2023-08-28 14:23:12
本文作者在其专著【1】中专辟了第五章“供应链计划的数字化变革”。该章指出了"供应链计划是企业供应链管理的核心职能,也是企业的核心竞争能力之一",并从多个维度阐述了为什么数字化计划是供应链变革的核心:
该章还介绍了供应链计划的数字化变革的趋势,其中包括了数字化供应链计划的七个维度,2019年10月发布的Gartner供应链计划技术发展周期, 并介绍了若干新的SCP解决方案,如德勤的同步供应链计划, SAP数字化业务计划变革框架,ToolsGroup算法供应链计划, 以及Kinaxis的数字并行计划。
众所周知,供应链计划(SCP)在供应链管理中的重要性,然而它是整个供应链数字化转型中最为艰难的环节,相比供应链运营的变革,目前供应链计划数字变革仍进展缓慢,这实际上会拖整个供应链数字变革的后腿,因此加速供应链计划的变革势在必行。
本文将是作者关于供应链计划变革的一系列文章的首篇。本文主要包括四个部分:第一部分主要介绍目前供应链计划变革的现状;第二部分介绍变革的某些趋势;第三部分介绍迄今作者能看到的2020年11月发布的Gartner 2021供应链计划技术发展周期研究报告;最后一部分讨论了供应链计划技术的未来发展趋势。
供应链计划变革的现状
本节关于供应链计划变革的现状的数据主要来自于两份出自于美国罗克韦尔自动化PLEX的关于分析智能制造现状的研究报告【2】【3】。其中特别是《2022年智能制造现状报告——供应链计划专辑》【2】调查了321家制造商目前如何管理供应链计划,以及未来如何管理。本文作者认为智能制造供应链计划变革的现状具有一定代表性,由于智能制造行业是所有制造行业数字化转型的先行者,从智能制造的视角去看供应链计划变革的现状能够深刻反映整个供应链计划变革的现状。
智能制造是制造业数字化转型的核心。【2】指出:
下表列举了实现智能制造的关键技术:
关键技术 (系统和体系) |
描述 |
企业资源计划(ERP) |
自动化前台和后台流程,包括财务管理、收入管理、人力资本、订单管理、计费和库存 |
制造执行系统/套件(MES) |
跟踪并记录原材料向成品的转化,提供实时生产管理,以推动企业范围内的合规性、质量和效率。 |
质量管理体系(QMS) |
使质量文件、过程和测量标准化并实现自动化。 |
供应链计划(SCP) |
将来自业务中多个部门的数据相结合,以同步需求和供应预测,从而提高库存准确性和生产管理。 |
生产监控(PM) |
提供了与车间机器的无缝连接,提供了透明、实时的运营KPI和仪表盘,以推动持续改进。 |
资产性能管理(APM) |
通过仪表板将流程、运营和机器级数据结合起来,以监控机器和工厂的运行状况,确保最佳的正常运行时间、吞吐量和维护需求。 |
MES自动化和编排 |
将您的MES连接到工厂边缘,以控制信息流、流程和工作中心设置。 |
虽然人们对智能制造的各个方面都有类似的期望,但生产监控和供应链计划被列为组织成功运营所需的“关键技术组件”【2】。图1描述了智能制造关键任务解决方案排名,供应链计划被认为是实现智能制造第二重要的关键技术,这说明了供应链计划的重要性。像这样的解决方案可以快速实现价值,并有助于为制造执行系统(MES)和/或企业资源计划(ERP)的实施奠定基础。模块化技术使逐步采用解决方案并快速实现价值成为可能。例如,典型的供应链计划解决方案只需要四个月的实施时间。
图1:智能制造关键任务解决方案排名(来源:Plex【2】)
1.2 供应链计划变革的现状
根据【2】,尽管人们日益认识到供应链计划技术对于智能制造的重要性,并且现代供应链计划技术的采用率似乎在攀升;然而,在动荡时期,组织快速反应和无缝机动的能力仍然滞后。传统的供应链计划技术仍占上风。图2展示了供应链计划变革的基本现状:
图2:供应链计划变革的基本现状(来源:Plex【2】)
1.3 解决当前和未来的供应链计划挑战
图3显示了供应链计划解决方案的采用率提高趋势,但重要的是要评估当前的解决方案是否考虑到了未来日益复杂的供应链。下一节读者将看到为应对越来越不确定的环境和不断增进复杂性的供应链,企业需要更智能数字化的端到端的解决方案。
图3:供应链计划解决方案的采用率提高趋势(来源:Plex【2】)
【2】的研究表明企业釆用更先进的应链计划解决方案仍存在许多障碍(见图4)。其中成本被认为是采用供应链计划软件解决方案的最大障碍。然而,正如过去一年的头条新闻所显示的那样,许多公司承担了运输成本加快、生产延迟和客户满意度下降的负担,这可能远远超过系统实施的成本。
图4:采用供应链计划软件解决方案的障碍(来源:Plex【2】)
Coastal Automotive一家具有前瞻性的汽车安全零部件制造商的物料经理杰夫•本德指出:在采用Plex Systems基于云的供应链计划解决方案之前,我们经常面临高估库存和客户发货不足的风险,或者低估库存和不必要地生产更多产品的风险。现在我们得到了准确的库存,这对我们的利润产生了巨大影响。这个案例说明采用数字化的供应链计划解决方案将给企业带来价值和成长。因此企业应当从战略的角度来设法克服上述的障碍,尽快采用数字化的供应链计划解决方案和技术。
1.4 缺乏完整的供应链解决方案
2023年3月美国罗克韦尔自动化PLEX发布了《第八届智能制造年度状况报告》【3】, 它是基于一项针对1350多家制造商的全球调查。该报告指出:尽管近年来受到供应链中断的影响,但五分之四的制造商缺乏端到端的供应链计划。端到端软件解决方案旨在解决制造商面临的问题,例如在管理供应链中的冗余和弹性的同时降低成本——他们通过结合销售和运营计划来做到这一点,同时提高可见性和控制力。零散的解决方案通常不包含足够的投入来进行准确的计划和预测。
调查发现:50%的参与者要么没有使用供应链计划流程,要么使用手动工具(即电子表格)或自主开发的解决方案,这给公司带来了巨大的IT负担,并带来了过时的风险。那些没有端到端数字供应链解决方案的人所面临的可见性不足将被证明是有问题的,尤其是面对来自监管机构日益增长的压力(如ESG),以及大客户的审计需求(如产品碳排放),这些需求现在需要跟踪和可追溯性的透明度。
图5:采用端到端供应链计划软件现状(来源:Plex【3】)
1.5 Gartner 2023年供应链预测
近几年来全球供应链面临压力,制造商面临着提高整个组织和供应链弹性的压力。高能源成本、零部件短缺和资源问题已经阻碍了对市场波动的快速反应。这种波动被 Gartner 定义为“三重挤压”——全球供应链限制、劳动力市场短缺和通货膨胀——所有这些都对制造商产生巨大影响。Gartner 在【4】中做出了2023年供应链预测,其中关于未来3年的四个战略计划假设指出:
有趣的是第一条预测,有60%的失败率!这几乎是太悲观的估计。然而一般比较科学的预测大多基于历史和现状,特别是现状。纵观本文前面指出的50%以上智能制造商仍使用传统的供应链计划方法,79%的制造商缺乏使用端到端的供应链计划软件,看来Gartner的这个预测是基本上可信的估计。实际上这条预测也可看作是对正在向智能制造转型的制造商的一个警示,希望它们同时实施智能制造和数字化供应链的双转型,从而通过整合而达到预期的智能制造的成功。
国际数据公司(IDC)和中国顶级SCP软件供应商悠桦林于今年5月发布了《智能供应链计划白皮书》【5】。该报告总结了中国企业,特别是制造业数字化转型的成熟度(见图6)和供应链计划应用的现状(见图7)。特别是从战略到运营的全局视野,提出了智能供应链计划的框架,以及阐述了供应链计划应用给企业带来的价值,并展望了供应链计划发展的挑战与机遇。
图6:制造企业供应链数字化转型成熟度 vs中国企业整体数字化转型成熟度(来源:IDC&悠桦林【5】)
【5】指出:尽管中国制造企业群体对智能制造表现出了前所未有的积极意向,推进自身数字化和智能化发展,但在供应链这一关键方面,中国的制造企业群体却仍处于早期阶段。根据一项IDC 针对制造企业供应链的调研显示,制造企业供应链的数字化转型水平达到复制整合阶段及其以上的仅占比24%,远落后于同阶段整体企业数字化转型水平的56.3%。如图7所示,在未部署“供应链计划”的受访企业中,78% 仍处在单点实验阶段,即以单点环节的项目应用为主,即使在已经部署此类解决方案的企业中,处于单点实验阶段的企业占比仍有28%。
图7:制造企业供应链数字化转型成熟度(部署vs 未部署供应链计划应用)(来源:IDC&悠桦林【5】)
中国制造企业在釆用供应链计划应用和【2】中给出的调查结果几乎相当(见图2)。但【5】没有指出高级端到端供应链计划应用程序在中国釆用的现状。作者认为不会优于【3】给出的结果(见图5)。
供应链计划的某些未来趋势
本节将主要讨论供应链计划数字化变革的趋势,供应链计划软件市场及投资趋势,如何选择有效的供应链计划解决方案。
采用新兴数字技术,如云计算,人工智能,高级分析,数字供应链孪生等来创新现代数字供应链计划解决方案,实现供应链计划的全面数字智能化,提高其端到端供应链同步计划的能力,以及自主计划的能力将是供应链计划未来发展的趋势。本文作者在【1】中,《供应链管理》期刊【6-8】中,以及罗戈专栏【9】中发表了多篇有关供应链及供应链计划战略性技术趋势的文章。它们都指出了采用和适应新的创新技术和技术主题(分组)有助于建立一个供应链及供应链计划强大而有弹性的基础设施,以抵御业务中断并保持对业务成果的关注。本文的第3节将介绍这些供应链计划新兴数字技术的发展周期和成熟趋势。本文作者还将在后续系列研究报告和文章介绍一些开创者如何创新下一代的供应链计划的解决方案。
研究报告【2】指出:供应链计划的下一个前沿是连接机器数据,以提高预测准确性。使用人工智能和机器学习来改进预测并不是什么新鲜事——天气预报在很大程度上依赖于这项技术。通过在供应链计划中实施机器学习,需求计划中的预测准确率可以提高5-10%,从而减少库存并提高收入。
【2】列举了为什么要使用云技术的7大好处:
云技术可带来的业务连续性这一点对于企业非常重要。使用经过验证的多租户云SaaS解决方案可以限制风险,并使您与供应链保持连接,以便随时随地实时做出决策。云技术还提供网络安全,可以随业务扩展,并随着软件的最新迭代不断改进。
云端的有效供应链计划解决方案使破译数据变得简单,计划易于管理。通过联合您的组织并将所有计划变量纳入整个供应网络,企业可以快速、主动地准确预测和解决库存问题。
【2】的研究表明供应链计划的数字能力有以下3方面的好处:
组织正在认识到智能制造的价值,他们计划的投资选择表明了技术对制造业未来的重要性。供应链计划被列为第二大最受欢迎的投资选择。
根据 ARC Advisory Group 的研究【9】,供应链计划软件市场在过去几年中以两位数的速度增长(见图8),即使在大流行期间也是如此。对于一个价值数十亿美元的成熟市场来说,增长如此之快是不寻常的。显然,尽管现在已经是大流行之后,但它仍然是这个数十亿美元市场增长的驱动力。这场大流行凸显了公司保持敏捷和弹性的必要性。敏捷性和弹性仍然是 高级管理人员的关键目标。高管们大多不相信我们将拥有几年前盛行的平稳且可预测的供应链。而供应链计划是实现这些目标的一项关键技术。
图8:供应链计划软件市场继续以两位数增长(来源:ARC【10】)
2.3 中国供应链计划投资现状及趋势,和市场份额
IDC 调研【5】显示,目前,接近一半已部署供应链计划应用的受访企业表示其投资规模在200 万元之上(见图9)。未来,74% 的企业将继续增加供应链计划的投资,该领域将成为企业数字化建设的投资热点领域之一(见图10)。
图9:中国供应链计划应用的已投资规模(来源:IDC&悠桦林【5】)
图10显示了中国供应链计划应用投资呈增长趋势:
图10:中国供应链计划应用投资增长趋势(来源:IDC&悠桦林【5】)
【5】指出:“智能供应链计划的部署规模正加速增长。从调研数据看,有77% 的企业将供应链计划列入未来两年的主要投资方向(见图11),占企业供应链技术投资总体规模的32%。这预示着供应链计划将成为未来制造企业数字化能力建设的重要领域之一。”
图11:中国制造企业未来两年的数字化技术投资方向(来源:IDC&悠桦林【5】)
IDC于2023年7月正式发布了《中国供应链计划及 APS 解决方案市场份额,2022:爆发前夜》【11】。报告针对2022年该市场的规模、增长速度、主要玩家、市场与技术的发展趋势等内容进行了详细研究。报告数据显示,2022 年中国供应链计划及 APS 解决方案总市场份额达到13.6亿元人民币,年增长率为 34.05%,与其他工业软件相比有较高的增速。主要影响因素是中国市场供应链计划及APS需求持续释放,同时市场供给的数量和质量双双提升,此外,较低的渗透率和市场基数也是高增速的前提条件。IDC预测,该市场未来几年仍会保持较高增长速度。
图12:2022中国供应链计划及APS市场份额(来源:IDC【11】)
图12展示了2022中国供应链计划及APS市场份额。【11】指出:从竞争格局来看,Blue Yonder、SAP和悠桦林在2022年中国供应链计划及APS解决方案市场排名前三。其中,Blue Yonder依靠其在中国市场的良好口碑以及高科技电子行业解决方案的深厚积累,以 10.1%的市场份额排名第一;SAP提供从企业资源管理到供应链计划的端到端集成方案,以8.5%的市场份额排名第二;悠桦林基于其运筹学智能算法和扎实的原厂交付团队,在市场中异军突起,以7.6%的市场份额排名第三。汉得信息、美云智数、金蝶、谷斗、微优微科技分列为第四到第八。其他典型服务商如达索系统、杉数科技、数策智能、西门子、和光、o9、永凯、第四范式、创新奇智、蓝幸、商简、不工等都在各自领域有不错的表现。
尽管如此,我们需要看到中国在SCP应用及创新方面与西方发达国家仍然有较大的差距。根据【5】,中国正在加大力度迎头赶上,这正是可喜的发展趋势。
【2】指出:一个有效的供应链计划解决方案将:
图13:使用机器学习的供应链计划创建了一个不断改进的闭环(来源:Plex【2】)
图13展示了使用机器学习的供应链计划创建了一个不断改进的闭环,这正是现代有效的供应链计划解决方案必须具备的功能特征。虽然人们无法阻止供应链中断,但人们可以通过专注于那些人们能控制的事情来减轻一些风险。一个有效的供应链计划解决方案应该快速实施,易于使用,并为企业提供可实现的结果。花更少的时间和更少的努力,而获得更高的回报。
供应链计划技术发展周期
Gartner一直在跟踪研究各种供应链计划解决方案的新兴技术和创新,并且几乎每年都要发表一份《供应链计划技术的发展周期(Hype Cycle for Supply Chain Planning Technologies)》研究报告。供应链技术领导者可以利用这个发展周期来帮助他们的供应链计划数字化转型。它为各种能力和底层技术的成熟度和可行性提供了指导,这些能力和技术将用于改变未来的计划的决策方式。本文作者在【1】中曾介绍了2019年10月发布的2020年Gartner的研究报告。本节将介绍并分析Gartner更新近几年发布的供应链计划技术发展周期研究报告【12】。
2020年11月12日Gartner发布了2021的供应链计划技术发展周期研究报告。图14是2021年及以后的供应链计划技术发展周期曲线。【12】指出:2021年的炒作周期侧重于供应链计划(SCP)技术,即支持供应链各级计划决策所需的技术。它涵盖了使公司能够做出更有效、更高质量计划决策的关键能力、框架和技术。它包括更成熟的计划解决方案以及新兴技术,以帮助说明下一代SCP景观可能是什么样子。
SCP是一个成熟的技术市场,但SCP正被数字化、供应链中断和波动等驱动因素重新定义。作为回应,公司面临着众多挑战,如数据量激增、计划人员生产力低下、不确定性、高度动态的环境和新的竞争。领导者正在重新构想他们如何做出计划决策,以便能够利用这些机遇和挑战。下一代SCP正由这一炒作周期左侧的技术雕刻而成。右侧的技术支持更传统的、稳定的计划方法。
传统上,在SCP中,与大多数其他领域一样,流程胜过技术。一家公司设计了自己的业务流程,然后寻找技术来实现它。因此,技术的演变遵循着流程的演变。技术现在胜过流程。一家公司无法以足够快的速度发展其流程以充分利用新技术。领先的公司正在全力将其SCP数字化,这为他们最初没有想到的机会打开了大门。通过深思熟虑的数字计划技术举措,这些公司可以在几乎持续的基础上创新其计划。这一点很重要,因为这有助于他们通过以下方式更好地竞争【12】:
【12】进一步指出:一家公司的数字化计划之旅必须包括获取和组装必要的技术来满足这些需求。然而,SCP技术市场正在发生变化。例如,在过去的两三年里,围绕计划中的人工智能(AI)和机器学习(ML)的炒作激增。新技术正在应用于SCP,新进入者正试图破坏曾经稳定和成熟的市场。这些创新体现在这个炒作周期中。
为了在SCP中拥有竞争优势,公司必须弄清楚如何将这些创新纳入其SCP路线图中——这是炒作周期的左侧(见图14)。那些对新技术采取更规避风险的方法的人应该更多地关注右侧的技术,但要意识到,这对许多行业来说不是竞争优势领域。
图14:2020年11月发布的2021供应链计划技术发展周期曲线(来源:Gartner【12】)
Gartner的SCP发展周期选择的创新不断被审查,它试图最好地反映那些对未来SCP解决方案具有最大影响的创新。因此,每年都可能有些不适宜者被下线(指发展周期曲线),而一些新兴的创新被添加上线。与2019年10月发布的2020年SCP发展周期曲线(图15)相比,有4项创新被下线(注:它们仍然是某种技术创新,但可能由于评估后被发现不适宜放在SCP发展周期曲线。),有3项创新被添加上线:
下线的技术创新:
上线的技术创新:
图15:2019年10月发布的2020供应链计划技术发展周期曲线(来源:Gartner【1】)
图16描述了Gartner定义的2021供应链计划技术优先级矩阵【12】。该矩阵根据SCP在该战略中的角色和成熟度级别的需求对投资进行优先排序,它有助于企业在考虑SCP投资时,将潜在投资与其整体供应链战略联系起来。
【12】指出:处于计划成熟度最低水平的公司将使用和获取已经退出这一炒作周期右侧的技术,如基本需求计划、补货计划和基于ERP的计划。寻求计划决策质量(第二阶段成熟度)增量改进的公司将主要关注这个炒作周期的右侧。那些希望整合其计划的人应该考虑Hype周期中间的能力。领先的公司应该在数字供应链孪生、弹性计划和可组合SCP等领域试验左侧的技术。
为SCP提供中等或高商业效益的技术,可能在未来两到五年内趋于平稳,主要集中在传统SCP上。这些例子包括需求感知和需求信号库、数据湖、多级库存优化和优化计划。对分段SCP的支持以及整个供应链中大数据的使用和处理速度也有助于其中一些解决方案的实用性。这些技术的应用可以通过使用更多的决策级数据和高级分析来启动计划决策性质的改变。
通过应用自动化预测和规定分析(AI/ML),预计在5至10年内趋于平稳的技术将提高和转变计划决策质量。近实时计划决策和执行可见性(CORE)的融合是通过数字供应链孪生实现的,例如响应计划、机器学习和物联网。最终,这些各种新兴的SCP技术将结合成Gartner所称的算法SCP(也可能在本质上是可组合的),并最终实现新的计划范式,如弹性计划。
这个炒作周期左侧所代表的大多数技术代表了下一代SCP的关键构建块,例如,数字供应链孪生、持续智能、可组合SCP和弹性计划。该优先级从多个维度展示了SCP技术的前景【12】:
成熟度级别 |
状态 |
产品/供应商 |
胚胎的 |
■ 在实验室 |
■ 没有一个 |
新兴的 |
■ 供应商的商业化 ■ 行业领导者的试点和部署 |
■ 第一代 ■ 高昂的价格 ■ 大量定制 |
青少年 |
■ 成熟的技术能力和对流程的理解 ■ 超越早期采用者 |
■ 第二代 ■ 更少的定制 |
早期主流 |
■ 经验证的技术 ■ 供应商、技术和采用迅速发展 |
■ 第三代 ■ 更多开箱即用的方法 |
成熟的主流 |
■ 稳健的技术 ■ 供应商或技术没有太大变化 |
■ 几个主要供应商 |
遗留的旧系统 |
■ 不适合新开发 ■ 迁移成本限制更换 |
■ 维护收入重点 |
淘汰的 |
■ 很少使用 |
■ 仅限二手/转售市场 |
图16:2020年11月发布的2021供应链计划技术优先级矩阵(来源:Gartner【12】)
3.2 部分供应链计划技术的定义和分析
Gartner有名的分析师Tim Payne,Christian Titze等对所有列举在矩阵图16中的技术做了标准分析,该分析包括技术的定义和分析,以及其市场热度和成熟度。下面将以表格的形式介绍部分供应链计划技术的定义和分析。
供应链计划技术 |
数字供应链孪生 |
分析人 |
Tim Payne |
定义 |
数字供应链孪生是物理供应链的数字表示,可用于推动整个E2E供应链的理解和决策。它逐渐取代了任何E2E供应链决策解决方案的核心供应链模型。它是由细粒度数据构建的,以形成数据对象和实体之间各种关联的动态、同步、实时和分时表示,这些关联最终描述并构成物理供应链的运作方式。 |
定位和采用速度证明 |
|
用户建议 |
|
业务影响 |
|
效益评级 |
转型 |
市场渗透率 |
不到目标受众的1% |
成熟度 |
新兴 |
样品供应商 |
bluecrux; Cosmo Tech; DCbrain; eccenca; E2open; o9 Solutions; r4 Technologies |
注:数字供应链孪生是数字供应链的基础技术之一,特別是构建现代数字供应链计划解决方案的基础技术。本文作者对数字孪生,特别是数字供应链孪生有深入系统的研究,请参见【13-18】。
供应链计划技术 |
CORE框架 |
分析人 |
Tim Payne |
定义 |
CORE框架将SCP技术分为三大类——配置、优化或响应——与执行可见性有很强的联系。配置计划决定了供应链的正确配置。优化计划可生成一个计划,该计划可在当前配置下最佳利用受约束的资源。响应计划认识到执行不太可能遵循最佳计划,并且需要以使公司尽可能接近公司目标的方式对这些执行事件做出响应。 |
定位和采用速度证明 |
|
用户建议 |
|
业务影响 |
拥有强大的CORE是帮助公司走向数字化计划成熟之旅的关键。如果一家公司的技术与CORE框架相匹配,这将确保计划决策的横向和纵向一致。它确保公司通过这种与E层和其他CORE层的“执行可见性”相关的调整来降低其做出的混乱计划决策的水平。E层进一步有助于减少计划使用的数据的延迟。R层有助于确保正确的计划分析可用于获取E层数据并与之一起运行——创建场景,为如何应对重大执行事件提供最佳决策。E层还允许接收来自商业网络和物联网传感器等的细粒度数据。然后,这些数据可用于R、O和C层,以便做出适当的计划决策。 |
效益评级 |
高 |
市场渗透率 |
目标受众的5%至20% |
成熟度 |
青少年 |
样品供应商 |
4flow; AIMMS; LLamasoft |
注:CORE是Gartner2016年提出的一个SCP的技术框架,许多技术都应该考虑建立在此框架下。
供应链计划技术 |
供应链控制塔 |
分析人 |
Christian Titze |
定义 |
控制塔是一个将人员、流程、数据和组织能力相结合的概念,通过适当组合的技术元素来促进和支持,以实现透明度和协调性。它是关于制定一套适当行动和反应的剧本: (1)看——使人们能够看到当前和预测的情况; (2)过程——理解影响; (3)行动——在商业生态系统中提供适当解决方案的手段。 |
定位和采用速度证明 |
|
用户建议 |
|
业务影响 |
|
效益评级 |
高 |
市场渗透率 |
目标受众的5%至20% |
成熟度 |
青少年 |
样品供应商 |
Blue Yonder; E2open; Elemica; Infor; One Network Enterprises; SAP |
注:本文作者对数字供应链控制塔技术发表了一系列研究文章和报告,读者可参看【1,19 – 24】。当数字供应链控制塔发展到其高级阶段,它都应包括支持现代SCP技术,例如Blue Yonder。E2open和One Network Enterprises的控制塔。
供应链计划技术 |
弹性计划 |
分析人 |
Tim Payne |
定义 |
弹性计划是指准确、可执行的短期计划,由中期和长期计划平衡,通过确保不断设计和利用适当程度的弹性来缓解不确定性。为了实现弹性计划,需要将新的计划范式、超大规模云平台、AI/ML、数字供应链孪生和遵循CORE框架相结合。 |
定位和采用速度证明 |
|
用户建议 |
要实现弹性计划,公司需要将多种技术结合在一起(以及解决公司文化问题):
|
业务影响 |
|
效益评级 |
转型 |
市场渗透率 |
不到目标受众的1% |
成熟度 |
胚胎 |
样品供应商 |
bluecrux; CAMELOT Management Consultants |
注:弹性计划是实现真正弹性供应链【25】的重要解决方案。但如实现真正弹性供应链一样,实现弹性计划并非易事,它需要将新的计划范式、超大规模云平台、AI/ML、数字供应链孪生和遵循CORE框架相结合。
供应链计划技术 |
算法供应链计划 |
分析人 |
Tim Payne |
定义 |
算法供应链计划通过利用所有类别供应链计划(SCP)的多个数据源,概括了复杂数学算法的工业应用,以推动速度、规模和改进决策,以及适当的决策自动化。这些算法有助于封装遗传(过往的经验等)、行为、决策以及供应链对当前和新兴环境刺激的反应。 |
定位和采用速度证明 |
|
用户建议 |
|
业务影响 |
|
效益评级 |
转型 |
市场渗透率 |
目标受众的1%至5% |
成熟度 |
新兴 |
样品供应商 |
Adexa; Blue Yonder; CAMELOT Management Consultants; Lokad; o9 Solutions; One Network Enterprises; Solvoyo; ToolsGroup; Veki |
注:Gartner最早于2016年在供应链执行会上提出了算法供应链计划这一新兴技术的趋势和概念。在此Gartner供应链执行会议上,两位Gartner分析师演讲描述了算法对供应链计划的影响,并以三个ToolsGroup客户为例。Michael Burkett介绍了《2025年供应链:计划未来的供应链》;随后是Amber Salley,他提出了算法供应链计划:SCP的未来。
供应链计划技术 |
长期需求感应 |
分析人 |
Pia Orup Lund; Tim Payne |
定义 |
长期需求感知(LT-DS)提供综合业务计划,并支持两年到五年以上的长期计划。LT DS的目的是考虑宏观经济因素(如GDP、通货膨胀)、领先指标和长期因果影响因素的影响,预测公司产品或服务的未来市场需求趋势。LT DS利用机器学习和多个外部数据集来预测市场需求水平。 |
定位和采用速度证明 |
|
用户建议 |
用户建议:为了利用新兴的LT DS解决方案,公司应该:
|
业务影响 |
|
效益评级 |
高 |
市场渗透率 |
不到目标受众的1% |
成熟度 |
新兴 |
样品供应商 |
Coupa(LLamasoft);Prevedere |
供应链计划技术 |
可组合SCP |
分析人 |
Tim Payne |
定义 |
可组合供应链计划以模块化的方式设计其商业模式、技术架构、数据管理和集成以及合作伙伴生态系统。这样做是为了实现SCP技术格局,可以在任何需要的时刻快速、安全地进行更改和组合。 |
定位和采用速度证明 |
|
用户建议 |
用户建议:在数字化转型过程中指导其组织的供应链领导者应:
|
业务影响 |
业务影响:在业务、技术和文化中采用可组合SCP模式的组织实现了新的弹性水平和对计划决策创新的变革性途径。他们从僵化而低效的传统等级和孤立思维规范,转变为可组合的计划体验的积极敏捷。这样的组织从内部和外部组件生态系统(称为“一揽子业务能力”,可以涵盖数据和/或分析)中收集(整合)其计划决策经验,以使其组织能够积极跟踪和支持其用户和供应链的特定(和动态)需求。 |
效益评级 |
高 |
市场渗透率 |
不到目标受众的1% |
成熟度 |
胚胎 |
样品供应商 |
-- |
供应链计划技术 |
自主计划 |
分析人 |
Tim Payne |
定义 |
自主计划被定义为自动预测(计划创建)和自动处方(计划判断)。计划的制定涉及这两个要素。有一个或多个关于未来的预测,然后是处方——选择——关于这些未来中哪一个是最可取的。在自主计划的情况下,没有人直接参与决策。 |
定位和采用速度证明 |
|
用户建议 |
|
业务影响 |
|
效益评级 |
高 |
市场渗透率 |
目标受众的5%至20% |
成熟度 |
新兴 |
样品供应商 |
4flow; Adexa; Aera; Blue Yonder; GAINSystems; Kinaxis; Logility; o9 Solutions |
注:如同供应链计划的变革是其数字化变革的核心一样,在自主学习供应链中,供应链的自主计划(计划)是核心,而实现它是最具挑战性的方面,目前仍进展缓慢。有关自主供应链和自主计划,读者还可参看本文作者的其它论著【1,26-27】。
供应链计划技术的未来若干发展趋势
上一节介绍了Gartner 2020年11月发布的2021供应链计划技术发展周期研究报告,目前为止作者没有见到更新的版本。然而2022和2023每年Gartner仍在举行的供应链计划峰会【28】和供应链研讨会【29】上研讨SCP技术的发展趋势。此外,作者也注意到知名咨询公司IDC在SCP技术方面的研究。本节将简单介绍几个供应链计划技术的未来发展趋势。
Gartner 在会议【28】中将概率预测(Probabilistic forecasting)描述为一种“革命性”方法。这一切都与预测精度与准确度有关:确定性计划是精确的,但不准确;概率计划(Probabilistic planning)是准确的,但不精确。概率预测可以成为一种竞争优势。一些供应商长期以来一直采用概率方法(ToolsGroup);该技术正在从预测转向产能计划、制造调度等。
在会议【29】中,Noodle.ai 的 Jeff Alpert的演讲“概率计划(见图17):利用人工智能在供应链中做出‘更好的赌注’”引起了广泛的关注。
图17:概率预测和概率计划(来源:Gartner【28】)
预测准确性是供应计划流程的基础,我们注意到许多供应链高管对概率预测相对于传统预测方法的巨大优势非常感兴趣,尤其是在持续动荡的时代和猖獗的破坏中。这种人工智能驱动的预测方法结合了来自更广泛来源的数据,以生成一系列可能的预测结果并计算每个结果的可能性。这种对客户需求的更深入理解转化为更有效的库存策略,特别是对于间歇性需求的项目(通常最终包含大量过剩库存)。
更明智的预测会带来更好的库存管理(反过来,更快乐的客户和更高的利润率)。概率计划(见图17)加人工智能和数字供应链孪生等新兴技术将是未来SCP技术的发展方向之一。作者预测它将成为2023年供应链计划技术发展周期曲线上的一颗新星。
2022 年 Gartner AI技术成熟度曲线强调了人工智能作为供应链计划领域颠覆性趋势的重要性【29】。预计到 2025 年,人工智能将成为供应链计划的主流技术。在 2023 Gartner 供应链研讨会上浏览 Xpo 提供了大量证据,表明这最终将成为现实。大多数技术供应商展位都提到了人工智能,并在演示中不断提及。
【30】指出:95%的供应链计划供应商正在开发或已经具备人工智能能力。这一统计数据突显了令人印象深刻的 95% 数字,有力地说明了人工智能在供应链计划领域的注入轨迹。它强调了人工智能采用的不可避免的势头,预示着在不久的将来人工智能功能将成为常态而不是例外。转向人工智能的供应商规模之大,生动地描绘了该技术正在改变供应链物流的支柱。强调这一点,为潜在投资者、利益相关者和读者提供了更清晰的视角,让他们了解人工智能重新定义曾经传统行业的潜力。
近年来,首席供应链官所处的环境发生了巨大变化,但大多数组织未能调整其计划方法。供应链计划的基本原理已经存在很长时间了。它们的设计方式使流程成为决策的焦点——无论是通过战略计划、销售和运营计划 (S&OP) 还是销售和运营执行 (S&OE)。
根据 Gartner 的 2022 年供应链计划业务案例调查,很少有公司将计划流程作为专门的计划来启动,而是依靠固定的循环计划来做出决策。这种方法并不能完全解决当今供应链面临的需求水平、供应变化性和复杂性。需要新的计划理念。
当今的供应链需要一个符合其组织需求的模型。作为回应,具有前瞻性的供应链正在转向以决策为中心的计划 (DCP) 来进行业务决策。
图18:以决策为中心的计划的框架(来源:Gartner【31】)
Gartner指出【31】:以决策为中心的计划(DCP)不是一个新流程;它是一个新概念,一种用于商业决策的新方法。以决策为中心意味着流程和活动旨在为业务做出最佳决策,涉及正确的决策者、正确的利益相关者,这些利益相关者可能会根据所做的决策而有很大差异。因此,决策本身成为所有决策活动的焦点。理想情况下,DCP 应由现代供应链计划技术提供支持,使公司能够持续监控事件、估计这些事件的影响并支持围绕如何应对这些事件的决策。Gartner DCP框架由4个部分组成(见图18):
DCP 将需要重新思考我们通常采用的计划方法以及传统流程和设置。我们需要更好地利用我们对数据的更多访问以及新的现代技术和先进算法,使流程随着事物的变化而变得更加灵活和适应性强。通过使用 DCP 的概念,供应链能够更好地抵抗波动或不断变化的条件,因为它可以更快地适应和响应。
在标准S&OP流程过于僵化而无法处理需要做出的实时决策的情况下,以决策为中心的计划获得了关注【32】。它涉及的内容包括:
DCP有助于引入所有必要的参与方和信息,以做出快速、准确的决策,同时保持灵活性和适应性。
正如【31】指出的,如果供应链组织/企业想在未来蓬勃发展并成长,就需要以决策为中心的计划。
云已经发展成为托管多个供应链合作伙伴的理想基础设施和平台,以协作提供优化的服务,包括计划、物流、寻源、采购和备件管理。像谷歌和微软这样的大型云提供商将托管这些平台,因为它们本身就拥有架构、规模和兴趣,可以使云中的供应链计划模型适用于多个软件提供商。这些云架构已经不断发展,以支持轻松的应用程序集成以及分析功能、安全性和其他服务。
借助一个开放的云平台,计划/管理物流将与物料搬运齐头并进,从而更好地优化运输,与数字供应链计划的其余部分同步。
可持续供应链管理(SSCM)的概念和理论产生于2000年代【33】,它涉及将环境和财务上可行的实践整合到整个供应链生命周期中,从计划,产品设计和开发,材料选择,制造生产,分销,直到售后服务及产品终结处理。在当今不确定的环境下和数字时代,将可持续发展纳入商业战略的核心和将可持续商业模式和供应链联系起来是越来越重要的趋势,其重要性与日俱增【34】。根据 IDC 的研究报告【35】,未来十年,可持续发展将成为韧性供应链的关键要素,而实施集成式计划是实现这个目标的关键。【35】指出:“集成式计划的目标之一是构建响应式韧性供应链,能够将各种反馈方式无缝融入企业的各个领域。许多首席级高管都在关注供应链的战略性和关键性,因此,现在就是高管将可持续计划实践整合到企业计划的最佳时机。” 该报告在指出可持续性对应对供应链中断,气候问题等风险等的重要性同时,给出了的几点将可持续发展理念融入集成供应链计划理由:
关于该趋势的详细讨论已超出了本文的范围。本文作者将在未来的SCP系列报告中专门讨论此主题。
IDC在【5】从战略到运营的全局视野,提出了智能供应链计划的一种框架(见图19)。该技术框架包括以下的层次和软件系统结构:
顶层是供应链控制塔:它包括可视,预测,和决策三大功能模块。
图19:IDC智能供应链计划技术框架(来源:IDC&悠桦林【5】)
【5】指出:“供应链计划的智能化演进成为显著趋势:从实践来看,传统供应链计划应用以规则和启发式算法为主,结合从业人员的行业Know-How 输出共识计划,其运行过程受人为经验和算法能力的限制较多,一般只能实现局部最优。此外,在外部条件发生变化时,基于人工经验的计划难以快速动态响应,无法适应新的场景需求。而智能供应链计划应用融合了规则算法、运筹优化和人工智能等一系列新的发展成果,能够输出由数据和业务双引擎驱动的智能化分析结果,从全局层面实现资源的动态优化配置,成为企业未来供应链升级的一个重要方面。”
作者认为【5】提出的这一智能供应链计划技术框架无凝为推动中国供应链计划的变革打下了良好基础,也为制造业的SCP系统提供了一个新的参考框架。然而其技术核心单有算法和AI还不够,一个数字化SCP需要物联网,云计算,数字供应链孪生等新兴技术作为SCP的数字底盘。此外,(1)如变更管理,智能编排,可持续性计划必须集成到下一代数字化SCP的框架中;(2)更多的外部系统,如CRM/SRM,金融系统,PLM(产品生命周期)等需要连接到未来的SCP系统。
总结
本文将是作者关于供应链计划变革的一系列文章的首篇。本文主要包括四个部分:第一部分主要介绍目前供应链计划变革的现状;第二部分介绍变革的某些趋势;第三部分介绍了岂今作者能看到的最新近的Gartner的研究报告;最后讨论了供应链计划技术的未来发展趋势。
作者计划将在下面的系列报告中介绍现代SCP技术的开拓者们的创新和典型数字解决方案,下一代S&OP,决策智能,SCP的成熟度,自主SCP的发展趋势等。作者希望供应链的同行能从中获益,以推动中国供应链计划的变革和创新。