NEWS行业新闻

《智慧供应链白皮书》:可靠、可视、高效协同是供应链当下三大挑战

供应链当下面临三大挑战:一是如何在复杂国际环境下,保证供应链的可靠服务。其次是,如何实现物流全程可视化,有效提高供应链风险控制能力。第三,如何保证供应链各环节高效协同,以提高供应链竞争力。

供应链中的商流、信息流、资金流和物流,都将通过数字化联系起来,并通过人工智能进行优化配置和决策赋能。随着工业4.0的快速发展,供应链数字化需要配套升级为智慧供应链。

333.jpg

当前,全球供应链仍然面临复杂外部环境挑战:码头工人罢工、集卡司机短缺、原材料价格上涨、疫情反复、全球经济产业结构调整,未知和不确定性已经成为了供应链管理运营中的常态。

91日,《智慧供应链白皮书—数智世界·链通全球》由上海海事大学、上海交通大学中美物流研究院、壹沓科技(上海)有限公司、上海虹口数字航运创新中心、上海交大安泰EMBA供应链与物流协会等单位在2022世界人工智能大会“数智世界·链通全球”主题论坛上联合发布。

在目前外部环境的背景下,壹沓科技首席运营官顾震宇认为,“整合线上线下资源,打通数据孤岛,打造智慧供应链以提高企业韧性,已成为行业共识,供应链敏捷性、可靠性、可预测性、成本优先、安全可信度,成为供应链企业和公司管理者关心的核心问题。”

据《智慧供应链白皮书》,供应链当下面临三大挑战。一是如何在复杂国际环境下,保证供应链的可靠服务。近两年随着“准时化生产(JIT)”、“零库存”理念的深入人心以及跨境电商平台的兴起,无论大、小货主都对运输时效性和货物运输安全愈加重视。这在一定程度上要求国际供应链服务必须提升自己的履约能力,即保证将约定数量的货物安全、按时送到约定的收货人手中。例如当前,国际班轮准班率下降、港口大面积拥堵,又叠加不同国家之间物流基础设施和政策法规的差异变化等因素,使得如何强化履约保障是智慧供应链面临的一大新挑战。

其次是,如何实现物流全程可视化,有效提高供应链风险控制能力。由于持续的中断,物流全程可视化的话题在过去两年引起了关注。据《智慧供应链白皮书》,2021年为解决可视化问题的初创公司获得的投资几乎是2020年的两倍。

物流全程可视化即帮助货主、承运人及其他相关主体实时了解货物的运输情况,包括实时位置、状态监测数据以及异常状态等,以便出现问题时做到及时了解与应对。但如何推广物流全程可视化对于当前的供应链现状来说是一项挑战,首先是技术成熟度不统一,海上段的货物监测依然有短板。其次在于不同渠道的数据资源整合,最后也最关键的是还需要探索出一种成熟的商业模式。

第三个挑战是,如何保证供应链各环节高效协同,以提高供应链竞争力。《智慧供应链白皮书》认为,当前供应链各环节之间协同效率低,主要原因在于数据孤岛的存在。这里有主观因素,也有客观因素。主观因素是指部分企业担心数据共享会导致数据泄露,进而影响其竞争优势的发挥,因此对数据共享仍有抗拒心理。

客观因素有两点:其一在于数据标准不统一。传统供应链信息系统一般是基于企业内部需求而建立,仅关注数据在企业内部的流转,对于和外部的数据衔接则相对不重视。因而导致不同的供应链信息系统使用不同的标准,客观上影响的数据的流通。

其二在于供应链各环节、各地区数字水平不一。头部企业对于供应链的数字流程建设已经相对完善,如海尔、菜鸟、京东和顺丰等,而仍有相当一部分中小型企业存在信息化水平落后的问题。

“过去整个行业专注于物理世界中,物与物的链接,以提高供应链/物流整体链接效率;当下,随着数字机器人、AI等各类前沿数字技术应用,原来存在于行业中的信息孤岛被打通,实现了系统与系统的链接,运营效率得到提升;未来是物理世界与虚拟世界的链接,实现数据真实且实时的链接,驱动供应链从数字化走向超自动化的智慧供应链。”顾震宇说道。 

346.png

                                       2017-2022年中国智慧物流市场规模统计预测 图源:《智慧供应链白皮书—数智世界·链通全球》

《智慧供应链白皮书》提出,供应链中的商流、信息流、资金流和物流,都将通过数字化联系起来,并通过人工智能进行优化配置和决策赋能。随着工业4.0的快速发展,供应链数字化需要配套升级为智慧供应链。

347.png

                                     智慧供应链发展的三个阶段 图源:《智慧供应链白皮书—数智世界·链通全球》

上海国际航运研究中心首席信息官徐凯将智慧供应链发展分为三个阶段:互联、自动、自主。第一阶段,通过数字基建、服务前置、互联共享实现业务数字化,让需求产生、业务受理、数据采集融为一体。第二阶段,当计算机系统能够理解业务时,就可以让大量重复、枯燥、繁琐的工作由机器人替代人去完成,从而实现自动化、协同化、精细化。第三阶段,当大量的数据通过数字化沉淀之后,未来行业要探索的是自主阶段,通过人工智能对数据进行挖掘,从而实现自主决策、自主运行与模式重构,超自动化最终将演变为流程的自我革新。