我的东西在哪儿？
我的东西在哪儿？
新技术正在让一个老式行业实现现代化
「数字化给供应链带来的影响，就好比蒸汽和电力对制造业的影响。」贝恩的乔·特里诺 (Joe Terino) 说。这种说法似乎夸张，却仍可能有先见之明。在互联网首次成为商业工具近 30 年后，大多数跨国公司 (它们不在亚马逊和阿里巴巴那个空气稀薄的世界里运作) 在供应链管理上的落后和懈怠仍然叫人吃惊。
好消息是，众多行业里的公司在尝试各种各样的新技术和方法，有望改善规划、采购、制造和交付的方式。这些创新提高了供应链的可预测性、透明度和交付速度，令供应链变得更加智能。
首先是可预测性。长期以来，企业根据历史销售数据做出需求预测，再遵循计划开展制造和分销。这种过时的方式跟不上今天的按需经济。因此企业正在试验用人工智能 (AI) 来评估一切，从社交媒体趋势、需求变化到库存周转和供应商行为等。目标是实时微调供应链。
咨询公司毕马威 (KPMG) 和供应链软件公司 JDA 于 5 月发布了一项年度调查，询问企业高管哪些技术对供应链的潜在影响最大且最有可能被采用。结果发现认知分析和人工智能排在最前，较前一年的排名大幅提升。区块链和无人机的排名则同比下降。
JDA 使用它收购的德国创业公司 Blue Yonder 开发的深度学习算法。这家公司最初为日内瓦的欧洲核子研究组织 (CERN) 研发出了用于粒子物理实验的软件。英国食品杂货连锁店威廉·莫里森 (Morrisons) 用 JDA 的需求预测和补货 AI 系统取代了手动库存规划，此后库存缺货的发生率降低了 30%，库存需求减少了几天。
德国时装零售商 Orsay 去年使用 JDA 的自主学习算法做出了 11.2 万个自动定价决策，这帮助它减少了需要打七折以下才能售出的库存量。
计算机芯片制造巨头英特尔估计公司已经通过更好的预测建模节省了 5800 万美元。英特尔使用的机器人 (也就是运行自动化任务的软件) 数量如此之多，它已经创建了一批新型机器人来管理这些「机器人员工」。一名高管表示，公司已经请律师来判定管理层是否须对「机器人老板们」做出的错误决策负责。
派送中
至于透明度，咨询公司德勤的阿达姆·穆索梅利 (Adam Mussomeli) 说，一个古老的问题仍然困扰着供应链主管们：「我的东西在哪儿？」在个人联网、智能手机和 GPS 的时代，这听起来可能令人惊讶，但仍是实情。
供应链软件公司 E2Open 的帕万·乔希 (Pawan Joshi) 解释了原因。 由于广泛外包，典型的跨国公司并不生产商品 (由合约制造商生产)，不发货 (第三方物流供应商发货)，不存储货物 (仓储公司会做)，也不卖商品 (这是经销商和零售商的活)。因此，他说，「做实时决策所需的数据并不在制造商的生态系统内部。」公司内部的数据也区隔在不同部门使用的专用软件里。 E2Open 把所有这些数据连接起来并展开分析。
2017 年 11 月，德国搬运工罢工使得 IBM 的一批大型主机被滞留在法兰克福机场。由于无法追踪确切位置，IBM 以为这批昂贵的货物安全地躺在机场的某个仓库里。而事实上，它们在冰冷的停机坪上放了近一个月，暴露在暴风雪中。最终找到这批机器时，据报道它们泡在约十厘米深的水里，只能全数报废。
物联网 (IoT) 的兴起将带来助益。各种传感器正在进入市场，不仅能跟踪货物的位置，还能跟踪集装箱的朝向以及温度和湿度等因素。2 月，IBM 与物联网服务供应商 Sigfox 合作推出了「货物追踪」(track and trace) 服务。最初它将只跟踪从供应商到法国汽车制造巨头标致雪铁龙集团 (Groupe PSA) 旗下工厂的集装箱，但今年这项服务将扩展到整个欧洲。
自上而下和自下而上的数字创新也使运输变得更智能化。新加坡正在建设一个庞大的新港口来扩大自动起重机和无人驾驶车辆的使用。它还启动了一项将贸易数字化的国际性努力。新加坡大型港口运营商国际港务集团 (PSA) 的一把手陈聪敏 (Tan Chong Meng) 解释说，「就像银行业中使用 SWIFT 代码一样，我们需要通用的数字标准。」
IBM 和马士基集团正在尝试使用区块链来使运输无纸化且更透明。5 月，两家欧洲大型航运公司达飞海运集团 (CMACGM) 和地中海航运公司 (MSC) 加入了它们的 TradeLens 区块链计划，大大推动了它的发展。这支合作队伍几乎占到了世界货运集装箱出货量的一半。从托运人到海关代理人到审计员，货物运输过程中的每个参与者都能通过查看区块链的相关部分来从头到尾跟踪货物，而不再需要费力翻阅大量文书。
站在伟创力 (Flex) 位于硅谷附近的「脉搏」指挥中心里，汤姆·林顿 (Tom Linton) 怎么看都像一名总司令。眼前的系统让他能够实时访问供应链中的 92 个变量。他没有把这些信息藏着掖着，而是通过电脑和手机与员工、供应商及客户分享。
他的「数据民主」已经令很多决策过程实现去中心化，加快了配件的流动。使用「脉搏」的头两年，伟创力将库存周期减少了 11 天，释放出了 5.8 亿美元的现金。「全部原则就是速度，而你需要透明度来获得速度。」他说。
为实现这种速度，产品设计正在经历转型。亚洲供应链公司利丰 (Li & Fung) 帮助西方跨国公司采购已有一个多世纪之久。公司首席执行官冯裕钧 (Spencer Fung) 回忆说，一件时尚单品从纸上草图到在商业街上架过去需要 40 周时间。现在可能只要一半时间了。
福特的唐浩泰 (Hau Thai-Tang) 表示，3D 原型设计和数字设计的应用把新款野马 GT500 跑车的开发时间缩短了 18 个月。据传正考虑公开上市的加州 3D 打印独角兽 Carbon 在打印生产线上使用的零部件。从这些生产线上每年产出福特汽车和阿迪达斯跑鞋共几十万件。
物流业的创新者正在利用类似于优步和爱彼迎开创的那类平台技术。创业公司仓库交易所 (Warehouse Exchange) 把提供短期、零星的仓储合同的业主与有着不确定或高度波动仓储需求的公司配对。美国大型快递公司 UPS 去年推出了 Ware2Go 平台，它把企业与仓库空间、库存管理和其他物流服务连接起来。
总部位于芝加哥的独角兽公司 Fast Radius 拥有一个先进的制造工厂，位于肯塔基州由其投资者之一 UPS 运营的一个大型货运中心内。它的秘密武器是集结了一批顶级制造商的 3D 打印机。曾有一家航天企业紧急需要一件工具来重启生产。使用常规方法来制造和运送它需要 45 天。Fast Radius 的老板洛乌·拉西 (Lou Rassey) 说他的公司拿到了数字文档，打印出了这件工具，然后通过 UPS 交付，总共花了两天。
在位于深圳盐田港的一个繁忙的仓库里，加州公司 Flexport 正将货物转运业务数字化。卡车到达装货区后，货物用数字方式接受测量，过程不涉及手动输入或纸张表格，得到的尺寸数字被输入手持电子设备和云端。每个运货托盘都配了条形码，并在数字秤上称重。计算机视觉把模拟形式转换为可搜索的数字形式，而机器学习优化了装货过程。在 2 月份获得日本软银集团 10 亿美元投资后，Flexport 的估值达到 32 亿美元。其老板赖安·彼得森 (Ryan Petersen) 认为，从中国向美国或欧洲的少数几个大型配送中心运送只装单种产品的 40 英尺标箱的旧模式，无法满足今天对无尽多样化和快速交付的需求。
竞争对手们让装载量仅 65% 的集装箱跨越太平洋运往美国。而彼得森的公司运用机器学习将包装清单数字化，并可以运行实时分析，所以通常能用同样排队待运的小件包裹填充剩余的三分之一空间。彼得森说，要在更小规模且多样化的运货中匹配供需，「靠大脑、电子表格和打电话是不够的。你需要技术和数据来做出正确的决策。」
亚马逊高级运营主管戴夫·克拉克 (Dave Clark) 赞同这一点。他说，供应链管理已经从一项谈判和采购的工作转变为技术和科学职能。他在这家开拓性的公司工作了 20 年，相信管理者对直觉的依赖给供应链管理带来了巨大的波动。技术悲观者担心机器会取代下游仓库里的工人，而在他眼中的未来，机器学习会在上游的预测和规划方面取代人类判断。他言简意赅地总结了亚马逊的思路：「我们是一家供应链技术公司。」
文章版权归原作者所有。
