2024LOG供应链物流 突破创新奖候选案例——安得智联供应链科技股份有限公司

企业介绍

安得智联脱胎于美的集团，是一家致力于为客户提供端到端数智化供应链解决方案的物流科技企业。对外输出独特的1+3服务模型， “1”是指“全链路”， “3”即“生产物流、一盘货、送装一体”，能为客户提供从原材料到工厂到成品，从成品下线到分销门店/2C的全链路、一体化的专业供应链服务。

依托“1+3”供应链服务模型，安得智联至今已服务超过3000+品牌企业，遍及家电家居、3C电子、日化酒水、食品饮料等各行各业，协助客户推动渠道变革与供应链优化，以智慧物流支持企业客户全价值链效率提升。

安得智联始终坚持以供应链创新增强自身的核心竞争力。多年来，安得重视技术研发和数智化建设，为供应链创新打造坚实的数字底盘能力。截至目前，安得智联共有300+研发人员，每年研发投入近2亿元支持建立完善的机制，以打造高效的技术转发，搭建成熟的技术系统。

案例介绍

作为国内领先的一体化、数智化供应解决方案供应商，安得智联深知端到端供应链优化问题是个多环节、多场景、多约束、多目标的大规模复杂优化问题，人工通过经验判断或简单数据分析的方法是很难找到供应链模式创新和结构优化的详细方案，因此安得认为只有通过数智化升级供应链解决方案能力才能更好地服务客户。为此，安得通过运用AI模型、运筹优化、智能体仿真、大数据等信息化技术手段，搭建出“一体化智慧供应链解决方案平台型系统产品”，通过技术赋能业务来进一步提升企业核心竞争力。该产品具体说明如下：

一、产品整体介绍

依托于安得在食品、饮料、日化、家电家居行业、服务3000+客户的宝贵实践经验，该产品旨在通过深度提炼了端到端供应链中的业务场景，将复杂的端到端供应链优化问题进行科学解耦，利用智能算法技术对核心问题进行建模求解，来为企业赋予更智慧的供应链数字化决策能力，从而帮助企业打造更优、更快、更稳定的供应链。产品把供应链解决方案实施分为“规划、计划、执行”三大阶段，因此建立了集“智能规划、智能计划、智能履约”三大模块为一体的智慧供应链系统平台。产品聚焦于“仓库选址、仓网规划、商品布局、库存优化、智能补调、车辆路径规划”六大核心场景，通过高度产品化的工具系统来支持用户自定义基础数据、业务约束要求以及计算目标等信息，利用大数据技术帮助用户处理并分析方案结果、统计并对比核心指标变化，最终设计出适配当下条件的供应链解决方案。该产品能覆盖端到端供应链的绝大对数业务场景，真正做到一站式数智化供应链解决方案输出。

二、产品内容和创新点

产品围绕“智能规划、智能计划、智能履约”三大模块，对端到端供应链内存在的核心问题进行数学描述，通过集成六项场景算法工具和二项SaaS化系统来为客户提供一体化智慧供应链解决方案。产品核心发明内容及创新点如下：

2.1智能规划

1)仓库选址算法。该算法旨在将多种经典选址问题进行统一，打造出一款支持多模式、多场景、多约束、多目标的综合型选址算法工具。该算法融入固定仓数选址、覆盖率选址两种模式，支持定义网络覆盖率要求、是否必选地址要求、客户时效硬/软约束、选仓数量上下限、市/区是否可拆分覆盖、仓面积上下限要求等多种业务约束，支持控制单目标、多目标、多阶段单目标等多种目标构成方式，在考虑终端实际需求分布的情况下，规划出更佳的前置仓选址方案。基于多模块建模、多阶段求解的算法设计方法，该算法产品能高效地对大规划、复杂约束组合的选址问题进行高效求解，能够在15分钟内输出4万点集对（4万*4万）规模下的更优选址方案，具备良好的可拓展性和可落地性。

2)网络规划算法。该算法旨在规划出端到端供应链中各环节的上下游关系并确定多品类供应链的网络结构，以此来提升供应链抗风险能力和降低供应链结构性成本。由于端到端供应链环节多、品仓关系复杂、业务约束多、约束之间还存在交叉影响等实际问题，导致该业务场景建模难、求解更难。算法针对上述问题，通过以线路采购关系为基准、以供应链网络层级数和运输时效要求为限制，利用贪婪算法建模思路构建出能快速找到既符合业务要求又精简有效的端到端供应链时空网络图；同时，算法通过元启发式定主干网络、数学规划模型精算完整供应链网络的求解策略方法，解决了大规划、多环节、复杂交叉约束下的求解问题。此外，该产品通过植入仓调整评估功能模块，能帮助用户灵活对供应链网络规划结果进行细节调整并快速生成调整前后的核心指标对比说明。依托于该算法产品，安得智联已经为多家内外部客户深度优化了供应链网络结构，为客户的供应链模式创新奠定物流网络基础。

3)商品布局算法。该算法在考虑供应链网络结构关系的提前下，根据末端商品需求分布，结合客户对商品的履约要求、仓库SKU建储要求、环节运营能力等核心业务约束，规划出更佳的商品布局方案和对应的商品库存策略。该算法的核心创新点在于将备货问题中“商品放在哪个仓”和“商品应该放多少库存”进行融合求解，算法将“商品分类、商品铺仓、商品库存优化”三大模块进行迭代计算，能高效且精确地规划出商品布局方案，输出每个“客户+商品”在端到端供应链中的全链路履约路由。目前该算法支持1000+SKU、3000+客户点、200+仓库点的大规划案例计算，能满足绝大多数企业的商品备货规划问题的计算需求。依托于该算法，安得有能力通过规划出更佳的商品布局方案，助力客户减少因备货点不准而导致的无效调货运输，同时在保障整体履约水平的情况下，帮客户降低商品总库存水位。

4)供应链仿真算法。该算法旨在通过运用数字孪生技术、利用虚拟数字环境模拟出端到端供应链中物流环节作业、商品进销存的过程、从而帮助客户能更清晰地看清现状供应链问题以及供应链解决方案的预期效果。与以往市面上的库存仿真不同的是，该仿真算法内通过融入工厂生产计划、节点采购计划、库存一盘货规则、货权转移规则等高阶供应链逻辑，支持对纯拉式供应链、纯推式供应链、推拉集合式供应链三大供应链模式进行深度模拟。通过对端到端供应链中的核心环节进行智能体建模，赋予工厂、仓库、客户、运输等智能体对象业务决策能力，来实现高度还原业务运行规则。凭借平台的数据可视化工具，用户还能花式分析仿真结果、横向对比各种规划方案的核心指标差异。依托于该仿真算法，安得能更加准确的为客户呈现解决方案的预期效果、帮助客户更好理解方案之间的优劣性，大大提高方案落地的可靠性。

2.2智能计划

1)销量预测算法。秉持安得“用数字驱动计划协同”的理念，该算法旨在根据历史销量分布、促销计划日历、商品子母/配套关系等海量历史信息，预测出未来各区域各商品的销量走势。该算法创新点在于底层模型融合了AI算法、时序算法、回归算法等多种新老算法，能根据商品历史销量明细分析出商品需求特征，并结合商品需求特性选择更佳的预测算法；该算法在建模上融入了生成式AI的建模思路，通过周期回滚分析海量历史预测结果，生成商品类型与预测算法之间的匹配度关系，以此来解决不同特征商品需要适配不同预测方法及参数的技术难题。依托于该算法，安得能为客户提供具备高参考价值的销量预测数据，帮助客户提升需求计划精度，从而促进端到端供应链的产销协同。

2)SaaS化智能补调系统。该系统集成销量预测算法、供应链仿真算法，结合客户在系统内配置的供应链采购关系、产品基础信息、产品库存策略信息等基础信息，将预测的末端需求逐层传递到上游仓储环节和生产环节，从而生成未来各环节出库需求趋势。系统通过结合环节预测出库信息和历史近期出库信息，根据当期商品库存水位，能提前帮客户生成未来补调货采购计划，从而减少因人工补货不及时所导致的缺货问题，大大提升供应链服务水平。

2.3智能履约

1)调度排车算法。该算法旨在打造一款能适配多种城配业务场景的调度排车工具，通过总结安得多年的城配业务场景，算法将诸如CVRP/VRPTW/VRPPDP等经典路径规划问题进行集成，结合元启发式和AI算法技术，针对性地设计出了能支持用户灵活配置调度场景并快速求解大规模调度问题的系统性算法工具。该算法是安得城配调度解决方案的结晶，支持多仓串提、订单配送优先级、车点绑定、车区绑定、路况差异化约束等多种业务场景，能高效求解大规模、多约束的复杂城配调度问题，是安得为客户解决所有城配调度问题的能力基石。依托于调度排车算法，安得能在满足客户履约时效要求的前提下，充分发挥车辆资源的利用率，降低自身仓配运营成本，提升安得城配服务的核心竞争力。

SaaS化OTP系统。该系统提供OMS和TMS的基础功能，通过对接实时需求订单与运力资源的状态信息，来为智能调度方案实施提供系统基础。该系统支持用户在线对订单进行分类、过滤、修正等操作，能高效帮助用户管理用户订单。同时，系统还支持对运力池和运输任务进行可视化追踪，能快速查询当下可用运力、了解历史运输任务的履约情况。该系统是安得为客户实施智能调度的系统基础，是帮助客户提升订单和运力管理能力的基石。