从小米科技看技术如何驱动数字供应链变革

编者按：

都在讲供应链，那么供应链的本质是什么？演讲伊始，小米科技供应链总监汪培育便抛出这个问题，并给出了自己的看法：飙得起速（交付）、刹得住车（交付）、控得住重（交付）、省得了油（成本）。紧接着，他从供应链发展阶段、数字化供应链能力、数字化供应链技术以及数字化供应链技术分析等维度阐述了数字化供应链。

演讲嘉宾：小米科技供应链总监汪培育

（本文根据1月25日由物流沙龙举办的“2018数字化供应链峰会暨LOG年会”现场录音整理）

昨晚跟几个朋友吃饭，他们问小米是一个什么样的公司，有人说是互联网公司，有人说是手机公司，有人说是零售公司。我认为都对，但不全对。他们的评价体现了小米的铁人三项，即互联网、新零售和智能硬件，这也意味着小米整个公司供应链的运营都要围绕这三块来开展。

今天和大家探讨的是现在的一些想法和在做的事情，如何把互联网、制造业和零售业的供应链运营结合在一起，希望各位能对我们多提意见，帮助我们改进。

主要包括以下内容：

1、供应链的本质是什么？

有人说供应链是采购、计划、生产、物流等，本质到底是什么？我们可以拿汽车来对供应链进行比喻，我认为供应链：

1）一是要飙得的起速：新品爬坡、市场上涨时要跟着上，旺季不缺货

2）二是刹得住车：产品下市或者某些品类销售出现问题的时候要及时止损，控制得住整个链条上的库存，淡季不囤货。

3）三是控得住重：不是说库存越少越好，而是要保持合理的库存。

4）四是省得了油：控制成本的重要性在座各位应该都深有感受。

总结来说供应链的本质就是交付、库存、成本的平衡。

2、供应链发展五个阶段

不管是互联网企业、制造企业还是零售企业，在供应链发展的发展上是有共性的，总结来说大家都会经历有5个阶段：

1）反应式（烟囱式执行）：销售收入驱动，资产利用率低，交易效率低下 ，这时大家做得的多的是吵架，是比较初级的阶段，靠邮件、电话和微信等进行互动，靠经验去决策，这时候“三拍”大行其道：事前拍脑袋（差不多，就这么干）在，事中拍胸脯（放心，一定完成任务）、事后拍屁股（搞不定了，走人），“三拍”伤害的是企业。

2）预期（可扩展功能）：按预测供应，聚焦标准流程和成本，以内部为中心的文化，职能部门目标互相矛盾。我曾参加过一个论坛，有人称预测不重要，这种认知集中在供应链第一个阶段，随着企业的发展，供应链的发展一定要有预测性，目前国内的企业大部分在这个阶段。这时候相互部门之间的协同被更加注重，比较初级的S&OP开始出现。如果供应链过不了这个阶段容易成为企业国际化发展的瓶颈；

3）集成（成果和权衡）：按需求信号供应，有意识的权衡、聚焦成果，流程集成和自动化，聚焦总成本和可靠的服务。要甄别哪些是有效的，哪些是无效的，在这个阶段要权衡怎样做，其实这些需要企业管理具备相当的水准才能支撑，这种水平的企业多数拥有比较成熟的S&OP。这个阶段主要是强调一致性、灵活性、盈利性、风险管控，会从内部流程扩展到外部，国内做得比较好企业供应链水平集中在这个层级；

4）协同（价值网络）：对不同的需求细分定制供应链响应策略，以用户为中心的观念和延展的供应链网络，通过集成业务计划（IBP）决策，进行有效的、盈利的权衡。来自什么渠道，什么用户，什么产品和自己怎么做等等，供应链特征是更细化，不再是一个模式打天下，尤其是对于多事业部的企业来说更为重要。

5）和谐（业务生态）：以解决方案为中心，价值和风险共享，开放创新文化，集成的工具和流程、多级可视。以解决方案为核心，整个研发都是供应链系统的考虑范畴，目前来说可以在小的产业上进行试点，大范围实现的企业很少。

那么，这几个阶段的数字化是怎样的呢？

这几个阶段可以分为传统型、信息化型、数字化型、智慧化型以及持续迭代。今天重点讨论的是数字化，结合这五大阶段，第一、第二块基本上是集中在传统型企业，真正有资格谈数字化要从第三个阶段考试，第四、五阶段一般是行业领导者或者是较大企业才可以做得到，我们大多数企业通过自己的努力可以做到第三阶段，所以数字化对我们很重要。

3、数字化供应链能力

一、二阶段能力状态下的供应链主要任务其实是完成信息化，我认为真正的数字化建设从第三阶段开始。

前三个阶段核心是数据集成，第四阶段是按能力承诺、端到端供应链可视化以及成本，端到端的成本：销售成本、采购成本、制造成本、物流成本、质量成本等都要考虑。这是第三到四阶段比较最重要的特征。

第四到五阶段最重要的是盈利性承诺，提前预测一个订单如何安排对企业最划算，对用户体验最好，实时的仿真与模拟成为关键能力之一。就仿真来说也至少发展了三个阶段，一是根据条件进行结果仿真，二是根据自己的方案进行优劣对比，三是无约束的仿真，找到最佳方案，第五阶段应该具备上述第三阶段仿真能力。

4、数字化供应链技术

供应链最新的技术有区块链、大数据、云计算、智能可视、中台布局、网络布局、智能模型、DDVN、AI等等。

区块链

其中，最近区块链很火，为什么呢？因为比特币火了，因为比特币被禁了。个人建议对区块链和比特币要分开看，比特币是数字货币，区块链是实现数字货币的基础技术，但是这种技术不仅仅只能用于数字货币。

就总体而言区块链本身也存在两用模式，既待币链与非待币链。

既待币链以比特币、以太坊等为主，以数字货币激励，基本不限制准入（某些情况下会有限制，但是不常见），我们常见的炒数字货币、挖矿等行为就是以此类区块链为技术基础的，既待币链是去中心化的，在解决信用问题方面非常有效。

非待币链以行业或者某些大公司牵头的联盟链为主，采取利益相关方准入，有一定准入限制，是以实现互信、信息共享等功能为目的，目前大多数金融机构、政府机构等构建的就是此类，非待币链也是去中心化的，但是有一定的限制，解决信用问题也是核心作用之一，但是也会着重解决数据追踪、共享等问题。

当然不管哪一类区块链都有缺点，比如需要突破技术难题解决高并发问题，比如目前存在的牺牲是物理空间换取数据共享及互信功能等，还需要在技术及机制上进行持续改进，已经有很多公司在这方面加大了技术投入。

高德纳咨询公司认为区块链技术未来十年左右可以达到比较成熟的可大规模商用的水平。当然这只是预估，科技的发展日新月异，很可能会被加速，也可能会被新技术替代掉。

那么我们就一些具体应用场景讲讲区块链。

区块链要做的是：

1）打破传统点对点的传输方式，实现数据、信息全网共享。如联盟链内的数据追踪。传统方式是基于点对点、EDI方式的两两方信息交换，区块链把供应商、采购供应商、制造供应商代工厂、联盟链企业本身各个部门，大家都集中在一起，数据上链，数据是加密分布式存储的，对于解决相互信用问题、数据追溯问题等有很大帮助。

2）把各节点的数据串联在一起实现数据一体化。物流的标准化做的比较好，所以在行业中可视化做的也比较好，但生产制造企业各个环节的内部可视化非常难解决，到渠道内部的可视化也是很难解决的，未来区块链技术在数据处理能力方面取得突破后，在工业大数据领域应用广阔。

3）具体的业务场景。区块链对于全链条数据质量提升有巨大推进作用，但是并不是说我们要取消传统的IT系统，区块链更多是后台和中台，保证数据的质量、保证数据的不可篡改、保证数据之间的关联。

4）全过程状态追踪。从供应、生产、物流、用户到售后等环节全程追踪。

大数据

大数据是一个很大的概念，其实本质上还是数据分析，数据分析不是现在才有，是一直都有。我们把数据分析分为数据统计、联机分析处理、数据挖掘和大数据四个阶段。

1）数据统计，最基本的数据分析手段，同比、环比、多少、完成率等。

2）联机分析处理，相互的影响因素放在一起，找到差异及相互关联，计算机的出现让此类数据分析能力大大加强。

3）数据挖掘，很多人认为是使用机器语言深度学习，找到数据背后原因。当然多数情况下数据量很大，使用机器语言深度学习，但是也不一定。比如著名的案例：很多农村孩子入大学后学习成绩下降，有人人认为是农村孩子基础教育问题，但是分析者使用样本分析，调研统计，找到背后原因是很多农村孩子经济紧张，课余时间兼职较多影响了学习，就是典型的数据挖掘。

4）大数据，特点是规模大、种类杂、快速化、价值密度低，大数据是人类历史上第一次摆脱抽样统计分析。我们当时理解大数据的时候将大数据与区块链结合，即：区块链+加流数据=大数据。流数据是每时每刻发生的数据链，处理流数据沉淀下的数据块就是区块链，综合起来就是大数据，当然这只是我们对于工业大数据的解读，工业大数据相比普通大数据更加注重数据质量。

此文系作者个人观点，不代表物流沙龙立场