0阶段的新兴技术应用场景，做了三维的概貌介绍。接下来，系列文章将对纵深继续挖掘，对每个流程维度（计划，采购，生产，交付，物流）在不同情况下的具体应用、案例等再做展开详述，欢迎持续关注。