迎接互联，拥抱智能

汪玉喜、徐孜望、黄炳焜、李若冲|文

在数字化技术不断发展、新商业模式迭代涌现的今天，一个定位准确、方向清晰且具备可执行性的供应链战略，已经与业务战略一样，成为企业实现基业常青的指南针。

过去十年，在电子商务等新兴行业的带动下，中国物流及供应链行业经历了黄金发展期，行业规模急速增长，优秀企业不断涌现，创新模式层出不穷，物流行业正在从简单的货运向供应链整合服务方向发展。但与此同时，也必须看到中国物流行业科技含量较低、基础设施重复建设、大量运力闲置以及行业整合度低等不足之处。此外，电商红利正面临衰退，物流行业也需要继续寻找新的增长点。不过，消费升级推动的“新零售”和新兴数字技术的普及，也为物流与供应链行业的转型升级提供了契机，一场新的产业变革浪潮已经到来。

物流与供应链行业面临新变革

“新零售”对物流和供应链提出新要求

在内需启动、消费升级的大背景下，“新零售”概念被以阿里巴巴为首的互联网企业提出并实践，这对整个消费市场来说既是挑战也是百年难逢的机遇。埃森哲对中国年收入超过4.5万元的家庭进行的一项调查显示，67%的受访者表示他们不再只是购买必需品，而是选择品质优良、消费体验良好和能体现潮流趋势的产品。显而易见，消费升级浪潮以及“新零售”概念的发酵为企业带来巨大市场空间与机遇，但这也对客户体验以及物流和供应链响应效率提出了更高要求，以确保更好更快地满足客户的需求。

如京东通过极速达、当日达、夜间配等服务，优化客户体验。服装巨头Zara依托快速响应的敏捷供应链，将识别潮流、服装设计到全球上架的周期缩、短至仅仅两周。在亚马逊旗下的未来超市Amazon Go，消费者无需在收银台排队结账，购物体验更为便捷。结合RFID、计算机视觉、感测融合、深度机器学习等技术，亚马逊实现了店内商品、消费者、计算机三者的实时互联。在消费端，通过实时捕捉并传输顾客拿取的商品信息，使自助购物真正得以实现，同时通过大数据相关性分析为顾客推荐商品，从而增加销售；在供应链端，商品陈列信息与后端供应链实时互联，在商品库存不足时智能触发补货，从而避免商品脱销。

这些客户体验的改善与供应链效率的提升，依靠的正是“智能化”与“互联化”这两大技术趋势。

“智能化”与“互联化”给物流与供应链行业带来新机遇

数据分析、人工智能、物联网等新兴技术正推动各个行业迈向智能化和互联化。

在传统商业环境下，职业经理人以数据为支撑，根据经验决策；而随着新兴技术的运用，计算机根据数据科学家设定的算法和模型实时生成决策并执行，而决策又产生数据，开始新一轮循环。在智能化环境下，我们认为部分人工将被取代，决策会更加依赖于人工智能、机器学习、物联网等技术。换句话说，未来机器在企业经营上将扮演更为重要的角色，并帮助企业产生成倍于当前人工决策所带来的价值，上述的Amazon Go无人超市正是依靠数据分析技术为客户推荐产品。

物联网技术让万物互联，这将极大地影响企业的运营和商业模式。目前，物联网技术已经在工业生产领域开始应用，将传统工业提升到智能制造的新阶段，而这一影响也会传递到物流和供应链行业。未来，随着智能处理技术的进一步爆发，互联网与智能制造将会极大地推动整个社会供应链以及物流行业的发展，将封闭、割裂、被动查询式的传统物流及供应链服务，提升至开放、互联、智能推送的新高度，无法适应的企业将被淘汰。

例如，坐落于德国维尔斯河畔的西门子数字化工厂（Electronic Works Amberg，简称EWA）通过生产线、控制器、扫描仪与云端的数据采集、存储、分析实时互联，大幅提升了供应链智能化程度、灵敏度及响应效率。这个工厂通过地下元器件传送带、磁悬浮运输带等智能硬件，大幅提升生产效率，每秒能生产一个产品，并将交货时间缩短至24小时，合格率高达99.9985%。工厂管理着30亿的元器件，拥有5公里地下元器件运输带。令人惊叹的是所有的这一切只需要1200个员工来运营。西门子正在全球范围内发起一系列变革项目，全方面改造物流以及供应链体系，从而大幅提升业绩。

在这里，我们想明确的是“互联”与“智能”已经不再是简单的RFID等硬件连接，而是全产品、全渠道、全流程、全生命周期、全时空的连接，以及基于此的各类智能应用。它至少应该包含三个层次：第一层，基于新零售等新商业模式，从前端（销售）出发重新梳理后端供应链，打通产品、渠道、流程，从B2B/B2C转向C2B/C2M；第二层，基于云和大数据，在打通物流全流程和客户全生命周期的同时，连接过去、现在和未来，实现从Big Data到Smart Data的转变；第三层，在以上基础上，形成开放、共享、万物互联的物流及供应链生态圈，驱动新商业模式的萌芽（见图一）。

图一　“智能”、“互联”的三个层次

三大对策迎接智能和互联时代

那么，对于品牌/生产企业以及物流企业而言，如何才能在智能、互联的浪潮下进行供应链及物流转型并保持竞争优势？我们认为这可以分为以下三个课题进行讨论：

第一，在平台化、专业化、智能化的新趋势下，物流企业如何找到新的定位并进行转型？而品牌/生产企业又如何利用主业优势整合协同，提升供应链效率？

第二，两类企业如何精益化供应链及物流，通过运营数据与运算平台的实时互联搭建智能供应链，从而实时监控分析运营情况并优化企业决策？

第三，企业该如何采集、储存数据，并培养兼具深度和广度的大数据分析能力，真正将BIG DATA转化成SMART DATA？

结合多年的相关咨询经验以及对行业的深刻洞察，埃森哲认为应对之策有如下几点：

对策一：致力于物流的专业化发展及平台生态化转型

随着GPS、地理围栏、RFID、机器人、自动仓储等技术应用的普及，仓储、干线运输及末端配送将实现全程实时跟踪，并基于此衍生出一系列增值服务，提升物流服务专业化水平，进而提升行业整体门槛；而企业的供应链管理能力也将更侧重于总体计划，逐渐将运输过程的管理及执行外包给专业的综合物流服务商。此外，“互联网+”驱动平台业务模式的发展，延伸出集货平台（如菜鸟）及运力平台（如卡行天下），提升了物流资源利用率，也为物流服务用户提供了更多元化的选择。在此趋势下，无法提供差异化服务的物流企业将面临被淘汰或被兼并的命运（见图二）。

图二　供应链及物流企业未来发展趋势

物流生态将由较为零散的独立运营企业，逐渐向专业化及平台化发展，原有的全国综合物流服务商将承载更全面的产品及服务；而中小物流企业则依托平台实现专业化发展。未能及时转型的企业将面临被收购兼并的命运，而品牌/生产企业将朝更加垂直整合或聚焦销售与品牌的轻资产模式发展：

对全国性物流服务商来说，需要不断丰富产品与服务，为客户提供更多价值，与第三方物流及物流平台提供的跨境、冷链、仓干一体化、第四方物流服务等形成差异化。在未来，供应链和物流领域还会有更多的玩家。目前，以菜鸟、京东、苏宁为代表的零售/电商企业已经开始涉足供应链及物流行业，利用一体化的仓储、干线、配送、销售及服务优势，面向市场提供供应链及物流服务。

对中小物流企业来说，随着经济增速放缓及市场竞争日益白热化，尚未形成规模的物流企业只有凭借专业化的产品及服务才能保持其竞争力。然而由于专业化中小物流企业的客群较为集中，单靠自身拓展业务很快会遇到瓶颈，为了快速发展壮大，这类企业可以与集货平台、运力平台合作，以平台为渠道获取更广泛的客群。

对于品牌及生产企业，未来可能有两个发展方向：

高度垂直整合：发展为高度集成的全产业链集团，垂直整合资源，从品牌、产品、生产、物流、销售到客户服务形成价值链闭环，同时将具备核心竞争力且占据一定市场份额的业务进行市场化经营。

轻资产专业化：专注发展品牌、产品、销售及服务，将生产、供应链、物流管理和运输管理外包给专业公司，降低运营风险及资金压力。

对策二：全力打造精益敏捷的供应链管理模式

物联网通过数据采集及互联技术使企业生产运营的各环节均实现及时、在线、可控，从而使企业能更准确地掌握运营情况。与此同时，实时信息反馈及云计算也让企业能迅速应对需求及供给的变化并进行模拟测算，从而及时提供解决和调整方案。此外，信息传达的及时性也缩短了供应链计划及调整周期，预测滚动及库存管理将更加细致，从而有效缩短备货提前期、无限逼近“零库存”。

企业的价值创造来自于营收（Top Line）和成本（Bottom Line）之间的差值，更加精益敏捷的供应链将对二者产生本质影响（见图三）：

营收（Top Line）：精益敏捷的供应链在提高产品及服务标准的同时，也无形中拉高了市场准入门槛、淘汰了无法满足服务要求的企业。留下的企业不仅能获得更大的市场空间还可以通过提价获取更高的营收；

成本（Bottom Line）：通过供应链的精益化管理，可以有效降低物料、生产、库存、物流及管理成本并提升效率，为企业创造更大的获利空间和更高的定价弹性。

图三　精益互联供应链给企业更多创造价值

对于传统产业的企业来说，为了建立精益敏捷的供应链能力，需要在企业内部制定明确的数字化转型战略，推动供应链的智能化、互联化，并集成数据采集及存储架构，建立以数据趋动的管理体系。除了内部战略规划及运营之外，与产业链上下游合作伙伴的互联也同等重要。过去提倡的CPFR（Collaborative Planning Forecasting and Replenishment，协同规划、预测与补给）受制于信息传递的及时性，难以有效地发挥作用，但如今，随着互联网技术的突破及生态圈的逐渐成熟，企业间的互联及协同已不再是难事。

对于新兴互联网企业来说，伴随着“互联网+”的发展趋势，不少电商企业已开始整合产业链上下游以形成互赢互利、共同繁荣的大电商生态圈。而在“得消费者得天下”的时代背景下，B2C类互联网企业只有进一步打造更高效的供应链体系、让原有服务“更上一层楼”，才可以牢牢抓住消费者；传统B2B类互联网企业则以渠道平台为主，通过降低交易成本为传统企业创造价值。然而随着产业链的扩展，互联网企业还可以为企业客户提供平台运营服务，如物流运营平台菜鸟；但目前供应链运营平台还未有企业涉足。

对策三：从Big Data到Smart Data

物联网技术的快速发展大幅增加了企业的数据量，数据将成为企业的重要资产，帮助企业了解过去、指导现在及预测未来，数据存储及管理也将成为企业的核心竞争力之一。结合前端的电商平台销售信息，可发展出“线上分析判断+线下执行优化”的融合运营体系，通过实时监控预警并智能动态调配供应链资源来实现企业效益的最大化。

数据的分析应用有深度和广度两个维度。企业不仅可以聚焦所在行业，洞察自身或同行经营情况，亦可跨行业借鉴、探索产业动向甚至进一步预测未来市场走向，提前优化资源配置并及时做出应对（见图四）。

图四　数据分析应用的两个维度

在数据分析应用的深度上，我们以物流为例：某物流公司a通过对日常运营数据的采集分析实现对业绩表现的全方位认识。经过业绩分析后发现，a公司第二季度的收入完成效果不佳，此为表层的业绩分析；a公司为找出收入下滑背后的原因对收入指标拆解并进行根因分析：配送时效不达标直接导致了主要市场第二季度收入完成情况不佳进而影响全年收入，此时的根因分析达到了数据分析的第二个层次；若继续分析公司运营关联性发现，配送时效受人员及车辆配置影响，而对比历史数据中不同市场的时效要求、人员车辆配置和收入完成情况，能推导出当前主要市场需要的人员车辆配置，从而生成了资源优化计划，此时的数据关联性分析已达到第三个层次：借由数据关联性帮助企业进行战略决策并制定业务计划。

在数据分析应用的广度方面，继续以上述公司为例，a公司还可以借力云服务商平台上的海量数据进行更广范的运用。在业绩表现上可以跨企业进行对比，也可以跨行业借鉴其他行业的情况。更进一步，如果企业能够基于以上数据资产建立数据模型并且匹配足够智能的算法，就可以对未来进行预测性分析并制定各种预防或改善措施，使企业能提前为瞬息万变的市场情况做准备，从而真正实现从Big Data到Smart Data的转变。

然而，罗马建成非一日之功，为了发展智能互联供应链及物流体系的分析能力，企业需要从根本做起。从数据采集、存储到内部微观运营分析，再到跨企业、跨行业的宏观趋势分析，企业需要建立明确的战略计划及实现路径，并有主次、有目标地贯彻执行，才能奠定供应链及物流智能化的基础（见图五）：

数据采集及存储

数据的采集和存储是所有应用的基础。为了能利用数据产生商业价值并节省建设成本，企业需要先采集这些信息并储存到性能稳定、安全的云端。以国外某先进制造企业为例：其数字化工厂管理30亿个元器件，每秒生产一个产品，但员工只有不到1200人。工厂物联网设备每天需传递和存储的信息容量达到PB级，单靠自身成本投入难以维系；同时对生产而言，信息服务务必要做到无中断传输、能抵御安全威胁。专业的云存储服务商不仅能很好地解决企业所有痛点，还可以节省人员及设备维护成本。

微观运营分析

数据科学家将会是企业未来的核心人才。有供应链运营需求的企业在数据科学家的帮助下提高运营效率并制订关键战略决策。以零售业为例，亚马逊拥有大量的数据科学家，他们通过研究各类商品购买的历史记录计算彼此的相关系数，并建立模型和算法，为消费者推送其未来最有可能购买的商品，并及时根据预测调整库存情况。

宏观趋势分析

云服务商掌握的信息相较单一企业更广、更深、更具规模效应。在专业数据分析团队的帮助下，可以进行行业内部或跨行业对标，将数据转化为宏观商业洞察和预测，从而产生更大的商业价值。以阿里巴巴集团下属的阿里研究院为例，依托阿里云平台上海量的跨企业、行业数据，阿里研究院与业界顶尖学者、机构紧密合作，推出大量行业洞察和趋势性研究报告，实现数据资产变现。

综上所述，日趋激烈的竞争环境、更加善变的消费群体、不断上升的综合成本、颠覆性技术的不断涌现，将会加剧未来中国市场的竞争，而供应链作为连接研发、生产、消费的关键环节，对企业抢占未来市场、提升自身核心竞争力至关重要。在数字化技术不断发展、新商业模式迭代涌现的今天，一个定位准确、方向清晰且具备可执行性的供应链战略，已经与业务战略一样，成为企业实现基业常青必不可少的引路灯与指南针。因此，我们建议企业在数字化时代，重新审视供应链战略的重要性，尽早将供应链的智能和互联转型提上日程，打造企业供应链的核心竞争力，提前布局未来。