姚慧
【摘 要】提升供应链运营效率并对其持续优化对企业至关重要，供应链管理的数字化转型对提升供应链运营效率发挥很大作用，同时新技术的发展为供应链管理的数字化转型提供了基础和动力。论文重点讨论供应链管理数字化转型的含义以及数字化转型的切入点和实施关键点，并提出了数字化转型的持续改进建议。
【Abstract】It is very important for enterprises to improve the operation efficiency of supply chain and continuously optimize it. The digital transformation of supply chain management plays a great role in improving the operation efficiency of supply chain. At the same time， the development of new technology provides the basis and driving force for the digital transformation of supply chain management. This paper emphatically discusses the meaning of digital transformation of supply chain management， the entry point and implementation key points of digital transformation， and puts forward some suggestions for continuous improvement of digital transformation.
【关键词】供应链管理;数字化转型;变革
【Keywords】supply chain management; digital transformation; reform
【中图分类号】F274 【文献标志码】A 【文章编号】1673-1069（2021）10-0016-03
1 引言
供应链管理是企业除研发和营销以外的支柱职能，全面覆盖计划、采购、生产、配送等职能。供应链管理对企业的经营利润和资本周转率影响重大[1]。当前的市场竞争激烈，从企业与企业的竞争已经逐渐演变为企业各核心职能的竞争，尤其在新零售的蓬勃发展、疫情时代带来转折的当下，对企业供应链管理提出了更高的要求，包括供应链运行效率高低、供应链的持续优化能力以及供应链对数据资源的汇聚和利用能力。在如此激烈甚至残酷的竞争环境下，供应链的竞争力也逐渐成为企业核心竞争力之一，供应链管理能力不进则退，提高供应链运营效率并对其持续优化，对于企业至关重要。
传统的供应链管理根据企业的自身情况开展，通常包括计划、采购、制造和物流等部门，当然有些企业可能只有其中一部分。其管理模式主要是基于ERP系统，大多数企业没有专门的信息系统或数字化工具，仍旧用传统的手工方式加上邮件、Excel等进行管理和部门间协作。随着市场的发展，销售渠道多元化、智能制造的发展、VUCA时代的到来，企业传统的供应链管理模式需要改变、需要转型进而保障企业的生存发展。尤其是受到新冠疫情的影响，制造型企业的供应链管理数字化转型对企业供应链运营绩效的提升至关重要。同时，云计算、大数据、物联网、人工智能、区块链等新技术的蓬勃发展也使供应链管理进行数字化转型具备了技术基础和支持。
2 供应链管理数字化及其转型
数字化供应链是指将现代数字技术和供应链模式进行结合，基于收集的大数据，通过数据、流程、智能算法等技术，利用各种人工智能的算法，指导供应链预测、计划、执行、决策等活动，打通供应链各个环节中信息交流的壁垒，实现“数字驱动供应链”的供应链管理。数字化转型是技术与业务的融合，数字经济时代供应链管理也将产生颠覆性的变化。
国内很多制造企业都在进行或者准备进行数字化转型建设。例如，海尔打造的从消费者到供应商的沟通平台;蓝月亮搭建的从上游供应商到终端消费者的闭环管理数字化系统;立白建设的数据中台，采用企企通供应链SRM系统;京东的“京慧”供应链系统;上汽集团通过AI技术进行供应链管理;自然堂在2020年宣布实施“一盘货”管理，等等。
许龙英等[2]提出数字化供应链管理是以核心企业为中心的应用平台，通过与企业内部和外部的各种信息化系统和平台对接，实现数据的实时获取和分享，并最大化利用数据，配以相应的业务处理，实现供应链管理的业财税一体化，从而提升企业的绩效，最大限度地降低经营风险。C.D. Tarantilisa等[3]提出数字化供应链是从源头到目的地通过电子手段传送数字内容的过程。B.S. Schrauf等[4]则认为数字化供应链是一个集采购4.0、智能仓储、数字营销、智慧B2C物流、供应链风险预测与防控以及数字化客户关系管理等于一体的集成生态系统。麦肯锡、凯捷、波士顿等咨询公司都认为数字化转型是将数字技术（如人工智能、机器学习、物联网和区块链）应用于运营流程，实现创造改进。但甲骨文公司的首席软件高级工程师Rahul Asthana在2018年11月的《工业周刊》上提出：供应链管理的第一目标是尽可能有效地将供应与实际需求精确匹配，供应链管理数字化转型应该以显着改善实现这个主要目标的方式来实现转变[5]。吴树贵[6]提出新一代的互联网技术为供应链数字化转型提供了重要支撑，通过对底层架构、技术路径、产品形态以及运行方式进行高度统筹的“顶层设计”，实现供应链的高能效运行和持续优化，成为构建企业核心竞争力的重要组成部分。
从上述研究可以发现，供应链管理数字化转型必定包含2个核心点：一是使用了各种数字化工具和方法;二是企业对从战略到业务流程再到数字技术架构等多方面进行了转变。只有实现这种有效的转变，且实现了供应链高效低成本的核心价值，企业才算得上进行了供应链管理的数字化转型。
3 供应链管理数字化转型的切入点
在供应链管理的过程中存在大量的内外部信息和数据，换言之，供应链管理实际上也是信息和数据的管理。通过对这些信息和数据的有效管理，尽可能有效地将供应与实际需求进行精确匹配。在供应链管理中，影响供需匹配的因素主要有3种：首先是需求不确定性和缺乏准确预测需求的能力;其次是导致供应链变化的生产不确定性;最后是供应链合作伙伴之间缺乏协同。
这3种情况本质上都是由于供应链各个协作模块之间存在的信息鸿沟所致。数字化转型则可以最大限度地避免供应链生产不确定性信息鸿沟。所谓不确定性，是指无法根据过去的经验来推断事件未来发生的概率。在快速迭代与快速变化的时代，不确定性已成为出现频率最高的词汇之一。因需求和供应两端均处在不确定性的漩涡中，供应链就成为不确定性的重灾区。数字化转型可有效提升信息和数据传递的及时性、完整性和充分性，保证供应链各个环节之间信息的同步一致，由此提升各职能部门间的协作效率，进而降低供需环节的各种不确定性，供应链的运营效率必然可以得到相应提升。
因此，建议企业供应链管理的数字化转型需要从弥补数字鸿沟着手。对企业内部而言，一方面通过数字化技术或工具实现供应链各个职能部门之间的有效衔接，如利用可视化工具提升供应链各环节数据的可视化程度和透明度;另一方面通过改善和优化各职能部门内和部门间协作流程以提升协作效率，有效控制风险，降低不确定性。对企业外部而言，应尽可能做到上下游企业间的互享互通，及时有效与供应商沟通，将供应商纳入企业的协作流程，尽快有效解决客户问题提升满意度。吴树贵提出，建设数字化系统的切入点应该是提升整个协同过程的信息化水平和数据的传递、处理和反馈效率，真正做到“即知即行”和“即行即知”的循环往复，形成闭环。
4 供应链管理数字化转型的关键点
吴树贵认为建设高效协同的数字化系统是供应链数字化转型的切入点和关键点;许龙英等认为构建数字化供应链管理平台应分级分步进行，规划短、中、长期的转型工作，其中，供应商管理系统为短期规划中的核心系统;炅浩等[7]提出数字化供应链的六大要诀，强调企业需要把数字化供应链的目标从“短期局部性改善”提升为“长期根本性改善”，构建全方位数字化供应链生态系统;汪传雷等[8]提出通过供应链控制塔加快企业数字化转型。
上述研究包括了很多内容——有强调工具、有强调分阶段目标、有强调企业外部协作、有强调全方位系统建设的。每个企业的情况和发展阶段不同，数字化水平也不同，适用于其他企业的不一定适合自己的企业。只有根据自身企业供应链管理的特点和发展方向，找到适合自己的供应链管理数字化转型方式和方法，才有可能成功。
供应链管理数字化转型的本质是一场创新和变革，其关键点应包含企业战略建设、业务流程变革、有效信息系统架构设计和数字化工具建设等多项工作，只有夯实这些工作基础，才有可能按照标准化、数字化到智能化的过程逐步实现数字化转型。
4.1 企业战略建设
供应链管理数字化转型的企业战略是指企业应该清楚定位自身数字化水平与阶段，从战略角度出发，设定分阶段达成的数字化转型目标。
当前，大多数企业对自身供应链数字化水平往往无法进行全面而有效的评估，不明确自身所处的数字化阶段;企业对自身无需要新增或自身已有但需要增强的数字化能力有哪些也不清晰，由此难以规划数字化转型的未来方向并制定合理的长期和近期目标。因此，建议企业首先对自身供应链管理所处阶段进行合理评估，然后依据现状制定合理的分阶段目标。
董明[9]提出企业供应链数字化的发展历程大致分为4个阶段：第一阶段供应链1.0，数字化尚未启动，但已有计划去建立完整的数字化管理工具;第二阶段供应链2.0，即局部数字化，指企业局部领域已经数字化，但无法与其他数字化工具互享互通，无法帮助提升企业的运营效率;第三阶段供应链3.0，企业已全面进入数字化阶段，实现企业内部的数据整合及纵向集成;第四阶段供应链4.0，即智能化自我学习阶段，指企业在数字化网络基础上帮助企业实现智能决策。同时，在第四阶段数字化不再局限于企业内部，而是向供应链上下游整个产业链延伸，进而实现端到端的价值链数字化集成。
国内大多数企业仍处于1.0或2.0阶段，处于3.0甚至4.0阶段的少之又少。上述不同阶段的划分仅作为参考，在对现状正确评估的基础上，采用正确的方式和有效的数字化技术，企业也有可能实现弯道超车。
4.2 业务流程的变革与大数据的使用
供应链管理数字化不等于计算机化，不是安装一套数字系统工具即可。它绝不仅是信息部门或数字化部门的工作，而是企业从上到下全员都需要参与的工作。李海艳[10]提出制造业供应链管理数字化策略应注重业务流程的梳理，数字化的本质是助力企业运营变革，不能本末倒置。企业管理层需要加强顶层设计制定合理的战略;企业执行层需要对业务进行优化调整，尽可能地消除企业内部各协作部门之间以及企业外部与供应商、客户之间的协作缝隙，让流程贯通，让流入数字化工具中所有的信息数据真实有效，摒弃垃圾数据，由此让数字化工具真正有效地发挥作用。
通常，大数据的使用可以分为5个层次，如图1所示。
业务流程与大数据的使用密不可分，大数据也绝不是信息部或数据部人员的工作，企业的每位员工都是大数据的贡献者。如果企业现有业务流程不清晰，断点很多，其对应的业务数据质量便难以保证。一旦业务数据缺失或无效，则数字化工具输出的信息也无法使用，无论使用何种数字化工具都难显成效，很有可能沦为“鸡肋”甚至上线之后很快就被束之高阁。
4.3 选择和应用恰当的数字化工具
供应链管理数字化转型应包括选择恰当的数字化技术并应用相应的数字化工具。
数字化技术有很多，包括互联网、大数据、云计算、人工智能、机器学习、物联网、区块链等;数字化工具是指一些针对性的系统工具，如传统的ERP系统、供应商管理系统（SRM）、传统的统计学需求预测系统和新兴的机器学习算法需求预测系统、生产排程系统、物流管理系统以及供应链控制塔等。
传统的需求预测工具可以通过收集企业内外部的大数据，如外部社交渠道的舆情信息、天气信息、经济表现数据;内部历史销售数据、促销信息、品牌推广信息等，通过机器学习、特征工程等来持续学习和解析这些数据，形成不同的特征因子，结合不同的算法模型得出尽可能准确的需求预测，以降低需求预测中的不确定性。雷明等[11]使用加权混合机器学习模型进行需求预测。当前，市场上成熟的需求预测系统不多，更多地需要企业根据企业特点来开发适合自身的系统。
1999年提出的物联网概念是指把所有物品通过射频识别等信息传感设备与互联网连接起来，实现智能化识别和管理。随着物联网技术的发展，它可应用于供应链的各个方面，包括工厂的智能制造、智能质量监控、库存的智能化管理甚至安全生产管理等。杜洪礼等[12]提出基于物联网的信息系统可以将企业内部和企业之间的生产活动进行整合，实时了解生产状况，可以实现对原材料、零部件、半成品和产成品的识别与跟踪。通过在各个环节上实现对货物的智能化管理，可以提前备好机器备件、制定好故障应急预案，以降低生产的不确定性。
如果说物联网技术更偏向于企业供应链内部的智能化管理，那幺区块链技术则可以帮助提升企业间的协作效率。区块链具有的去中心化、开放透明、安全可靠以及准匿名的特性[13]，这使其在供应链管理中具有广阔的应用前景。杨望等[14]提出通过去中心化的区块链来记录供应链全程信息，包括协调进货、采购、生产、销售、订货处理以及供应商、中间商、第三方服务商和客户等参与者之间的协同运作。正是这种协同运作使得区块链中的各个企业或协作单位都可实现信息同步且确保这些信息在同个时间点的唯一性，及时消除位于同一区块链上所有供应链合作伙伴的信息延迟，由此降低了供应链合作伙伴间协作的不确定性。借助区块链和AI等技术实现供应链持续智能规划，简化并加快传统流程。
5 结语
供应链管理数字化转型不是一蹴而就，也不是“一招用到老”。在数字化转型的过程中，各种流程或模式都不可能一步到位，而是需要精益求精，需要持续优化——持续调整企业相应的数字化战略、持续优化业务流程、持续引入新技术更新数字化工具，以使企业不断提升供应链对各种不确定性的把控能力和数字化决策能力。在没有达到全面自动化的情况下，人才团队是完成上述工作的关键角色。人才团队不仅是指数字化的专业人才，企业现有业务流程中的人才团队建设同样不能忽视。所有的关键工作内容，从战略制定和执行、流程梳理和变革、大数据的建设和使用都离不开高效的人才团队。只有建设人才团队，实现持续优化，企业的数字化转型才有可能真正成功，为企业带来持续发展的重要推动力。
【参考文献】
【1】刘宝红，赵玲.供应链的三道防线[M].北京：机械工业出版社，2018.
【2】许龙英，陈晓丹.供应链管理的数字化转型[J].信息记录材料，2020，21（1）：181-183.
【3】C.D. Tarantilis，C.T. Kiranoudis，N.D. Theodorakopoulos.A Web-based ERP system for business services and supply chain management： Application to real-world process scheduling[J].European Journal of Operational Research，2006，187（3）：1310-1326.
【4】Schrauf B S，Berttram P.Industry 4.0： How digitization makes the supply chain more efficient， agile， and customer-focused[EB/OL].https：//www.strategyand.pwc.com/gx/en/insights/digitization-more-efficient.html.
【5】Rahul Asthana，张红.供应链的数字化转型[J].上海质量，2019（2）：27-28.
【6】吴树贵.供应链数字化转型初探[J].信息技术与网络安全，2020，39（1）：1-5.
【7】炅浩，林群弼，白一鹤.数字化供应链的六大要诀[J].销售与管理，2018（1）：52-54.
【8】汪传雷，胡春辉，章瑜，等.供应链控制塔赋能企业数字化转型[J].情报理论与实践，2019，42（9）：28-34.
【9】董明.数字化的关键在于供应链[J].销售与管理，2018（3）：121-125.
【10】李海艳.制造业供应链数字化问题探究[J].中外企业家，2019（6）：63.
【11】雷明，C·波佩斯库.使用加权混合机器学习模型进行需求预测：中国，CN111295681A[P].2020-06-16.
【12】杜洪礼，吴隽，俞虹.物联网技术在企业供应链管理中的应用研究[J].物流科技，2011（3）：6-8.
【13】郑昌兴.浅析区块链技术[J].电脑知识与技术：学术交流，2018，14（31）：56-57+60.
【14】杨望，王虹珊.区块链技术在供应链的应用及发展[J].金融博览，2018（4）：54-55.
