工業4.0時代商業大數據技術智能供應鏈的模式研究

趙睿

內容摘要：對于商業模式為快速的產品周期迭代上市的傳統制造企業而言，內部的ERP或者SCM系統僅僅是用來進行訂單支付、貨物發運，其應用性與拓展性具有極大局限性，完全無法適應市場定位精準、生產速度高效、產品質量優質的市場需求，已然成為企業供應鏈發展的瓶頸，因此供應鏈系統需要新的技術來進行改善與升級。而大數據技術可以為供應鏈提供更準確、更清晰、更具有洞察力的數據，依靠共享的網絡實現更多的供應鏈智能情景，并且可以從采購、制造、物流、銷售提升原供應鏈的運行效率。但是，大數據作為一項新的互聯網技術，應用在供應鏈系統中將會面臨諸如人力、技術以及管理等方面的發展瓶頸。因此，以大數據為基礎的智能供應鏈需要政府與企業二者共同推進。

關鍵詞：大數據 供應鏈 工業4.0 模式研究

中國社科院通過對中國800家企業的調查研究，總結了中國供應鏈發展相對落后歐美等經濟發達國家的三大制約因素：第一，企業融資渠道狹窄，仍以信用借款為主，其次為擔保融資與供應鏈融資，而通過物流企業或者網絡平臺等渠道獲得資金的比例更是微乎其微；第二，供應鏈上下游無法實現及時溝通，因生產原料以及零部件斷貨而無法及時生產銷售已經成為供應鏈管理風險的主要原因；第三，企業管理人員對供應鏈重視不足，有關供應鏈組織、人才培養以及資金的投入力度不夠。

但是隨著中國政府在2015年制定的《中國制造業2025規劃》，通過智能化發展改變中國“代加工廠”印象，不僅可以實現中國經濟再次騰飛，同樣也為中國企業供應鏈發展提供了全新思路，依靠最新的互聯網技術，即將大數據技術應用到企業日常生產以及業務供應鏈中，采用諸如統計學、數據建模等方式重塑供應鏈模式，為中國企業供應鏈發展提供先機。因此，加快探究工業4.0背景下企業智能供應鏈發展模式將對中國企業的國際競爭力起到舉足輕重的作用。

大數據技術對供應鏈各環節的影響分析

（一）大數據技術對供應鏈采購環節的影響

采購環節作為企業供應鏈的開始階段，其采購環節管理的好壞將直接影響隨后供應鏈環節的質量。對于互聯網智能時代而言，企業的采購并不是單純的購買行為，它是一種可以將供應商與合作商進行緊密鏈接的重要環節。企業將大數據技術應用到供應鏈的采購環節中可以更好的做出采購決策，通過數據分析企業不僅可以有效控制成本，還可以優化采購決策層面的各個方面。具體而言：第一，大數據將改善采購環節的訂單流程，壓縮從下單到完成訂單的時間與流程。比如，消費者可以通過互聯網進行電子數據交換，將自己需要的產品與要求以電子數據形式提交給企業。電子信息化的數據一方面可以縮短訂單的流程，壓縮交易時間并節省物流費用；另一方面，電子數據在傳輸過程中全部是在計算機網絡內完成，中間無需企業工作人員管理，消除了人為的錯誤可能性。第二，大數據技術在采購環節的應用可以實現世界采購一體化，加速標準化體系建立。采購環節的智能化解決了以前由人工服務采購無法實現全天候工作的弊端，并使采購世界一體化成為可能。比如，消費者需要一種商品，他不需要等到該地區的工作時間才可以下單，隨時可以通過互聯網系統進行產品的訂購。并且，既使該地區無貨，而標準化的訂單可以通過大數據技術查找世界各地擁有該產品的企業，及時滿足客戶需求。

（二）大數據技術對供應鏈制造環節的影響

自20世紀90年代計算機普及以來，制造企業就已經大范圍的使用計算機不斷對產品的設計、制造等過程進行優化，提升生產效率。但是傳統的供應鏈制造環節對計算機的使用僅僅限于生產方面，在服務與管理方面仍以人力為主，無法實現制造環節的全方位智能生產。而將大數據技術應用到傳統供應鏈中的制造環節，不僅可以再次提升企業生產效率，更可以從企業庫存管理、質量管理、勞動力利用率提升企業管理服務方面效率。第一，大數據技術將準確壓縮庫存，降低成本。如果企業的庫存量不足，將減少產品的銷售，降低服務質量，而產品庫存量增加會增加其管理成本。根據統計與測算，企業的庫存成本占據整個產品生產的50%，因此控制好庫存量將對企業的制造產生巨大影響。比如，企業可以通過大數據技術將所有的需求商與供給商的數據進行搜集與整理，通過分析得出每個企業所需要的準確商品，從而進行精準生產，將產品的庫存壓倒最低，減少庫存積壓所帶來的成本。或者采用數字檢測系統，實時記錄與監測如銷售數量、天氣情況、銷售周期等歷史數據，再與當前庫存數據進行比對，從而確定最佳庫存量；第二，利用大數據監測發現產品生產過程所存在的問題，提升產品質量。生產制造企業可以在生產設備中安裝傳感器系統，實時搜集產品生產狀態數據。比如，沃爾沃瑪汽車制造公司，將大數據技術應用到汽車檢修當中，每有一輛故障車輛來修理后，技術人員都會將汽車內部的傳感器數據搜集，并與相同年限與使用時間相仿的車輛數據進行對比，以便查找出未來可能發生的故障。沃爾沃公司利用這些大數據已經成功的將汽車維修周期由8個月縮短至3周，產品質量與服務得到極大的提升；第三，大數據技術可準確對員工進行調度，實現人力資源的高效運作。企業通過長年累月的制造與銷售數據，可以預測產品的需求旺季與淡季，在旺季時節安排更多的員工進行生產，在淡季時縮減生產團隊，讓生產人員更多的從事營銷等方面的工作。

（三）大數據技術對供應鏈物流環節的影響

大數據技術在供應鏈物流環節的應用可以通過遠程信息處理系統優化產品的倉儲模式與運輸路線，進而提升對客戶的服務質量。第一，當前大多數的運輸工具都會裝配GPS全球定位系統，這無疑將為物流企業提供足夠多的運輸工具數據與交通狀況數據。比如，物流企業可以根據要運輸的產品不同，根據大數據的分析得出最優化運輸組合，滿足不同客服的運輸需求。或者利用大數據技術優化產品的運輸路線，根據不同的交通狀況與天氣情況計算出最佳路線，向運輸司機提供避免擁堵的行車路線，并將周圍交通狀況實時反映給總數據庫，形成良性環形流動服務。同時，利用大數據進行運輸選擇最優運輸路線還可以減少能源燃料消耗以及降低運輸設備的運輸損耗，最大限度的降低運輸成本；第二，大數據技術將有助于企業選擇合適的倉儲地點，降低倉儲成本與運輸時間。現代物流的倉儲地點與配貨中心在供應鏈中的意義重大，它的位置合理選擇是貨物是否可以按時送達的前提。傳統企業一般都會將倉儲位置選在生產企業附近，根據不同地區的訂單再由倉儲中心發散至全國各地，該種物流倉儲方式的弊端是運輸銷售無法考慮到全國范圍，并且不同地區的運輸時間將隨著地域的不同而不同。但是將大數據技術應用到供應鏈的物流環節中，可以分析出每種產品的各地區總體需求量，并根據地理環境劃分不同運輸區域，在各區域的中心城市建立大小容量不同的倉儲中心。當有產品訂單時，可以保證各地區的送貨時間基本一致，一方面可以提升服務質量，另一方面可以縮短交通距離，節省物流成本。

（四）大數據技術對供應鏈銷售環節的影響

銷售屬于供應鏈的下游環節，同時也是連接消費者與企業的重要環節。消費者的購買行為是推動企業日常活動以及盤活整條供應鏈的直接影響因素，因此產品銷售的好壞將對企業的發展起到舉足輕重的作用。大數據技術在銷售環節的應用主要是用來搜集與追蹤消費者的購買行為與產品的推銷，尤其是對消費者的產品組合優化與產品定價。第一，企業會利用大數據技術為客戶提供個性化產品與服務。過去，企業只可以通過書面調查的形式，搜集到客戶的年齡、職業、收入等基本信息，企業雖然可以通過這些基本信息為客戶提供相應的產品，但是卻無法預測消費者的購買行為。而大數據技術可以利用互聯網搜集到客戶的日常瀏覽與購買信息，通過分析將潛在客戶最近瀏覽的產品進行組合，在網站的主頁上顯示，為顧客提供更多的選擇；第二，大數據技術可以為產品的價格進行優化定價，以提升產品的銷售量。大數據的數據分析能力可以為企業提供更多的定價視角，比如大數據技術可以搜集線下與線上不同季節的產品銷售量，制定出產品的季節銷售曲線，找出該產品的價格靈敏度最低與最高價格，從而對產品進行季節性定價。或者根據以往的銷售數據，通過大數據技術分析出不同地區、不同時節的不同產品需求量，科學的在有限貨架上安排足量的產品種類，合理分配貨架容量，最大程度的提升產品銷量。

大數據智能供應鏈體系（SAM）構建

大數據技術雖然可以依靠其強大的分析預測能力為企業領導者提供預測與建議，但是企業各環節過多的數據預測與搜集必將影響其日常工作效率并提升其運行成本。因此，要想發揮大數據在供應鏈環節的作用，企業應當集中統籌按照SAM（分區、聯合、測量）路線協調各環節的發展，將彼此孤立的供應鏈環節進行整合，協調發揮四環節在供應鏈中的作用與地位。具體步驟如圖1所示，首先，通過大數據技術對供應鏈每個環節進行分析，找出每一環節的發展競爭優勢；其次，企業通過數據分析得出的競爭優勢進行管理抉擇，將確定的信息在供應鏈之間進行相互傳遞，使整個供應鏈通過共同信息達到供應鏈橫向連接的目的；最后，對供應鏈中每個環節的可測量關鍵指標進行評估，以幫助企業進行最優的發展策略。

（一）供應鏈體系構建階段1：分區

供應鏈體系建立的第一步是利用大數據技術將搜集到的數據進行分析，并按照消費者的偏好如消費習慣、購物方式等方面對每個環節進行分區劃分并對其進行優化，找出各環節的競爭優勢。比如，在低邊際收益的產品中重點控制成本，而對于高邊際收益的產品則將重心集中在客戶服務。這樣針對不同產品與不同客戶，企業可以產生不同的分區劃分方式，幫助企業調整供應鏈模式，以恰當的資產組合滿足不同分區的消費者需求。當一個企業經過分析得出了生產成本較低為其競爭優勢，那么企業管理人員就不應該將發展重點放在確立品牌形象、培養客戶忠誠度等方面，而是應當將重點放在產品價格，保持低價的競爭優勢，占取市場份額。此外，企業的分區劃分還可以更好的發揮互聯網的優勢，與當前火爆的社交網絡相融合，利用社交網絡的傳遞效應，對不同需求的潛在用戶投入不同的定向廣告，以擴大企業的影響力。

（二）供應鏈構建體系階段2：聯合

聯合階段是整合供應鏈各環節的重要舉措，最大限度的發揮企業分區后的競爭優勢，實現供應鏈系統中供應商、生產商、物流商、消費者之間的信息共享。供應鏈體系的聯合階段利用大數據技術可以實現企業與消費之間的供需匹配，幫助企業做出最優的生產與供給策略。比如，企業可以利用大數據技術搜集與分析市場需求數據，按照市場需求量階段性進行產品的生產與供給，并且通過供應鏈之間的聯合可以達到需求信息的共享，降低每一環節的囤積風險。這樣企業可以更多的將精力花費在提升服務方面，而不是像過去一味的將產品投入到供應鏈中。此外，供應鏈系統的聯合還可以降低供應鏈系統中企業的預測成本。以往大部分企業對市場的預測都是通過人工進行，該方法不僅浪費時間更浪費大量資金，并且如果供應鏈系統中的企業之間預測不一致引起分歧，還會造成決策錯誤。而大數據的自動化與統計化預測，不再是為管理人員提供直接的推斷行為，它將整合多方資源為管理人員提供多種可能與選擇，最終結合實際市場選擇一個最優決策，從而提升企業的市場競爭力。

（三）供應鏈構建體系階段3：測量

測量起著對供應鏈系統經過分區與聯合過后的成果的評估作用，通過對各環節的關鍵指標數據的結果評估，找出供應鏈存在的不足，從而形成一個可以持續優化并且不斷完善的供應鏈系統。對于供應鏈系統而言，如何找出關鍵指標進行測量極為關鍵。正確的可測量指標不僅可以確定當前企業的戰略選擇是否正確，更可以幫助企業了解未來的發展方向。供應鏈體系的測量數據要保證其精簡性，避免過去企業將所有可驗證數據集中在一起，過多的數據不僅會造成人為的思維混亂降低工作效率，更提升了管理人員找出問題的難度。企業可以根據自身的期望或者希望未來企業在哪方面進行提升來尋找測量數據，再進行改進。對于數據的挑選標準可以參考以下原則：第一，可以為企業指引發展方向；第二，可以協助企業做出決策；第三，可以幫助企業提升業績；第四，數據可以精準測量并且可以不斷完善。

可以預見，大數據供應鏈系統的建立是一項十分復雜繁瑣的過程，過多的數據分析以及過高的計算機技術都是阻礙企業建立系統的障礙。因此，大數據供應鏈系統的建立需要多方企業合作，在系統建立初期應當從小型、具有針對性的項目開始實驗，通過與專業的互聯網技術企業、物流企業、銷售企業的合作，在不斷循環完善的過程中建立大數據供應鏈系統。

大數據供應鏈系統發展障礙

（一）大數據供應鏈發展的人力障礙

第一，中國大部分企業對大數據供應鏈系統發展所帶來的價值認識不足，即使有的企業使用大數據技術進行分析也只停留在數據，并沒有將大數據技術作為競爭優勢。根據統計，中國有超過72%的企業沒有設立供應鏈管理部門，而對于采購環節也一直是獨立運行。缺乏供應鏈統一管理的采購行為導致企業的資金周轉不靈、庫存囤積量高、成本高等問題遲遲得不到解決。并且在“中國零售與快速消費品行業工商關系協作”的調查中顯示：在零售商與供貨商之間的互相評分中，只有在操作層面上的合作得分較高，而對于企業可持續發展的供應鏈合作的評分最低。由此可見，企業缺乏對供應鏈的重視已經成為阻礙大數據供應鏈系統發展的障礙之一；第二，企業對供應鏈人才的需求與供給嚴重不匹配。從現階段的發展來看，中國在有關供應鏈人才的培養在質量和數量上嚴重不足，嚴重滯后于市場需求。這既有高校培養問題，也有企業對供應鏈人才規劃問題。具體而言，教育體系落后，培養目標不明確。即使有部分大學開設了供應鏈課程，但是課程設置不合理，只注重理論學習與研究，缺乏足夠的社會實踐課程，使得人才培養受到限制。

（二）大數據供應鏈發展的技術障礙

第一，企業管理的硬件設施嚴重落后，無法適應互聯網時代大數據技術對計算機硬件的要求。目前，企業大部分的電子操作系統都是十幾年前安裝的，企業的資料與主要信息都是按照舊系統的格式與標準存儲，如果隨便更換新系統或硬件將產生許多與舊系統無法相融合或者協調的孤島信息，甚至丟失原有重要資料與信息。因此，企業無法提升計算機的計算能力并利用大數據技術進行數據的搜集與分析。此外，如果因更新系統或者硬件而產生的孤島信息將無法與現有數據信息進行整合，造成系統數據的冗長進而降低企業的運行效率；第二，企業在采用全新的技術進行變革后將面臨全新的技術風險與挑戰。大數據作為互聯網時代的前沿技術，其成熟度與安全性仍待考量，因為新技術即使是一個小的問題，如不能及時解決仍可能導致無法正常開展后續工作。比如，幾年前的射頻識別系統，最初是用來追查貨物行蹤，但是由于該技術的精準度難以保證，需要大量的人工進行后期修正，使得該技術不僅沒有預期的工作效率，更是增加了企業產品成本。

（三）大數據供應鏈發展的管理障礙

第一，企業對供應鏈管理的理念仍未明確，缺乏明確的供應鏈系統管理指標。相同供應鏈中的不同企業使用各行其道，都以本企業為中心，設立的標準以及運行方式都以自己為利益目標，因此導致供應鏈管理的整體效率低下。并且中國某些行業政策具有地區差異性，同樣難以建立統一的行業標準。比如，經營物流的企業，不同的省份與城市要求的經營許可證不同，以及對企業的稅費也不同，需要適應多種管理模式，這也是導致供應鏈發展遲緩的原因之一；第二，大數據供應鏈系統建立需要企業之間高度的協作，但是實際市場中的企業往往缺乏合作與協調性。因為一個完整的大數據供應鏈是由采購、制造、物流、銷售組成，而這四個環節屬于不同的行業。如果供應鏈中的企業只按照自身方式發展，根據自己所搜集的數據進行決策，那么往往會造成其它行業的決策偏差，無法實現供應鏈跨企業、跨行業的進行，阻礙供應鏈系統的進一步發展；第三，大數據供應鏈的建立將迫使企業轉型，而該種轉型有可能威脅到企業與員工的現狀，因此企業缺乏轉型動力。大數據技術的應用將改變企業現有的組織形式、生產方式以及員工素質，因此只有這三方面的統一轉型才可以保證大數據供應鏈系統的成功建立，如果只是其中的一兩項因素發生轉變，而其它因素仍保持不變，顯然不利于供應鏈的建立與發展。

大數據智能供應鏈發展對策與建議

（一）政府推進大數據智能供應鏈具體做法

第一，以國務院或者有關部委的名義頒發有關發展“大數據智能供應鏈”的指導意見，將大數據供應鏈的發展列入到供給側改革的重要措施之中，提升其國家經濟發展戰略意義。努力發展第三方供應鏈物流企業，并且分為利用第三方供應鏈物流企業開展業務、利用第三方供應鏈物流企業整合資源、利用第三方供應鏈物流企業改善供應鏈流程三部分融入大數據智能供應鏈系統。同時，成立專門的國家供應鏈發展委員會，提出與國家經濟發展相符的供應鏈發展框架結構、區域布局、推進速度等任務；第二，提出明確的大數據供應鏈發展戰略，重點推進工業、農業的大數據供應鏈系統發展，有計劃與層次的培育新興產業、優勢產業的大數據供應鏈系統，發展成具有“微笑曲線”的實體經濟。同時，加大對供應鏈系統的資金支持，盡快突破諸如：物聯網技術、供應鏈模型、供應鏈風險控制、逆向供應鏈等技術瓶頸；第三，加快大數據智能供應鏈系統試點應用，打造具有影響力的“供應鏈系統集群”試驗區。建議試驗區先從具有沿海貿易等地區開展，將大數據智能供應鏈系統首先應用到國際貿易中，從實踐中找出供應鏈系統存在的問題再加以解決，進而再向周邊區域推廣供應鏈系統；第四，提升各區域重點企業的管理人員對供應鏈系統的意識，通過以點帶面的形式，提升大數據供應鏈系統的應用覆蓋率。

（二）企業推進大數據智能供應鏈具體做法

第一，加強企業大數據、供應鏈等技術人才的培養與管理，增加與互聯網企業、供應鏈企業或者物流企業等專業性企業合作，得到符合企業發展的技術與人才。比如，分析技術并不是所有企業的專長，如果要使用大數據技術進行高效的分析，那么企業必須建立與之匹配的外包策略。明確在一個完整的供應鏈中哪些工作企業可以自己完成，哪些需要與其它企業合作。尤其是企業將內部業務外包以后，除了會有核心信息泄露風險以外，還可能導致企業會過度的依賴外部供應商，對其正常業務以及營業收入造成影響；第二，加強企業文化宣導，讓員工明白技術改革是未來發展的重要機遇。定期的組織員工對新技術的學習，消除因技術變革帶來的恐懼感，為企業的變革做好充足準備。同時，加大對員工的激勵程度，通過技術培訓方式調動員工工作積極性。比如，在生產旺季時員工可以進行生產工作，而在淡季時某些生產員工還可以從事其它工作，那么企業應當增加對該種復合型人才的激勵，以提升其忠誠度。

參考文獻：

1.謝莉娟.互聯網時代的流通組織重構——供應鏈逆向整合視角[J].中國工業經濟，2015（4）

2.杜永紅.農產品智能供應鏈體系構建研究[J].經濟縱橫，2015（6）

3.秦蓀濤，李承娟.基于多智能體的供應鏈協同機制研究[J].科學管理研究，2004（6）

4.李文蓮，夏健明.基于“大數據”的商業模式創新[J].中國工業經濟，2013（5）