黄滨:透明数字供应链的探索与实践

  • 首席数字官

  • 2021-01-06

  • 来源:

文丨张齐齐 编辑丨秦丽

来源丨首席数字官

2020年12月10日,作为“2020中国数字化年会”线上分论坛之一,以“科技创新赋能物流端到端智能化升级”为主题的数字物流论坛圆满举行。为进一步增强企业对物流数字化的认识,探索适合企业自身发展的数字化实施路径,特别邀请行业专家对智慧物流进行解析,输出最佳案例实践。

论坛上,深圳易流科技股份有限公司董事副总裁黄滨进行了“透明数字供应链的探索与实践”的主题演讲。演讲主要围绕供应链物流实践中面临的问题、如何理解供应链物流透明数字化、供应链物流透明数字化的典型应用三个方面展开。本文由【首席数字官】总结,提炼演讲嘉宾的精华观点编辑而成,欢迎阅读和分享。

供应链物流实务中面临的六个现实问题

黄滨先生认为,在谈数字化物流之前,首先需要对供应链实务中的现实问题进行梳理。数字技术一定要结合供应链物流领域的现实问题来加以应用,不能为了谈数字技术而谈数字技术,这是没有意义的。所有一切技术的存在都是为了解决供应链物流实际中的问题而存在的。

黄滨先生总结了供应链物流实务中六个方面的问题:1、供应链管理者话语权弱;2、供应链上下游协同性差;3、供应链对各个环节的时间价值重视不够;4、供应链各个环节沉淀大量隐形利润;5、缺乏从经营角度看供应链物流管理,价值创造不够;6、数字化层次不齐。

如何理解供应链物流透明数字化

首先,需要对数字化下一个定义:数字化即通过信息技术(电子技术、计算机技术、自动控制技术、通信技术、互联网技术)等多种技术手段,将物理世界的实际运作过程转变为数字和数据,再对这些数字和数据进行计算机处理应用的过程。

从企业经营层面来看,就是把企业经营的现实物理过程数字化,用数字化手段开展经营活动,把产生、获取的数据变为信息,而信息变为决策依据,从而促进企业经营从依靠经验管理转变为依靠数据管理,开辟新的业务领域。

一、供应链物流数字化的两个基本阶段

供应链物流数字化的两个基本阶段。第一个阶段是供应链物流业务的数字化阶段,即要拿到供应链物流过程的各种数据;第二个阶段是供应链物流数据的业务化阶段,即挖掘数据价值,开展新业务。没有业务的数字化就没有数据,没有数据就没有数据业务化。

二、供应链物流数字化的两种途经

供应链物流数字化有两种途径。

第一种途径是供应链物流要素IOT化。IOT即物联网,简单讲就是通过利用传感器采集、数字技术、转换设备等手段得到供应链物流过程中的数据。这种途径现在最大的制约就是需要种类多、性能可靠、价格低廉、可适应不同场景的数据采集设备。所以,物流数字化的转型中,还要格外注重基础性研发工作,研究机构和研发型企业应投入精力认真进行传感器采集、数据转换等各种基础硬件设备。

第二种途径是供应链物流业务信息化。常见系统有TMS、WMS、CRM、OTM、ERP等。从信息化系统里获取数据的难度在于信息化系统所有者的开放程度。现实中,这是一件很难的事,大家都不愿意开放业务系统数据。目前,供应链物流获取数据主要有两种方式,一是依赖采集数据的硬件设备,通过物联网获得供应链物流运作过程中的数据;另一个是业务过程中,信息系统里处理和流转的一些数据。

三、数字化给供应链物流带来的影响

数字化会存在一个物理的供应链物流世界和数字的供应链物流世界,这两个世界相互影响。供应链物流数字化后,可以使数据分析、处理先于实际作业过程,通过虚拟现实模拟实际过程,进而实现最大限度的一次性把货物运到位,基本杜绝无效物流活动。数字化转型后,溯源和透明也成为常态,数据信用体系广泛建立。

四、物流透明管理

物流透明管理对实现供应链物流数字化非常重要。

近年来,中国经济发展快速,物流供应链体量越来越庞大,需要有符合中国国情的理论体系支撑经济活动,并且将实践理论传播出去。基于此,深圳市易流科技股份有限公司提出物流透明管理理论,过去13年已经在全国4万+家物流企业和3000+家货主企业广泛应用。

物流透明管理,就是充分利用各种信息技术手段,采集物流过程的各类相关数据,把这些数据处理后,在后台存储分析并通过互联网展示出来。在此基础上任何和物流业务相关的机构和个人就可以通过授权,在互联网上清楚地了解物流过程。围绕采集、存储的数据,可以展开多种维度的数据挖掘和利用。物流透明的一个重要的含义就是把相关信息向利益相关方开放,而开放的是业务信息而非商务信息。

物流透明管理理论的提出是一个认识逐渐深入、逐渐体系化、理论化的探索过程,必须系统、整体考虑物流效率提升,逐渐考虑把物流融入到供应链。物流透明管理分为三个阶段:第一阶段是物理信息透明,时效反馈,安全追踪,控制隐性成本,合理配载,优化调度;第二阶段是逻辑信息透明,优化业务流程、提高周转效率、提高流程协同能力、优化业务网络;第三阶段是供需信息透明,供应链优化、协同产业协同、升级及优化布局、社会化的资源优化配置。物流数据化之后,在此基础上开展以物流大数据为基础的增值服务,比如物流金融。

供应链物流透明数字化的典型应用

一、疫情复工指数。由深圳市易流科技股份有限公司和西安交通大学管理学院联合发布,全面分析春节前后新冠疫情对公路物流复工情况的影响。通过货车使用情况等数据判断疫情期间对公路物流的影响,进而判断宏观经济的走势。

二、物流金融产品——运单贷。供应链物流管理的实际应用中,没有抵押物,因此难以从传统的金融机构得到服务。然而,物流公司需要考虑运费、司机工资等,这就催生了物流金融产品,即运单贷。根据易流平台上的企业数据进行分析,判断企业经营状态是否稳定,并且根据行情分析其信用情况,经评估,为企业提供小额、短贷的金融服务。

三、配送线路优化,通过数字化手段提高配送效率。基于GIS大数据、历史大数据、路况大数据,结合车辆信息、装载效率、配送时间等20多种业务约束条进行配送线路优化。通过优化,在里程数、油耗、车辆、空载率四个方面的数据都显示出很好的效果。

四、冷链温度全程实时追溯。冷链存在的一个现实问题就是温度的失控,运输过程中,温度失控导致食物变质,影响售卖。全程实时追溯的原理很简单,将温度传感器装到冷藏柜的出风口,实时获取温度数据。然后,通过移动通讯的方式,将数据和电子地图、卫星装置结合,从而监控运输车辆的时间、地点、温度等信息。

数字化技术和供应链物流结合的应用远不止于此。我们身处数字化时代,要主动研究数字时代是规律,实现更多应用场景,为个人、企业乃至全社会创造价值。

  • 案例
  • 制造
  • CEO
  • CTO
  • CIO
  • CDO
  • CFO
  • CMO
  • CHRO
  • CSO
  • 其他
  • 供应链/生态

推荐

我要评论