“數字化供應鏈的本質不在于某些具體技術的應用和某些特定任務的上線，而在于構建數字化端到端整合與創(chuàng)新的能力?！敝袣W國際工商學院京東運營及供應鏈管理學教席教授、中歐供應鏈創(chuàng)新研究院院長趙先德說。

5月20日，趙先德在中歐供應鏈創(chuàng)新沙龍上針對AI如何在供應鏈中得到充分應用，給出了三點建議:一是要奠定數據和流程整合的基礎，如果只重視技術而忽視伙伴關系的管理、不營造合作共贏氛圍，拿不到端到端的高質量數據，AI的應用價值是受限的；二是不要唯大模型論，并非所有的供應鏈問題都適合用大模型來解決，一些傳統(tǒng)AI，如啟發(fā)式算法、機器和深度學習等依然在識別、分類和預測方面具備優(yōu)勢；三是要做好AI和運籌學的結合，不要忽視傳統(tǒng)運籌學在解決規(guī)劃類問題時的精確性和可解釋性優(yōu)勢，利用AI算法為運籌學模型輸入各類優(yōu)化參數，是一個好的結合方式。

趙先德認為，中國企業(yè)轉型升級的背后，供應鏈整合創(chuàng)新至關重要。通過研究多個行業(yè)企業(yè)，我們發(fā)現中國供應鏈發(fā)展歷經四個階段:改革開放初期，供應鏈作為執(zhí)行部門，專注工廠高效運作與成本控制；外資涌入后，供應鏈上升至戰(zhàn)略層面，通過差異化策略贏得競爭；此后，供應鏈逐漸向用戶端延伸，以數字化連接用戶，提升體驗；當下，企業(yè)著力構建“供應鏈+生態(tài)圈”，通過開放式平臺整合產業(yè)資源，滿足多元需求。

“這四個階段的演進，本質是對供應鏈認知的深化:從單一采購職能，擴展至企業(yè)內部跨部門整合，再到跨組織、跨產業(yè)的生態(tài)協(xié)同。同時，商業(yè)模式從標準化產品供應，轉向產品與服務的定制化組合，而數字化能力成為貫穿始終的關鍵支撐?！壁w先德說。

趙先德在其新著《數字化供應鏈實戰(zhàn):商業(yè)模式創(chuàng)新與企業(yè)轉型升級》也指出，當前，供應鏈管理領域涌現出快速響應、韌性、重構、綠色低碳等熱詞。實現這些目標的核心，在于數字化。但供應鏈數字化并非單一環(huán)節(jié)的技術應用，而是要達成三個層面的突破:其一，實現端到端的數據與流程打通，推動企業(yè)內外部信息共享；其二，在計劃與工作流層面協(xié)同，避免“長鞭效應”；其三，基于數據進行多環(huán)節(jié)決策優(yōu)化，提升供應鏈整體效益。

趙先德舉例，新能源卡車領域正在探索生態(tài)化解決方案，針對用戶購車成本高、隱性成本大等痛點，整合車輛持有方、金融機構、運力服務商、能源供應商等多方資源，構建“超級運力平臺”。通過場景化定制、資產租賃、一站式運力服務，實現降本10%與低碳目標。這種模式突破傳統(tǒng)鏈式供應鏈，通過生態(tài)協(xié)同解決單一主體無法攻克的難題。

趙先德表示，未來，供應鏈能力的提升依賴于更深度的數據整合與分析。一方面，需打通供應鏈全環(huán)節(jié)數據，從企業(yè)內部延伸至行業(yè)生態(tài)；另一方面，要融合運籌學模型與AI技術，前者用于結構化問題優(yōu)化，后者助力非結構化問題轉化。例如，AI在需求預測、物流優(yōu)化等場景的應用，正推動供應鏈決策從經驗驅動轉向智能驅動。

“供應鏈數字化不僅是技術升級，更是企業(yè)戰(zhàn)略轉型的核心路徑。唯有以端到端整合與生態(tài)化創(chuàng)新為抓手，方能在復雜多變的市場中建立競爭優(yōu)勢?！壁w先德強調。

在當天的研討環(huán)節(jié)，京東集團SEC委員、京東物流首席執(zhí)行官胡偉表示，當前比較好的物流企業(yè)都具備了數字化能力，實現了“從靠人管到靠系統(tǒng)管”，下一步的關鍵將是如何利用海量數據做出好的管理工具，用數據來做優(yōu)化，特別是那些同時提高員工體驗和創(chuàng)造客戶價值的優(yōu)化。

胡偉進一步列舉了京東物流基于倉位優(yōu)化、以及基于歷史同期數據為司機引導路徑等具體例子，不僅客戶得到了更好的服務，而且倉庫的員工減少了無效的走路和彎腰，開車的司機避免了超速等安全隱患。

美的集團安得智聯(lián)總裁梁鵬飛指出，渠道的多元化一定帶來訂單的碎片化，但與此同時，可能99%的品牌商并不清楚全鏈路履約端的路徑，如果不對不同渠道的貨源做整合優(yōu)化，一瓶啤酒從廠商到消費者可能要經歷高達8-12次的搬運，其履約成本和效率可想而知。

梁鵬飛認為，這類問題是安得智聯(lián)的一盤貨方案致力解決的，且大數據分析與AI能力在此過程中發(fā)揮核心作用，例如基于數據來決定設倉的數量和位置，來平衡庫存的總量和履約的時效。

多點數智智能供應鏈首席產品官倪艷軍分析了商超賣場、連鎖便利店、復合業(yè)態(tài)等不同線下零售業(yè)態(tài)在業(yè)務關鍵點上的差異，以及多點數智如何針對這些差異化需求提供相應的智能零售解決方案。數字化供應鏈在這套方案中占據重要了位置。

倪艷軍舉例，多點的AI智能排線通過深度學習，將客戶需求、專家經驗數字化，結合智能算法，為運輸調度提供科學的線路規(guī)劃，自動生成路線，使排線效率提升80%、準時率提升10%、趟次數減少15%；AI智能補貨自動分析商品銷售波動，計算動態(tài)安全庫存，降低門店缺貨率，將有貨率提升至98%、生鮮損耗率降至3%；AI智能出清通過歷史銷售及剩余庫存數據自動計算時段折扣率，配合出清系統(tǒng)實時創(chuàng)建出清促銷單，代替人工操作合理管控毛利和損耗，可以使生鮮出清的毛利達到最大化。