数智化转型升级过程中的思考
一、供应链数智化升级的影响因素
第一点，消费升级。
疫情三年过程中，市场或者消费者发生变化。我们的感受是消费者对商品、服务、质量以及时效等的要求越来越高，反馈到供应链端或者反馈到仓储、生产端，就需要柔性越来越好。
第二点，竞争加剧。
对于市场来说，后疫情时代生意越来越难做，在市场竞争越来越激烈的情况下，如何通过供应链来增强竞争力，让整个企业处于不败之地，这是第二个促进供应链数字化转型升级的要求。
第三点，新技术的应用。
疫情之前，消费者线下消费的比例可能比线上要高，大家可能更多的习惯在线下购买商品。疫情三年使电商、直播占比越来越高，订单骤降骤升的情况变得越来越多，对后端作业带来了非常大的影响，都需要对整体的供应链系统做一个转型升级。
第四点，供应链全球化。
全球化的贸易带来的影响。全球化贸易变化多端，相对来说比较复杂，有政治、经济等多种因素影响。对于供应链来讲，能够预测的不可知的内容就越来越多了。在综合因素下，需要我们把传统的商业模式、供应链模式进行升级。
二、三大方向管中窥豹对物流供应链的需求
1.消费品
首先，跨渠道的库存不可视且难调拨，无法有效支撑全渠道销售。过去生产过程或者消费过程当中，消费品有线下、线上购买，线上购买又有各种各样的渠道，有天猫、淘宝和其他渠道，所有这些渠道的库存在哪里？是否能有一个全局的直观了解，从而支持决策这是一个最大的问题。
同时，消费者偏好极易变化，单品销量周期短、波动大。消费者是善变的，我们很难去抓住他，让他有粘性一直购买品牌企业的产品。消费者迅速的变化也是对于供应链转型升级的一个很大的要求。
第三，新零售带来供应链模式的快速变化，但供应链及信息化支撑难以实现快速调整和响应。
2.零售行业
一是零售品类多，选品难度大，容易造成滞销或缺货。选品是不是爆品，消费者的选择到底是什么样的不得而知。
二是整体库存周转天数偏高，补货主要依赖人工判断，非计划因素不确定性多。
三是物流管理较为粗放，成本占比偏高。
因此零售行业需要一个更柔性的供应链体系来快速反应，来帮助完成库存的周转，库存前端的调拨等作业，保证消费者的需求得到满足。
3.物流业
一方面劳动力成本日趋上升，运营优化成本节降压力显著增加。另一方面物流模式创新变化速度快，后台无法及时响应及支撑。此外，缺少细化至环节及订单维度的E2E数据，影响经营决策。
在当前的成本模式下，物流行业面临着更大的挑战，因为物流本身发展速度很快，发展的时间很长，在这个过程中劳动力成本的上升对于物流这个传统行业来讲，有一个很大的挑战。在过去的人口红利期，劳动力成本比较低，在仓储、运输环节，当科技能力不足时，可以用劳动力去补充，完成较低成本物流商品的运输。但是随着劳动力成本的日益增长，成本越来越高，物流成本在商品利润空间中的比例越来越大，就需要对物流技术进行创新。
三、新技术改变供应链规则
为适应新环境的变化，业内领先企业开始研究如何利用新技术来改变供应链的规则，形成新的核心竞争力。
1.可视化&高阶数据分析
解决供应链不可视的问题。我们需要看到端到端的数据，需要以这些数据为基础，完成数据的资产化，希望通过这些数据能够给决策做更好的支撑，从而能够从顶端、从一个点看到整体供应链的状态。
2.无缝的仓库部署以及仓库的选品
基于数据可以完成仓网规划部署、仓库调拨部署，比如用前置仓的方式或者不同的仓储解决方案来满足消费者的需求和变化。没有端到端数据，根本不知道问题出在哪里，原来五天到达的商品，如何在客户下单之后，指令下达到仓里面做出库、拣选、仓配，然后到末端去配送，实现时效上的升级，需要知道每个环节所需的时间、效率，这个过程需要的是数据化、可视化。有了数据之后可以去配置前端的仓库，某一个区域的订单结构，对于产品的要求等就可以快速的满足。
3.敏捷分销网络&智能运营
有了顶层的大数据，有了整体的仓网结构，再往下就是仓内的变化是怎么样的，如何优化仓内的动作，让效率提升，让仓内的动作更加敏捷，成本降低，满足客户的要求。
4.最后一公里创新
我们优化了主体的仓网结构，优化了每一个节点的效率，最后就是让商品在最后一公里高效配送给客户，这涉及比较复杂的数学模型，有相关的路径规划、路径优化算法在里面，帮助系统低成本、高效率地完成客户配送。
5.实时综合规划及履约
前面几点是从数据出发，从仓网结构到点状仓库再到最后消费者的配送，在有了整体的端到端的数据之后，这些数据该如何优化整体链路呢？我们把视角提升，以端到端的数据的方式，通过AI、大数据重新规划整体的网络，去优化供应链，优化整体的动作，最后达到系统的闭环，能够让系统或者说供应链体系结构变得更加合理。
四、构建新一代智慧供应链
1.供应链结构
有了一整套的闭环，从顶点到细枝末节再回到顶层视角之后，再回到消费者。我们说消费者变了，市场变了，行业领先企业都在领着我们用力地往前奔、往前看，优化更多的供应链结构。那么，我们如何建立更合理的供应链结构呢？
上图最右侧是线性的变化，刚才说的消费者变化快，那么供应链变化就要快。左侧是供应链1.0模型，从设计到计划到采购到生产到交付到服务，是一套线性的模型。但是对于快速变化的消费者需求来说，我们需要一个更加敏捷、更加快速响应的一套体系架构，帮助完成从消费者到计划变更的链路，快速地去响应。当我们拿到消费者第一手需求时，当我们看到消费者的风向变化时，不要再从服务、计划、生产往上反推这一套理论，而是希望以消费者为中心，从消费者直接反馈到供应链系统当中，让供应链系统能够敏捷、快速地应对变化，应对新的消费模式以及新的商业模式。
最终是实现从传统的线性供应链向互联互通的智能化供应网络的转型，建设新一代的智慧供应链。
在这个过程当中有几个要点：第一，要以客户为中心，所有的变化源头都来自于市场，都来自于客户，这些客户的变化需要我们敏捷地去发现；第二，需要连接上下游，去和各种不同的系统做连接，完成无缝的对接，最终实现上下游的联动变化；同时，需要有一个小的闭环，能够完成持续的创新，达到系统的敏捷性。
2.智慧供应链的价值
如上图，根据埃森哲大快消行业供应链数智化升级指南，智慧供应链从顶层的数据优化到仓网结构优化，到仓储动作优化，再到最后一公里配送的优化，每个节点都可以做一小点的提升，当它积累起来之后是非常可观的数字，最后成本降低能够达到10%～15%。
3.智慧供应链运营模型
上图左边是传统的生产计划方式，未来的智慧供应链运营将体现出“配置、互联、运营、优化”四大全新运营特点。具体而言：
在配置方面，供应链成为一个可持续、轻资产的生态系统；
在互联性方面，会与外部伙伴一起通过技术实现端到端实时可视；
在运营上方面，通过以为客户服务的流动劳动力来连接生态系统；
在优化方面，使用分析、绩效监控和创新进行日常运营。
从配置、互联、运营、优化四个方面使供应链系统变得更加柔性、更加稳定、更加茁壮。
4. FREE 3S模型
刚才分享了为什么要对供应链系统升级，怎么升级，在实际升级过程当中，首先要看看自己的供应链系统处在哪个层面，这些系统现在有什么样的问题，需要一个评价模型，菜鸟物流科技最近发布了大快消行业白皮书，里面提到一个新的模型叫做FREE 3S，通过这个模型如何去评价我们现在的物流体系呢？接下来我简单来介绍一下FREE 3S模型。
FREE是结果型指标，通过可以通过具体子指标的数值进行衡量，从灵活、可靠、体验、成本这四个方面来评价供应链体系。
Flexibility（F）-灵活性：主要评估大快消企业是否有能力在需求骤升骤降时有足够的生产、仓储及运输能力来满足；评估指标为整体供应链响应时间，同时可参考在大促期间（挑选最典型的双十一）的有货率、完美订单率及履约时效。
Reliability（R）-可靠性：主要评估企业日常是否能够保证有足够的产品在架出售以及产品在一定时间范围内精准无差错的送达至客户手中；评估指标为库存有货率、缺货率；及完美订单履约率、货损率。
Experience（E）-客户体验：主要评估大快消企业是否可以按照客户所期待的一样完成订单的交付；评估指标为订单履约时效（客户最在意的速度问题）、送货上门/自提偏好方式等。
Expenditure（E）-成本：主要评估快消企业对于供应链管理能力的成本指标；评估指标为库存周转天数、物流费用占比等。
3S（Sustainability, Synergy and Sensibility）是过程指标，关注组织、人员、流程、数据资产等，是面向未来、持续优化的方向
Sustainability 可持续：主要评估快消企业供应链服务的可持续发展程度；评估维度为使用绿色物流、环保型解决方案的程度。
Synergy可协同：主要评估快消企业供应链的全链路协同程度，评估维度是从业务视角，企业内部、行业上下游的全链路信息融合、业务协同及全局的优化。
Sensibility可感知：主要评估快消企业供应链的链路可感知及可视化程度；评估维度是从IT视角，通过全链路的数据可感知程度，提升数据数据资产应用能力。
5.新技术在供应链价值链上的应用
如上图所示，首先，从计划到采购到仓储到配送，可以看到有哪些动作或者技术可供使用，可以有一个先进的或者能落地的提升点。
在计划环节，可以通过数据挖掘以及大数据算法，把计划变得更加可靠；可以通过物联网数据让感知更加敏感，让数据时效性更快，通过这些更快的反馈，使得计划更加敏捷，更加能够适应未来市场的发展。
在采购环节，也可以通过刚才所说的这两种方式，比如数字化里的大数据、设备质量的监控来完成更加高质量的采购。
在仓储环节，在数字化和自动化方面可以做的提升相对来说就比较多了，比如可以通过大数据的方式，通过数据智能的方式帮助做拣选，做仓配交接，做不同仓库点的配送调拨；通过数字孪生，去感知仓里面作业人员的状态、效率，降低劳动强度。
随着劳动力成本日益上升，招工难问题的不断凸显，这些数据化的工具，人性化的优化，都可以帮助企业提高仓内作业效率，降低对人员的依赖。
在配送、交付&逆向环节，也有相关的应用。
在配送环节，目前面临的路径规划、驾驶安全、配送安全、配送时效等等一系列问题，而大数据人工智能可以帮助我们快速实现配送路径的合理规划、驾驶行为的安全检测、配送时效的履约预测等迫切的需求。
物流科技赋能的案例分享
一、食品行业
1.行业痛点
食品行业核心的痛点是响应效率要求高。原因是食品有保质期。尤其是一些鲜食，可能当天生产下午就要配送到销售门店。这么快的效期对供应链响应提出了非常高的要求。
第二，运输费用占比高。连锁业态当中，门店当天下单，工厂当天生产，当日达或者次日就要送到门店，对于运输时效的响应要求是非常高的，为此需要付出巨大的成本。
第三，配单压力大。企业产生了大量的SKU，通过这些SKU满足客户的需求。门店的数量比较多，订单的差异性比较大，以上种种都给配单、给供应链带来很大的压力。
第四，采购和库存要求高。因为食品行业的效期短、SKU多，配送时效要求高，对采购、库存也提出了很高的要求。
第五，周转箱成本高。一般用周转箱来周转，周转过程当中的损耗以及周转箱的成本、利用率，都是成本之一。
第六，业态越来越复杂。因为要满足客户不同的需求，过去有各种各样的业态去服务客户，规模企业需要保持每年20%以上的门店扩张增速。在这个过程当中对整体供应链的柔性提出了更高的要求。
2.解决方案
紫燕百味鸡案例：菜鸟通过路径的优化，用算法帮助企业减少城配的运输车辆，提升满载率，通过整车的方式，来提高运输的效率，降低成本。
三只松鼠案例：通过切箱算法，帮助客户提升纸箱的匹配程度，从源头上降低了仓内15%包材的使用率。
某婴儿辅食品牌案例：通过RFID全链路循环箱的使用，降低了循环箱的耗费，同时通过建立碳积分账户，让企业在低碳、绿色过程中有了一个量化的指标。
乳业品牌案例：通过碳账户、碳积分的概念，鼓励企业做更多降碳的措施，为绿色发展打下基础，有更高的推动力。
二、鞋服行业
1.行业痛点
一，渠道融合加速。因为品牌越来越多的做DTC，过去的经销商模式也在变革。
二，生产计划要求高。因为服饰行业有它特定的季节性，生产计划可能是从2月份就开始做夏装，从5月份就开始做秋装，从9月份开始做冬装，这个过程就要求强计划性。
三，线下门店收补货困难。对于线下门店来说，作为品牌来讲，触达是比较困难的，可以通过线下补货的算法帮助解决一些问题。
四，供应链快反要求高。服饰行业原来有一个“小单快反”，往往投入一个产品要快速能够反馈回来这个产品对于市场的影响是什么，它是不是能够受到消费者的青睐。在这个过程当中需要能够快速的反馈，该款是否继续投下去。整个过程就决定了后端产品的研发和生产。
五，仓内运营效率低。
六，DTC对数字化能力提出新要求。
2.解决方案
某服饰品牌案例：在仓内做无人化分拣和配送，帮助企业提升分拣效率，并通过自动化设备提升整体ROI，客户带来更高的效率。
某国际服饰品牌案例：并不是所有的客户都需要当日达或者次日达，有些客户是可以通过降低服务体验去提升物流的效率，或者降低成本。在这个过程当中，我们帮助客户分析出其物流、服务上的问题和缺陷，也帮助企业在不影响客户体验的同时，降低其物流费比。
魅力惠案例：通过菜鸟RFID标签的应用，帮助魅力惠实现了全链路RFID供应链的升级，通过这些升级使得魅力惠在生产仓储过程中，完成了信息的自动化采集，并以这些数据为基础，做相关的优化，节省盘点时间，降低出入库差错率。
最后用一张图来阐述我们希望能够给伙伴提供的服务和产品。菜鸟在整个供应链客户服务过程中，沉淀了大量的经验和方法论，可以为企业提供完整的从咨询到落地的经验和服务。未来已来，让我们用科技切实助力业务的转型升级。