【摘要】
为了解决传统供应链中的缺陷并应对不断变化的需求,供应链需要变得更快、更精细、更精确。而数字供应链将成为传统供应链转型升级的必由之路。本文结合行业发展的整体背景,在对数字供应链的概念、特征和发展概况进行介绍的同时,重点就其应用场景、关键技术等展开阐述,并就目前发展过程中面临的挑战和未来趋势展开了深入分析。
一、行业概览
1.发展背景概览
近年来,随着科学技术迅猛发展,数字技术已经深刻改变了人类与周围环境沟通和互动的方式。从各类智能设备(例如智能手机和智能手表)到无人驾驶汽车等一系列新兴技术,使社会获取和交换信息的方式发生改变。当前,数字技术已经成为现代社会不可或缺的一部分,这些新兴的数字技术正在不断推动着全球数字化进程,也正影响着每一个行业。供应链和物流服务领域,同样也不例外。
供应链管理已成为企业竞争乃至国家竞争的核心竞争力。现代供应链的发展受到党和国家的高度重视。党的二十大报告明确指出,需加快建设现代化经济体系,着力提升产业链供应链韧性和安全水平,并强调“加快发展数字经济,促进数字经济和实体经济深度融合”。着力提升供应链数字化水平,现已成为建立高质量供应链的共识。将数字技术与供应链进行有机结合,大力发展数字供应链,将有助于提高供应链的透明度、效率和灵活性,降低成本和风险,从而增强企业的竞争力。
2.传统供应链与现代供应链
(1)传统供应链
供应链的概念最初源于物流。自20世纪60年代以来,企业对物流的认识和实践不断发展,从最初的销售配送到整合销售、生产和采购的一体化物流,再到整合上下游企业的供应链管理。供应链系统着眼于不同组织之间物流、信息流和资金流的整合,旨在通过供应商、制造商、零售商等上下游企业的协调与合作,满足终端客户对于特定产品或服务的需求。
传统供应链是指从原材料供应商到产品最终用户的一系列有序的流程和活动,其中包括采购、运输、加工、仓储、销售等环节。如图1所示,在传统供应链中,企业通常采用线性的生产和供应模式,上下游大都采用串联方式连接。核心企业通常需要通过多层级才能获取终端客户需求信息,缺乏快速掌握客户需求变化的方式。因此,核心企业通常只能根据历史数据与相关经验来设计产品、预测需求与制定供应计划;相对而言,缺乏即时性、灵活性和可适应性。
在后疫情时代,经济环境变得愈发不稳定、不确定、复杂且模糊,传统供应链中的各个环节更是暴露出不少亟待解决的问题。例如,在采购环节,如何高效地响应需求变化,并实现低成本采购;在生产环节,如何保证高质量、提高效率,同时避免资源浪费;在分销环节,如何解决层级冗杂、按时交付、库存及资金压力大等问题。
除管理供应链各环节的痛难点外,更为艰巨的挑战是如何协同全链条作业、降本增效,如何解决供应链长鞭效应带来的“供需不对称—产能过剩/或缺货—资源浪费”负循环。传统供应链中的各个部门业务系统可能存在相互独立,很少或根本无数据共享,难以对供应链的各环节进行有效协同。
消费者的期望也在不断增长。电子商务的普及以及快递行业的发展导致客户的服务期望不断提高,订单粒度也更加细化。消费者对商品的需求愈发追求个性化和多样化,这要求企业能够更加灵活地调整生产,并导致供应链的相应变化。
此外,如何有效地规划、管理和制定供应链战略也对于传统供应链提出挑战。随着全球化的进展,供应链条越来越延展,涵盖从不同地域的原材料采购到将产品直接交付给客户的一切。然而,产品生产复杂的组织构架给供应链带来了极大的不确定性。这意味着供应链的每个步骤都必须正常运转才能按时交货。与此同时,环境保护要求的提高也使得企业需要更加精细地管理物流和供应链,以减少碳排放,实现碳中和。
(2)现代供应链
近年来,随着信息技术的不断发展与迅速普及应用,供应链组织形态持续发生变化,管理方式不断创新。传统供应链通常只关注生产和供应,但对于客户实际需求并未重视或未能有效重视;现代供应链则是指以客户需求为导向,以数据为核心要素,运用信息技术和现代组织方式连接生产端与消费端,实现产品设计、采购、生产、销售、 服务等全过程高效协同的组织形态。
受供应链细化和经济全球化的影响,现代供应链中的主体越来越多,其概念和特征逐步从强调企业内部整合转向强调企业间的协同,以及整个生态圈的网链状协同。组织结构也从原先的封闭式、静态化、线性转变为开放式、动态化、网络性。与传统供应链相比,现代供应链还具有管理方式的高度信息化,数据信息、管理流程和物流等的标准化、空间形态的全球化,全链条的绿色化等特征[1]。
二、数字供应链与数字化转型
1.数字供应链的概念
为了解决传统供应链中的缺陷并应对不断变化的需求,供应链需要变得更快、更精细、更精确。而数字供应链将成为传统供应链转型升级的必由之路,将不断推动供应链流程、结构和管理的再思考与再设计。此外,随着信息技术的不断发展和普及,数字化技术也为现代供应链管理提供了更多可能性。为了在当今的市场中保持竞争力,企业必须将供应链数字化,将现代供应链与数字化相结合。Bhargava等[2]表示数字供应链是由支持全球分布式组织之间交互的系统(例如软件、硬件、通信网络)组成,并能够协调供应链合作伙伴的活动。这些活动包括购买、制造、储存、移动和销售产品。美国数字供应链研究院(DSCI)在《供应链白皮书》中,对数字化供应链给出了明确的定义:它是一个以客户为中心的平台模型,企业借此可以获取并最大限度地利用不同来源的实时数据,它能够进行需求刺激、匹配、感知和管理,以提升业绩并最大限度地降低风险。换而言之,数字供应链是利用数字技术和数据分析来指导决策、优化绩效并快速响应不断变化的条件的供应链。
2.数字供应链的发展
数字化转型是人类社会经济转型史上最伟大的一次社会经济转型。随着蒸汽和水力发电的发明(称为工业1.0),生产和自动化的变革被引入。随后是工业2.0中的电气化设施。数字计算机在工业4.0之前作为工业3.0的一部分推出加快了信息沟通的效率。数字供应链的巨大潜力来自工业4.0,即第四次工业革命。数字化基础设施和数字化产业生态所构成的“新基建”将成为社会生产方式变革的重要条件,人工智能、区块链、云计算、5G和大数据等新一代信息技术的快速发展与融合,使得当今社会正在发展成为一个集物理与数字、线上与线下高度融合的世界。
供应链数字化转型是基于信息数字化和供应链的深度结合,反映了商业需求的时代变化和可利用的新创造技术[3]。值得一提的是,数字化实际上一直在供应链中起着重要的作用。比如,ERP系统在如今的供应链管理中发挥了关键作用,它提供了一个中心化的平台,通过聚合整理各种业务功能,提高运营效率,并具有支持整个供应链的数据驱动决策的潜力。但是当前的信息技术的迅猛发展及大规模普及应用使得数字化应用达到了一个前所未有的跃迁。
3.数字供应链的特征
数字供应链以数据驱动决策,具有自行性、实时性、可见性、灵活性、共享协作性、环境可持续性等特性。从本质上讲,数字供应链基于的是现有的供应链所产生的数据。通过对这些存储在数据库中的数据进行分析,可以获取商业可行的见解。传统供应链严重依赖于商品和服务过程中从原材料采购到制造、分销再到销售点的线性进程。然而,在这个进程中,传统供应链的每个步骤都依赖于其直接链接的步骤,因此某一点的延误可能会在另一点造成代价高昂的延误,并在系统中放大。牛鞭效应就是一个很好的展示。与传统供应链不同,数字供应链利用供应链每个步骤产生的数据进行有效规划并在出现不可预见的延迟时创建动态响应。传统的供应链经常因缺乏可操作的信息或信息不对称而陷入困境,但数字供应链却得到了实时大数据流的支持,可以更有效地管理计划、生产、运输等环节。传统供应链和数字供应链对比。
三、当前我国数字供应链概况
2023年,我国围绕数字供应链提出了更具针对性的相关纲要与意见。2023年2月,中共中央、国务院印发了《质量强国建设纲要》,明确指出强化产业基础质量支撑;推进基础制造工艺与质量管理、数字智能、网络技术深度融合,提高生产制造敏捷度和精益性。其中,中小企业数字化转型是数字中国和网络强国建设的重要内容,是我国经济社会数字化转型的难点,是国家数字战略和政策聚焦、攻坚的重点领域。
2023年7月,中共中央、国务院发布《关于促进民营经济发展壮大的意见》,指出加快推动数字化转型和技术改造;鼓励民营企业开展数字化共性技术研发,参与数据中心、工业互联网等新型基础设施投资建设和应用创新;支持中小企业数字化转型,推动低成本、模块化智能制造设备和系统的推广应用;引导民营企业积极推进标准化建设,提升产品质量水平;支持民营企业加大生产工艺、设备、技术的绿色低碳改造力度,加快发展柔性制造,提升应急扩产转产能力,提升产业链韧性。
与此同时,我国针对加快数字化供应链体系建设提出相关的管理指南并制定相关标准。2023年4月,数字化供应链国际标准ITU-T Y.4910 Maturity model of digital supply chain for smart sustainable cities(《数字化供应链成熟度模型》)在国际电信联盟(ITU)正式发布。
该标准基于我国数字化供应链国家标准(20221957-T-339)研制,给出了涵盖供应链体系设计(D1)、供应链平台赋能(D2)、供应链业务运营(D3)、供应链效能效益(D4)四个维度,以及基础起步级(L1)、单元优化级(L2)、集成互联级(L3)、全链贯通级(L4)、生态智能级(L5)五个等级的数字化供应链成熟度模型。该标准为供应链各类参与主体科学认识并系统构建数字化供应链提供了参考指引,有助于产业界厘清基本概念和核心要素,掌握设计方法和实施路径,明确成熟度等级和评价方法,以及构建安全防护的能力。
另一方面,为构建面向数字化转型的供应链管理新模式,提升企业供应链数字化管理能力,国家市场管理监督总局和国家标准化管理委员会在2022年10月14日联合发布了国家标准文件——《信息化和工业化融合管理体系供应链数字化管理指南》(GB/T 23050-2022)。该文件已于2023年5月1日正式实施。
四、数字供应链应用场景
数字供应链融合了现代流程、战略和技术。其中,关键技术包括但不限于物联网、区块链、云计算、3D打印、人工智能等。这些技术提供自动化和预测分析功能,不仅使企业或组织能够更快速预测和解决问题、缩短规划周期、改进决策并为所有利益相关者提供价值,也助推了供应链更具稳健性、弹性与韧性,更能适应未来的挑战和机遇。
(1)物联网
“物联网(IoT)”一词最早是由麻省理工学院于1999年所提出,指的是一个由物理对象组成的网络,通过数字连接以感知、监控公司企业以及公司与其供应链的相互,从而实现敏捷性、可见性、跟踪和信息共享,以促进及时规划、控制和协调的供应链流程[4]。它涉及集成和启用信息通信技术,包括RFID、无线传感器网络、移动应用程序等。目前,随着物联网设备的成本不断下降,其普及率正继续扩展,所在应用涉及交通、能源、医疗保健、制药、零售、制造、产品生命周期管理、回收和食品可追溯性等领域。在供应链管理中,物联网可以让机器在最少或没有人为干预的情况下做出决策。此外,由于物联网的透明度、可追溯性、适应性、可扩展性和灵活性,物联网的采用有助于改善运营流程,降低成本和风险,有助于帮助企业更好地服务客户。
物联网在供应链中的应用最大领域之一是跟踪。借助这项技术,公司能够实时跟踪资产和货运的位置,从而在不断变化的环境中实现更好的响应能力和决策。例如,使用传感器可以监控集装箱内部的温度、湿度以及运输位置。另一个例子是使用移动设备来跟踪和协助卡车司机的日常操作。通过使用定制的应用程序,可以全天收集驾驶员位置的数据。通过以数字形式存储文档也可以大大减少纸张的使用。例如,可以通过应用程序签署交货证明,从而降低丢失文书的风险。
(2)区块链
区块链是一种安全共享的分布式数字账本系统,具有去中心化、公开透明、不可篡改性、可追溯性、独立性等特点[5]。区块链还提供了许多独特的机会,例如使用智能合约和资产标记化。智能合约是区块链上的协议,如果满足合约条款,则由机器自动执行。智能合约是区块链最有前途的功能之一,因为它们可以自动转账和支付货币和其他资产。区块链还能够阻止数据和交易欺诈,帮助保护数字和信息资产不被复制、窃取或侵犯,从而增加区块链上代理之间的信任水平。此外,实施区块链将提高透明度和可追溯性,可以通过对交易的跟踪,确保在智能合约的所有条件都得到满足后,合同中的相应条款才得以充分实施。
区块链直击供应链管理难点,在供应链场景中具有极强的适用性和应用价值。首先,区块链去中心化的特点,可以打通不同主体之间的“数据壁垒”,实现信息和数据共享。其次,区块链可以跟踪供应链中各层的环境条件,从而确保供应链的可追溯性和透明度,这一点对于食品与药物行业尤其重要[6]。
再者,使用区块链将有助于加强供应链数据流和端到端供应链中产生的物联网数据的安全性。供应链中的信任和可信度影响信息共享和预测准确性,这反过来又在供应链的供需匹配中起着关键作用。使用区块链技术,物联网设备之间的交易受到加密保护,并经过验证,以确保消息的发起者不是恶意软件或外部中介,并使供应链成员能够记录、验证和跟踪其供应链中的交易。另一方面,物联网与区块链中的智能合约可进行结合,不仅可以提高智能合约的安全性,也可以提高物联网系统的安全性和可靠性。例如在运输与物流中,一旦供应商或第三方物流公司完成任务,或按照预定义的规格(例如质量和数量)将货物运送到仓库或港口,就可以方便地向供应商或第三方物流公司付款[7]。
(3)云计算与边缘计算
云计算指的是一种可以按需访问的可配置的计算资源 (例如网络、服务器、存储设备、应用程序以及服务) 的计算方式,可分为软件即服务 (SaaS) 、平台即服务 (PaaS) 和基础设施即服务 (IaaS) 三种模式[8]。
云计算的出现给传统IT行业带来巨大变革。其所内含的五个本质特征 (包括按需的自我服务、广泛的网络访问、资源聚合、快速的弹性能力和定量服务) 打破了传统 IT 部署的建设架构。在缩短建设周期、降低部署成本和运营成本的同时,云计算的部署也将提高应用系统部署的可靠性、灵活性、可拓展性和可管理性。随着供应链管理思想在企业内部逐步深入,供应链上云已成为大势所趋。云计算提供的这些优势有助于组织保持不断发展的供应链计划和IT之间的一致性,从而提高公司的敏捷性。此外,从战略层面而言,供应链云服务能够降低企业供应链风险,快速响应不断变化的市场环境,提高上下游之间信息的可靠度和透明度,实现供应链可持续发展等。
然而,带宽限制、延迟问题和网络中断,是当前云生态系统中供应链速度和效率的最大威胁。有效结合新兴的计算范式——边缘计算,则可以解决这些威胁并提高云服务的质量。具体而言,相对于云计算是将计算、存储和网络资源集中在云数据中心,边缘计算是指将计算、存储和网络资源尽可能地放置在接近数据源或最终用户的边缘设备或边缘节点上。换而言之,边缘计算使云能够分布在更靠近用户的地方,这样用户就能够以更快的速度收集和分析大量信息。例如,边缘计算可用于自动化仓库、工厂或制造设施中时间敏感的供应链流程。这些流程不但减少了对人力管理的需求,创造了最佳结果,同时也消除了手动流程导致的错误风险。基于边缘的计算可以用更少的劳动力完成更多的工作,从而提高供应链的效率和弹性。另外,将传统云计算和边缘计算结合起来,将云端能力延伸到边缘侧,联动云端和边缘侧数据,实现边缘资源的远程管控、数据处理、数据分析、智能决策等,可以更有效地处理数据并更快地响应用户需求。
(4)3D打印
3D打印(也称为增材制造)指的是运用多种技术和制造过程,使用户能够从数字三维模型中创建有形物体[9]。与传统的制造工艺不同,3D打印技术允许用户从各种各样的材料(例如塑料、金属、陶瓷、砂岩、树脂、生物材料和食品物质)构建高度复杂的产品[10]。目前,3D打印已经广泛应用于主要生产小批量产品和/或需要定制的行业,如医药,航空航天和定制消费品等。
3D打印的应用对供应链产生巨大影响并推动了竞争优势。使供应链更精简、更灵活、反应更快、更具成本效益、更加可持续化、更少总体上的浪费。3D打印技术为制造商提供了前所未有的自由度,可以根据客户的具体要求定制产品并增强客户体验。这将导致供应链更加敏捷,能够快速适应市场变化。3D打印技术整合了制造所需的组件和流程的数量。这将对全球供应链产生重大影响,降低复杂性,节省生产成本,缩短交货时间并缩短上市时间。3D打印也是一种“更绿色”、更节能、更具成本效益的生产方式,它产生的浪费几乎为零,降低了生产过剩和库存过剩的风险,并减少了碳足迹。
(5)人工智能
人工智能(AI)被定义为机器或系统所呈现的任何模拟人类的行为。
使用人工智能可以以更高的精度、更快的速度和更多的输入来解决问题。近年来,供应链的复杂性呈指数级增长,决策和数据的变化速度比以往任何时候都快。人工智能技术正通过提高运营效率、降低成本和提高客户满意度正在改变供应链行业。供应链会产生大量数据,仔细观察这些数据以了解趋势或潜在问题的迹象是供应链优化的关键。而人工智能可以通过分析和响应大量数据来进行训练。事实上,通过机器学习或深度学习的过程,人工智能系统会变得更加精确与更快。因此,人工智能可以通过供应链数据的管理进行训练并发现供应链中的存在潜在问题。
库存管理是供应链管理中最典型的机器学习用例之一。准确的库存管理是供应链管理的重要基础,它确保物品可以顺利地进出公司的仓库设施,同时防止库存不足或过多。库存管理涉及许多因素,直接影响到企业的现金流和利润率。有效的库存管理将防止库存过剩或不足。人工智能处理、分析和解释大量实时数据集的能力将有助于有效预测供需。有效的库存管理对客户满意度也有重要的影响。库存管理不足可能导致产品短缺和交货时间增加,这将对客户关系产生负面影响。人工智能算法可以利用历史数据、市场趋势和外部因素进行分析并生成准确的需求预测,使企业能够优化库存水平,充分管理客户需求。
此外,人工智能可用于在生产过程的早期阶段识别产品质量问题。通过使用计算机视觉,可以将产品与理想的实物模型进行比较,并在产品到达客户手中之前评估所需的质量水平。例如,汽车企业奥迪利用机器学习技术,自动识别并标记钣金部件上最细微的裂纹。人工智能在另一个用例是基于实时数据的设备预测性维护,而不是预先定义的维护日历。通过改进资产维护,供应链专业人员可以显著降低维护成本。
与物联网相结合,人工智能可以帮助通过端到端物流过程跟踪货物。它可以帮助供应链专业人员跟踪货物的位置。通过跟踪和分析天气和交通状况,人工智能可以提供实时路线优化建议,从而减少运输时间和成本。
2.数字供应链中的相关环节
供应链的数字化涉及供应链中各个环节之中。
3.数字供应链在不同行业中的应用场景
(1)零售行业中的数字供应链
数字化转型正在进入我们今天所知的各个领域和行业,其中零售业是开展数字化转型的先行领域。自21世纪初电商兴起以来,中国整体零售行业经历翻天覆地的变化。“新零售”所定义的人、货、场三大组成要素正在零售行业全面重构和升级,各种零售新业态飞速发展。但作为零售重要环节之一的供应链遭受全方位的冲击,面对新业态下快速变化的客户需求,传统供应链体系正面临着前所未有的挑战。
根据贝恩公司所发布的报告显示,消费者需求多样化导致的订单碎片化、产品定制化给生产端带来了大量压力。过去消费者需求相对单一,因此规模化、批量生产的方式在传统品牌商中占据主要地位。随着消费者需求的分散化,新品的生命周期急剧缩短,同时消费者对于缺货的容忍度不断降低,这导致预测、库存控制和生产弹性都面临巨大挑战。另外,随着消费者对“时效”要求的逐步提升,供应链长度也随之不断缩短,使仓库布局越来越贴近终端,由此涌现了前置仓、门店仓等大量新模式。但此类前置仓储点有限的容量却增加了运营难度和成本,渠道融合和订单碎片化也对传统仓储的管理提出了挑战。此外,运输规划复杂也是一个不小的挑战。生产端的碎片化及仓储前置点的迅速扩张都增加了干线及城配物流中的复杂性。为了配合时效提升,各商家纷纷调整仓库布局,更多接近终端消费地,以提升服务体验,大量新增的仓储点导致现有干线及城配的路径与车次规划难以循序跟进。其他挑战还包括最后一公里配送成本高。消费者对于“便捷”的要求也在持续提升。众多消费者愈加追求极致配送的体验。但是碎片化的需求和极高的时效要求导致终端配送成为物流中难度最大、成本最高的领域之一。
面对上述挑战,制定创新的数字化供应链解决方案至关重要。企业或组织可通过数字化来改善服务和设施,从而提高客户的满意度。例如,零售商可贴合自身运营状况在关键环节进行监测和数据收集,同时通过内外部分享协同,实现关键系统的打通整合;并通过大数据分析、人工智能等新技术,采取最优算法提升预测的准确度并设计最优物流路径规划。
云服务也在各个方面为零售行业提供帮助,从降低基础设施、存储和计算成本到实现对运营和库存数据的实时访问,从而实现高效的库存管理、更好的用户体验、更强的盈利能力等。以库存管理为例,借助云计算,零售商可以全面了解他们的库存。云提供对实时数据、云架构和分析平台的访问,以构建预测性和规范性库存预测,从而显著减少库存短缺等问题。而且,在管理多个门店的同时,管理者无需手动同步各个门店的库存,可以随时随地访问数据和库存,查看实时库存状况。
作为传统云计算的延伸,零售商可以在门店摄像头的帮助下,使用边缘计算来识别进入商店的顾客。通过在边缘设备上直接处理这些数据,立即为客户提供量身定制的产品信息和特别优惠。零售商还正在采用区块链技术来提高安全性、效率和透明度。零售业的区块链不仅限于数字支付方式。它有助于跟踪供应链中的产品,并允许零售商将信息存储在分散的分类账中。例如雀巢通过采用区块链技术使产品追踪变得顺畅、简单和标准化。多年来,它已将区块链技术的使用扩展到其瑞典咖啡品牌Zoegas。
(2)制造业中的数字供应链
制造业是全球经济的重要组成部分,如今也面临着许多挑战。例如,制造业正面临熟练劳动力的严重短缺,导致寻找人才的竞争加剧,最终推高了许多公司的工资成本。此外,社会压力对制造业的影响比以往任何时候都更大。伴随这些影响而来的是满足或超越消费者期望的持续挑战。消费者要求制造商的透明度和可持续性。制造透明度要求制造商记录、维护并与消费者共享大量数据。供应链上的每个人都可以访问这些数据。但这也对供应链内的数据安全性提出更高的要求。当前的现实和气候变化日益严重的威胁推动了更严格的环境法规,这也导致从生产到排放再到运输产品的运营挑战。与此同时,消费者也希望、期望并要求制造商及其供应链的可持续性。
制造行业中的供应链数字化转型,是指将新一代信息技术覆盖制造企业的设计、生产、管理、销售及服务各个环节,并能基于各个环节产生的数据分析与挖掘进行控制、监测、检测、预测等生产经营活动,在缩短研发周期、增加采购实时性、提高生产效率与产品质量、降低能耗、及时响应客户需求等方面赋能。目前,制造商正在投资多种新技术或加强数字技术的采用,以加强供应链,从而推动增长和效率。这些新兴技术包括但不限于人工智能、虚拟现实、机器学习等。
制造业数字化转型的一个突出例子是汽车行业,汽车制造商对工业4.0技术和数据驱动流程进行了大量投资,从而显著提高了效率和生产力。另外,航空航天行业也利用数字技术来改善供应链管理、简化设计流程并缩短新产品推向市场所需的时间。尽管劳动力短缺等挑战仍然存在,但数字技术将帮助制造商变得更有弹性、更高效、更有利可图。数字化转型可以帮助制造商在竞争中保持领先地位,并在日益数字化的世界中保持重要地位。
(3)物流与运输行业中的数字供应链
物流是供应链管理的一个组成部分,是指对货物从生产者到最终消费者的移动和存储进行规划。它在确定如何以最具成本效益的方式获取、存储资源并将其运输到最终目的地以满足客户需求等方面,发挥着至关重要的作用。
鉴于交易量和消费者的要求日益提高,物流提供商必须变得更加灵活、快速和可靠,并创建新的创新交付解决方案,以满足当前客户的期望,其中包括可靠的交货时间、长时间运行、优质交货、实时跟踪、灵活和个性化的服务以及快速退货处理等要求。但降低运输成本是物流行业一直以来面临的最大挑战。近年来,全球运输成本每年持续增加,使得维持利润率变得困难,其中对运输成本影响最大的是燃油价格的上涨。另外,运力不足和司机短缺也是物流行业的一大噩梦。透明度和可见度也对物流行业极其重要。对于客户而言,他们希望始终完全透明地了解货物的位置和运输进度。与此同时,可持续发展主题在物流行业中也越发显得重要。物流流程的每一步都应牢记可持续发展目标。
当前,物流业界都意识到通过数字化转型加强数据化管理、提前部署及提升供应链韧性的重要性。例如,通过部署无人车、无人机、智能机器人等各类智能硬件,以实现运输、仓储、配送等全环节自动化作业,降本增效。此外,通过物流供应链各要素的物联网化,实现的全程可视与信息集成共享,进而实现全链互联网化与数字化。
五、数字供应链面临的挑战
有效的数字供应链可以帮助组织满足不断增长的业务需求,但许多组织在创建和优化其数字供应链时遇到困难。据麦肯锡称,目前只有43%的供应链实现了数字化,这造成大量错失的机会[11]。此外,尽管不少企业在采用数字技术方面取得一些成功,并计划在落后领域进行投资,但许多企业或组织在充分利用供应链数字化方面仍遇到系统性障碍和其他挑战。
1.预算限制
实施数字供应链的成本可能很高,需要在技术、培训和基础设施方面进行大量投资。根据普华永道发布的2023年供应链数字化趋势调查报告显示,近一半的受访者认为预算限制是数字化供应链所面临的最大挑战。此外,高管们更多关注供应链中的短期优先事项和挑战,而不是有助于转变供应链和创造长期价值的行动和投资。尽管技术丰富且潜力巨大,但高管们表示未来12至18个月的首要任务是提高效率和管理或降低成本,而不是优先考虑其他事项(例如,自动化流程和分析以及提高可持续性和企业社会责任)[12]。
2.安全与隐私保护
保护敏感数据并确保遵守隐私法规也是数字供应链中的一项挑战。随着企业在内部和整个供应链中进行数字化转型,更多关键的数据在全球供应链中共享。这些数据由供应商、供应商和其他业务合作伙伴等第三方处理和存储。随着互联和集成网络中敏感数据量不断增加,网络风险也正在上升。一些供应链网络安全风险包括:人为风险、第三方风险、供应商风险和合规风险。如何保障数据的安全与隐私性成为任何供应链风险管理计划的重要组成部分。
3.数据管理和协调
供应链流程涉及从货物采购到物流和规划的多个阶段。在这些阶段中,不仅在组织内部,而且还与制造商、分销商和零售商等业务合作伙伴创建、处理和交换大量数据。如果没有适当的数据治理流程来确保简化数据输入、分发和管理,则可能会导致数据的质量较差、存在数据孤岛甚至出现错误,从而给企业带来重大的管理负担和收入损失。此外,当企业之间交换错误的数据时,可能会影响业务决策、沟通等方面涉及的所有各方。若缺乏有效的数据治理,很难将这种损害降到最低。
4.供应链变革
供应链数字化转型不是简单的数字技术革新,而是整个供应链组织结构、业务流程、商业模式等等多方位的变革。此外,数字供应链的成功实施还需要具备相关技术和管理知识的人才。找到具有管理和维护数字系统技能的合适人才可能有时较为困难,特别是在一些技术人才短缺的行业。另外,一些现有员工可能会抵制变革,并对接受新的数字系统犹豫不决,从而导致摩擦和采用缓慢。
六、未来展望
当前,数字供应链伴随企业接受度打开而稳步增长。数字供应链以数字化手段提升供应链的速度和效能,不仅为企业带来经济效益,而且在更大范围内和更深层次上关系着国民经济循环的速度和质量。未来,供应链领域将加大与数字化的融合,继而呈现一些新的趋势。
1.供应链协同
数字供应链正在迅速发展,未来几年必将带来更多变化和创新。随着技术不断进步,数字供应链中的自动化和人工智能预计将越来越多。这可能包括使用机器人和其他自动化系统来执行仓库管理、订单履行和运输等任务。人工智能驱动的系统也将变得更加普遍,有助于优化和简化供应链运营。数字供应链将继续变得更加集成和协作,供应链的不同部分比以往任何时候都更加紧密的合作。这可能包括使用共享平台和技术,以及采用行业范围的标准和协议。
2.供应链韧性和灵活性
新冠疫情对全球供应链造成严重破坏,俄乌战争的爆发更进一步加剧了全球农业、汽车、能源和食品等关键行业的供应链问题。随着中断频率和严重程度的增加,提升供应链的韧性和灵活性对于供应链各环节中的成员都极其重要。数字供应链和供应链韧性密切相关。供应链决策者需要调整其运营规模并采用数字化功能,以保护供应链免受未来的干扰。通过数字化技术,企业可以更好地监控整个供应链的运作,实时获取数据并进行预测分析,从而更好地应对突发情况。数字供应链可以为提高供应链韧性提供支持,通过更好的数据可视化和分析,帮助企业更准确地识别潜在风险,并制定相应的计划来减轻风险。
3.供应链安全性
数字化供应链中涉及大量的敏感信息和数据,这些数据正变得日益庞大与复杂。由于数字供应链利用互联网支持的数字技术,因此引入了网络安全风险因素。供应链中的数据安全问题不容忽视。企业必须增强网络安全防护能力,提升数据安全保障水平,并切实有效防范各类风险。保障供应链安全稳定运行,必须建立供应链安全管理体系,实施供应链安全评估,加强供应链安全管控,实现产业链供应链的健康发展。
4.供应链可持续化
可持续发展这一趋势,也将会在数字供应链中持续下去。这可能意味着采用更环保的技术和实践,以及将可持续性指标纳入供应链运营。企业需要在经营中积极贯彻可持续发展理念,注重环境保护和社会责任,并推动数字化人才培养工作,这不仅有利于企业的长期发展,也有助于提高企业的市场竞争力和管理效率。
【参考文献】
[1]王佳元.现代供应链:演变特征与发展战略[J].宏观经济研究, 2019(07):98-106.
[2]BHARGAVA B, RANCHAL R,BEN OTHMANE L. Secure information sharing in digital supply chains[C]//Proceedings of the 2013 3rd IEEE International Advance Computing Conference, IACC 2013. 2013.
[3]郭杰群.基于港口实践的供应链数字化转型[J].供应链管理,2020,1(04):81-88.
[4]BEN-DAYA M, HASSINI E, BAHROUN Z. Internet of things and supply chain management: a literature review[M]//International Journal of Production Research. 2019.
[5]BABICH V, HILARY G. Distributed ledgers and operations: What operations management researchers should know about blockchain technology[J]. Manufacturing and Service Operations Management,2020, 22(2).
[6]ADAMS R, KEWELL B, PARRY G. Blockchain for Good? Digital Ledger Technology and Sustainable Development Goals[M]//World Sustainability Series.2018.
[7]POURNADER M, SHI Y, SEURING S, et al. Blockchain applications in supply chains, transport and logistics: a systematic review of the literature[J]. International Journal of Production Research,2020, 58(7).
[8]MELL P, GRANCE T. The NIST definition of cloud computing[M]//Cloud Computing and Government: Background, Benefits, Risks.2011.
[9]GIBSON I, SRINATH A. Simplifying Medical Additive Manufacturing: Making the Surgeon the Designer[J]. Procedia Technology,2015, 20.
[10]KIETZMANN J, PITT L, BERTHON P. Disruptions, decisions, and destinations: Enter the age of 3-D printing and additive manufacturing[M]//Business Horizons.2015.
[11]ENIS G,XIN H,PRAKASH S,et al.Digital transformation: Raising supply-chain performance to new levels[EB/OL]//Mckinsey.(2017-11-17)[2023-08-07]. https://www.mckinsey.com/capabilities/operations/our-insights/digital-transformation-raising-supply-chain-performance-to-new-levels.
[12]PWC.How much is technology transforming supply chains? PwC’s 2023 Digital Trends in Supply Chain Survey[EB/OL]//PwC.(2023)[2023-08-07].https://www.pwc.com/us/en/services/consulting/business-transformation/digital-supply-chain-survey.html.
(来源:《物流技术与应用》2023年10期)
2024年11月20日
2024年11月14日
2024年11月08日
2024年10月29日
2024年10月25日