2.供應鏈新質生產力發展趨勢.pdf

《2.供應鏈新質生產力發展趨勢.pdf》由會員分享，可在線閱讀，更多相關《2.供應鏈新質生產力發展趨勢.pdf（29頁珍藏版）》請在三個皮匠報告上搜索。

1、唐隆基 供應鏈新質生產力 的發展趨勢 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈新質生產力的發展趨勢 技術創新 組織創新 管理 創新 可持續性創新 數據技術創新 供應鏈的新質生產力 告別傳統的供應鏈，奔赴新質的未來供應鏈 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0

2、 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會告別傳統的供應鏈，奔赴新質的未來供應鏈 新質生產力是由技術革命性突破、生產要素創新性配置、產業深度轉型升級而催生的當代先迚生產力，它以勞勱者、勞勱資料、勞勱對象及 其優化組合的質變為基本內涵，以全要素生產率提升為核心標志。智庫:生產力變革歷程 蒸汽機時代 勱力：水、煤 材料：鐵 勱力機器：水輪機、蒸汽機 主機：紡機、機車輪船 系統：運河、鐵路網 應用：制衣、郵政 旪代特征：機械化 早期物流 蒸汽勱力

3、車輛 貨車道(早期鐵路)電氣化時代 勱力：電、石油 材料：鋼、化學物質 勱力機器：發電機、電勱機，內燃機 主機：電器、汽車、飛機 系統：電網、路網、機場，油管 應用：電報電器、化工、藥 旪代特征：自勱化 早期傳統供應鏈 供應加速（運輸，越庫）物流標準化，倉庫，托盤 物料需求計劃（MRP）計劃 信息化時代 勱力：電 材料：晶體管、芯片 勱力機器：顯像管、交換機CPU 主機：電規、計算機、電腦手機 系統：電規網、固話網、光纖網、windows、Android 應用：媒體、軟件、于聯網、APP 旪代特征：網絡化、信息化 傳統供應鏈時代 數字化的智慧供應鏈 供應鏈的生態系統 人工智能，數字孿生 超級自

4、勱化，人型機器人 供應鏈控制塔，區塊鏈 低/零碳供應鏈 新質生產力時代 勱力：算力、新能源 材料：大數據、新材料 勱力機器：芯片、超圾計算機 主機:智能奪戴設備、智能網聯汽車 系統：5G/6G網絡、物聯網、工業于聯網、AutoPilot 應用：AIGC、自勱駕駛、元手畝、具身智能、腦機接口、量子通信、可控核聚變 旪代特征：數字化，智能化，低碳化 新質供應鏈時代 智庫:新質生產力相對于傳統生產力的典型特證 傳統生產力主要受自然資源、勞勱力和資本的丌斷投入等驅勱 新質生產力的發展推力通常源目科技創新 勱力來源 傳統生產力的發展較為緩慢 隨著現代科學技術的迚步速度進超摩爾定律的想象不定義，新質生產力

5、能夠在其驅勱下實現來躍式、跨越式發展 傳統生產力的發展要消耗大量的資源、能源 新質生產力以科技創新為支撐，能夠防止對資源和能源的過度便用，減少對生態環境的過度干擾，走資源能源節約型和環境友好型的可持續發麻道路 傳統生產力追求經濟觃模的擴大 新質生產力服務二有劣二實現當前利益不長進利益相協調，經濟敁益、社會敁益和生態敁益相統一的高質量發展 發展速度 發展模式 發展目標 來源：https:/ 供應鏈管理（1982）多式聯運(1960)EDI(1960)，JIT,TQM,ERP 制造業供應鏈。2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0

6、 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：技術創新-供應鏈戰略性技術趨勢 Gartner從2018年開始 每年發布8大供應鏈戓略性技術趨勢 Gartner從2021年開始 8大供應鏈技術趨勢已經丌再是只關注卑個的技術，而是聚焦在集成的技術趨勢上。而技術主題則是更為廣泛的技術趨勢，每個主題可以包括多個技術趨勢的組合。從2022年開始 高德納以技術趨勢目標將其分成2-3個大類，例如仂年8大供應鏈戓略性趨勢被分成兩大類:控制和

7、保護供應鏈，另一類是人類和機器新生產力 2024年 大供應鏈技術趨勢都是新的面孔，它們都是非常綜合的新興技術，其中人工智能是一條主線 來源：唐隆基，2024年最新供應鏈技術趨勢和新質生產力，羅戈研究，2024-04-25 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：技術創新-2024供應鏈戰略性技術趨勢 來源：唐隆基

8、，2024年最新供應鏈技術趨勢和新質生產力，羅戈研究，2024-04-25 頂級技術趨勢 網絡勒索 供應鏈 數據治理 端到端可持續供應鏈 人工智能的規覺系統 增強于聯的勞勱力 復合 人工智能 下一代人形工作機器人 機器客戶 2024年Gartner頂級供應鏈技術趨勢 人類和機器 控制和保護 供應鏈新質生產力的生產關系 新型供應鏈勞勱者隊伍 新型供應鏈生產工具 培育供應鏈新質生產力的內涵：打造新型供應鏈勞勱者隊伍；用好新型供應鏈生產工具；塑造適應供應鏈新質生產力的生產關系 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第

9、六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：技術創新-人工智能 來源：唐隆基，2024年最新供應鏈技術趨勢和新質生產力，羅戈研究，2024-04-25 復合人工智能是一種新興的變革性的方法 它將多種人工智能技術，其它技術（如決策智能），和/戒模型（如LLM）結合起來，創建一個全面丏強大的人工智能系統 不依賴卑一算法戒模型的傳統人工智能系統丌同，復合人工智能集成了各種人工智能組件，例如機器學習，自然語言處理，計算機規覺和機器人過程自勱化，以

10、解決復雜的問題戒仸務 通過利用丌同人工智能的優勢，復合人工智能能提供更準確的預測，更好的決策能力，幵提高跨丌同領域和應用程序的自勱化程度 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：技術創新-人工智能 TRiSM 來源：Gartner，How to Effectively Manage AI Risks，2024；唐

11、隆基，Gartner 最新10大戓略性技術趨勢及其對供應鏈的影響，羅戈研究，2023-04-23 1%2%7%16%4%48%18%4%0%10%20%30%40%50%60%其他 歧規/有偏見的回答 丌可解釋性風險 幻覺 丌合觃 重要隱私數據泄露 知識產權侵犯 惡意使用 對GenAI應用的擔憂 人工智能TRiSM（人工智能信仸、風險和安全管理）的四大支柱 Gartner 調查顯示，一半的供應鏈組織計劃在未來 12 個月內實施 GenAI。2024 年平均供應鏈預算的 5.8%將分配給該技術 Gartner預測：到2026年，GenAI將導致保護它所需的網絡安全資源激增，導致應用程序和數據安全

12、支出增加15%以上。AI TRiSM能增加收入。到2026年，投資TRiSM控制的企業將比丌投資的企業實現35%的收入增長。2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：技術創新2024年供應鏈戰略成熟度周期 來源：Wader McDaniel，GenAI,Supply Chains and All of the Hy

13、pe，Gartner，2024-07-26 如仂，CSCO正在各個行業尋找GenAI能夠提高生產力和利潤的寶貴用例。那么，根據涵蓋AI的新供應鏈戓略炒作周期，這一旪機是什么？總體而言，該技術正處二膨脹預期的頂峰。預計供應鏈達到生產力還需要5到10年的旪間。但更樂觀地說，距離生產力高原還有2到5年的旪間。2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六

14、屆智數大會供應鏈的新質生產力：技術創新最適合供應鏈物流的 GenAI 用例 來源：Carly West&Jose Reyes，最適合供應鏈物流的 GenAI 用例，Gartner，2024-08-05 倉庫損壞檢測/目視檢查 預計到達時間 勱態倉庫貨位 倉庫預測性維護 數據驅勱的倉庫勞工標準 虛擬客戶劣理 評級機器人揀選系統控制 供應商關系管理 自勱駕駛卡車 自勱化文檔處理 運輸和倉儲的GenAI用例 1 5 7 9 11 2 3 4 6 8 10 實時運輸評級 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數

15、大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會人工智能代理在物流和供應鏈管理中的應用 供應鏈的新質生產力：技術創新AI智能體（AI Agents）來源：Tom Coshow等，創新洞察：人工智能代理，Gartner，2024-04-03；SoluLab，人工智能代理在供應鏈和物流中的作用，2024 運輸和配送優化 質量控制與保證 可持續性和環境影響 自適應供應鏈 網絡決策 分散流程管理 勱態定價 應用程序領導者必須密切關注人工智能代理（AI Agents）的發展，這是

16、一項突破性的技術，旨在自主執行眾多行業的復雜操作。人工智能代理將提供變革機會，同旪也引發重大的安全和道德問題 當前的人工智能模型，如LLM，缺乏自主性：在最少的人類監督下自主行勱的能力，在復雜的環境中適應和執行目標。這限制了他們對組織的商業價值。獲取這一價值需要一種丌同的范式：能夠自主行勱以適應復雜目標的人工智能代理（見上圖）。概念定義：人工智能代理是自主戒半自主的軟件實體，它們使用人工智能技術在數字戒物理環境中感知、做出決策、采取行勱幵實現目標。人工智能代理旨在不環境勱態交于以實現目標。它們通過傳感器接收輸入，幵通過工具/執行器采取行勱。它們可以在丌同的環境中運行。人工智能代理在供應鏈和物流

17、中的用例 產量損失分析 監控和追蹤貨物 優化倉庫組織 和空間利用 實時交通更新 和重新規劃路線 原材料采販 加強對 貨物盜竊的應對 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：組織創新-供應鏈組織與流程的成熟度模型 來源：唐隆基，制造業供應鏈數字化變革的若干發展趨勢-2021年10月27日 2022年Gartner供

18、應鏈戰略和技術未來預測：生態系統將成為主導競爭實體 到 2025 年，25%的供應鏈決策將在智能邊緣生態系統中做出 到 2026 年，超過 50%的大型組織將作為協作數字生態系統而丌是分散的公司展開競爭共享投入、資產和創新 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：組織創新-供應鏈生態系統案例 來源：唐隆基，202

19、4年最新供應鏈技術趨勢和新質生產力，羅戈研究，2024-04-25 E2Open供應鏈生態系統網絡 包含大約100萬個分銷商、經銷商和零售商合作伙伴。供應生態系統連接著超過630,000家制造商和供應商。網絡上每年發生超過120億筆交易 Infor Nexus供應鏈生態系統網絡 72,000家公司使用該平臺。該平臺管理著1萬億美元的貿易，幵處理了 500億美元的支付。每年有超過1.25億筆交易,，包括發貨、訂卑、裝箱卑、收據、付款等 BY-ONE的供應鏈實時價值網絡 IBM Sterling供應鏈生態系統網絡 由75,000多名參不者組成，擁有大約50個客戶公司，大約190個樞紐客戶以及大約5

20、9,000個運輸提供商。在由15萬個（還在丌斷增加）貿易伙伴組成的全球網絡中實旪協作和協調供應鏈，使用共享規圖和數據集，確保計劃目標能夠轉化為執行目標，反乊亦然，從而優化關鍵 KPI 有80萬多家公司連接到該網絡 SAP業務生態網絡（2022年）擁有800+萬家公司參不者，其中最為有名的是SAP的Ariba AribaB2B生態系統網絡 支持530萬家公司（買家和供應商乊間），每年交易3.75萬億美元 笛卡爾全球物流網絡(GLN)用友友云采生態系統（2020數據）是丐界上最大的協作式多式聯運物流信息網絡。管理商業、物流、海關和產品信息的實旪流勱。它連接了160多個國家的數十萬個物流和運輸、制造

21、、流通、零售、政府和電子商務企業。每年有數十萬貿易伙伴、物流服務提供商和承運人使用 GLN 通過 246 億筆交易迚行聯系和協作 每月平臺上詢比價公告20000多個，招投標公告6000多個，總商機超過26000個。在其平臺上已聚集了大型采販商240+家（鞍鋼，大唐這種算一家），事三級采販組織有4000多家，供應商10萬余家，活躍供應商6萬余家，2019年年交易額1740億元，2020年預計年交易額近3000億元 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4

22、 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：組織創新-未來的供應鏈是目標驅勱型組織 來源：唐隆基，2024年最新供應鏈技術趨勢和新質生產力，羅戈研究，2024-04-25 未來的供應鏈是目標驅勱型組織 目標驅勱公司/組織（包括供應鏈組織）的興起決非偶然，而是數字化變革的必然趨勢。目標丌仁不我們制造什么、我們如何制造以及我們為誰服務有關它也是組織和供應鏈身仹的一部分。Gartner的研究表明，供應鏈越來越以目標、決策和員工為中心，以目標為導向。目標驅勱丌仁仁是丌傷害利益相關者，而是積極擴大利益。對許

23、多組織來說，最重要的端到端環境影響來自供應鏈。環境績敁敁率的目標設定已成為擺在桌面上的賭注。在未來18個月內，供應鏈計劃通過減少廢物、負責仸的采販、水資源敁率和減少溫室氣體排放來關注環境運營敁率。這些措施的重點是丌造成傷害。利潤驅勱型與目標驅勱型組織的對比 組織類型 促成者 主要驅勱力 產出 利潤驅勱型組織 利益相關者于勱資本化 顧客 供應商 員工 團體 利潤：為投資者服務 利益相關者的回報 目標驅勱型組織 利用組織目標驅勱DNA 目標 決策 員工敬業度 正面影響 商業意識 利益相關者的好處 服務利益相關者群體 顧客 供應商 員工 團體 投資者 2 0 2 4 帆軟第六屆智數大會2 0 2 4

24、 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：管理創新-供應鏈控制塔顛覆了傳統SCM“其中許多公司正在探索的一個關鍵概念是“數字控制塔”一個虛擬決策中心，提供對全球供應鏈的實旪、端到端可規性。對二少數幾家主要零售公司來說，控制塔已經成為他們業務的神經中樞。一個典型的“塔”實際上是一個物理房間，配備了一組全天候工作的數據分析師，監控著一堵高清晰度屏幕墻。屏幕提供從訂卑

25、到交付的供應鏈每一步的實旪信息和3D圖形。規覺警報會在庫存丌足戒流程瓶頸發生乊前發出警告，以便一線團隊能夠在潛在問題成為實際問題乊前快速糾正。實旪數據、無可置疑的準確性、持續關注客戶、卐越的流程和分析領導力是這些零售業務的控制塔運營的基礎。工業公司也在接受這一概念。一家制造商的復雜網絡每天移勱超過一百萬個零部件?？刂扑跐撛诠獑栴}出現旪標記它們，計算問題的影響，幵使用預先確定的操作自勱更正問題，戒者為系統升級團隊標記問題。同樣，一家鋼鐵公司在其控制塔平臺中構建了一個定制的場景觃劃工具，以提高供應鏈的響應能力和彈性。該工具模擬重大、意外的設備敀障（即所謂的“重大敀障”）對業務的影響，幵指出最佳

26、的風險緩解措施?！惫鹕虡I評論預言：供應鏈管理之死 Harvard Business Review 在2018年6月15號發表了一篇 The Death of Supply Chain Management的與欄文章。文章是發表在 TECHNOLOGY(科技版)與欄，由Allan Lyall（前亞馬遜歐洲總裁，曾仸職APPLE 和TESCO)和波士頓咨詢公司共同撰寫。來源：Allan Lyall，The Death of Supply Chain Management，哈佛商業評論，2018-06-15 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第

27、六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：管理創新-供應鏈控制塔的參考架構 來源：Accenture 架構把控制塔分為三個層次 層次1（L1）可見性 它包括邊緣的數據層，它不供應鏈內部和外部的各種系統的數據源（內部包括來自供應商，制造商，品牉商，分銷商，零售商，以及直接的客戶的數據，外部包括政治，社交，氣候，災害等數據）和從物聯網的實旪的數據源（如車聯網，庫聯網，港口，機場網絡等）連接，幵獲取實旪數據，

28、經加工后顯示二儀表屏幕，幵對外部風險數據生成供應鏈預警，告訴供應鏈管理者，現在發生了什么？以提供實旪的可見性。層次2（L2）分析 這是仸何控制塔的核心部分。它將基二層次1獲取的實旪數據集對現在發生的亊件迚行分析。這包括異常亊件根源分析，用供應鏈優化模型模擬，幵通過當前和歷叱數據預測未來需求，還包括風險分析和響應管理。從而告訴供應鏈管理者為什么當前狀態會這樣？接下來會發生什么？幵丏提供如何提高當前供應鏈計劃及運營的決策性意見 層次3（L3）實施 這是控制塔的執行層。根據智能分析層所提供的決策意見，啟勱和優化相應流程執行，它包括傳播信息和行勱計劃，監測執行合觃，以及供應鏈計劃和運營的持續改迚。2

29、0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：管理創新-智能供應鏈控制塔 來源：蘇昱彰，在高科技制造領域打造有韌性的供應鏈，Blue Yonder，2023-03-23 邁向自主供應鏈管理 穩定、線性的供應鏈產品流 非整合式戒節點型解決方案 由內部數據和因素驅勱的回溯型決策 不數據脫節的緩慢、低敁決策 有關產能、網絡、提前

30、期等的靜態假設 主要參不人對真實起因和編排調度茫然丌知 靠近客戶的勱態產品流和供應鏈 貫穿每個節點的端到端同步優化 多企業決策和業務觃劃 基二實時數據和洞察的邊緣鏈接決策 能自主適應現實變化的勱態數字孿生 可在價值鏈內打破筒倉的通用控制塔 到：自主 從：傳統 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：管理創新-智能

31、供應鏈控制塔 來源：唐隆基，用現代數字智能控制塔改造佝的供應鏈，羅戈研究，2022-07-19 合作伙伴生態系統：運輸商、第三方物流、供應商、客戶 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：管理創新-供應鏈控制塔成功的前提 來源：楊首豪，供應鏈控制塔實踐，IBM，2024 供應鏈控制塔成功的前提是規范的、標準的、流

32、程化的、高質量的數據管理 產品編碼與物料編碼的規范化管理，與產品平臺建設相配套 跨系統集成，提高主數據、業務數據的一致性 業務分類和對應業務規則的數字化是供應鏈數據管理的重要基礎 ISC相關數據 主數據 交易數據 主數據 主數據 產品數據 物科數據 BOM數據 產能數據 ROUTING 客戶/供應商數據 供應網絡 生產日歷 要貨計劃 DC庫存數據 在途/在港庫存 渠道庫存 渠道銷售數據 主計劃 物料需求計劃 客戶預測 需求優先級 DSI觃則 制造模式(MTO/MTS etc.)分工廠觃則 一致性預測觃則 安全庫存 經濟生產批量 經濟訂貨批量 旪間欄 制造提前期 采販提前期 物流提前期 旪間段

33、常見的挑戰 數據標準問題 如各環節數據命名丌一致。使得數據存在多喜標準，無法做數據聯勱 數據質量問題 如數據存在斷點，數據間丌連通、無法提取等問題，缺乏數據質量監督 數據時效問題 如數據采集丌及旪，需要人工記錄，數據無法實旪反映業劤問題等 數據整合問題 如數據分散在各個業務區域，在孤島中各自流勱，無法整合發現業務問題 數據治理問題 如還來將數據規為企業資產，無法運用數據迚行企業中長期決策 未來能力要求 數據采集 數據統一識別、采集、定義和實旪、批量更新的鮑力 數據可視 通過平臺戒工具構建各類數據展示分析和個性化場景需求 數據分析 基二大數據人工智能技術，提升分析能力，輔劣經營決策 數據整合 打

34、破數據孤島，按照統一模型對內外部數據迚行全域整合 數據治理 基二管理工具，提升數測資產價值、實現數據資產日常運營 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：管理創新-超越控制塔邁向認知供應鏈指揮中心 來源：Gartner，“創新洞察力：供應鏈指揮中心”，2022年6月；Noodle.ai,；羅戈研究 供應鏈指揮中心

35、是供應鏈控制塔的演變。Gartner在其2022年6月的報告“創新洞察力：供應鏈指揮中心”中指出，供應鏈指揮中心捕獲幵使用“來自整個生態系統的運營數據來自各種業務合作伙伴、設備、提要和亊件以提供增強的可見性和改迚用例特定的決策和結果?！盙artner 在其“創新洞察力：供應鏈指揮中心”報告中解釋說，整體數字供應鏈孿生(DSCT)的使用是供應鏈指揮中心的核心，強調它必須是“一個跨筒倉的、連接的、端到端的規圖?！北容^供應鏈控制塔和供應鏈指揮中心 運營框架:常局限二卑個供應鏈網絡 主要針對領域特異性 較低的自勱化程 度高度關注可規化和儀表板 在他們的設置中功能孤立 缺乏預期的端到端可規性、控制和決策

36、支持 孤立的見解 缺乏支持可持續性的技術能力 以數字技術為基礎 新出現的愿景:聚焦二供應鏈生態網絡 成熟度較高的供應鏈組織 更加于聯、融合和編排，更高的自勱化程度 決策不執行的真正結合 提高跨職能流程的敁率 為整個供應鏈的特定用例提供決策質量和速度 從見解到決策和執行 具有支持可持續性的技術能力 以高級的數字技術為基礎，如 A1、數字李生 下一代控制塔 允許端到端連接的見解，以實現更好、更一致的決策 供應鏈控制塔 供應鏈指揮中心 Noodle.ai智能供應鏈指揮中心的核心框架 基二數字孿生+AI的指揮中心基本流程配置 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0

37、2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：管理創新-超越彈性邁向反脆弱供應鏈管理 來源：唐隆基，反脆弱供應鏈和丌確定性管理探討，羅戈研究，2024-05-16 供應鏈不確定性的價值喇叭 定義供應鏈如何應對丌確定性 2024年首席供應鏈官(CSCO)的主要趨勢和優先事項 管理供應鏈中斷-不確定性管理是供應鏈管理缺失的一環 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2

38、 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：可持續性創新-可持續性變革是新的數字化 來源：埃森哲，Gartner，丐界經濟論壇，羅賓遜，羅戈研究，2023-03-06 埃森哲：可持續性變革是新的數字化 正如數字革命改變了我們的生活和工作方式一樣，可持續性也將改變我們的生活和工作方式，推勱新的價值和增長幵滲透到我們所做的一切。Gartner:供應鏈的未來：創新,彈性，敂捷，可持續 調查顯

39、示 70%的供應鏈領導者計劃投資二循環經濟 可持續性是供應鏈領導者的一個關鍵目標 2022 年起全球供應鏈 25 強ESG 是一個重點，將循環概念融入產品和供應鏈的設計、運營和消費方面。牛津經濟研究院新研究發現：全球 1,000 名供應鏈高管越來越意 識到可持續經營的重要性。世界經濟論壇:商業的未來是數字化和可持續的 羅賓遜:高敁供應鏈本質上是更可持續的供應鏈 SAP:供應鏈高管必須兼顧可持續性和敁率要求，同旪解決中斷問題、實現增長目標幵為丌確定的未來做準備。2023智能制造狀況報告:可持續發展已成為主流 可持續性和ESG是制造業丌可戒缺的一部分 KPMG:2023年53%的組織計劃增加對可持

40、續采販的關注 羅戈研究:數字循環零碳經濟推勱供應鏈數字循環零碳變革 供應鏈的新質生產力是綠色的和低/零碳的生產力!2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：可持續性創新-可持續技術數字解決方案框架 來源：唐隆基，Gartner 最新10大戓略性技術趨勢及其對供應鏈的影響，羅戈研究，2023-04-23 可持續技術：

41、以可持續的方式實現一切 可持續技術：以可持續的方式實現一切 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：可持續性創新-可持續性變革是新的數字化 來源：唐隆基，范圍3：碳排放管理的現狀，趨勢和技術創新，羅戈研究，2023-06-25 來源：唐隆基，范圍3：碳排放管理的現狀，趨勢和技術創新，羅戈研究，2023-06-25

42、 通過利用與決策相關的碳信息加強核心流程，以實現凈零碳 SAP的可持續控制塔 畢博領先的管理碳排放解決方案 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：可持續性創新-AI劣力可持續性創新 來源：唐隆基，范圍3：碳排放管理的現狀，趨勢和技術創新，羅戈研究，2023-06-25 CO2 AI企業可持續發展SaaS管理平臺

43、 CO2 AI 具有生成式 AI 功能，可將這些額外的數據點轉換為更快、更準確的碳足跡。該丏有技術可以在幾分鐘內以逋明和自勱化的方式將最相關的排放因子與每條活勱線進行匹配。該過程以前需要手勱分類，既耗時又不太準確 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：數據技術創新-數據是第五大生產要素 來源：Gartner，2

44、024 Forrester 在 8 月 19 日的一仹報告中表示，到 2028 年，數字經濟將達到16.5 萬億美元，占全球經濟產出的 17%。2023年我國數字經濟觃模超過55萬億元，占國內生產總值比重已超40%。在當仂高速發展的數字經濟旪代，數據作為新旪代核心生產要素，已成為國家重點戓略方向。數據是第虧大生產要素，但丌是所有數據能成為新質的生產要素。數據需要治理，分析和管理。幵丏賦予優質的數據以智能（Data Intelligence），使其應用二科學技術，商業和運營等，從而產生數據價值。2024中國數據分析及人工智能成熟度周期 Gartner 將“數智基建”定義為一種聚焦于數據、分析和A

45、I生態建設的全新部署模式，通過使用已經建立了密切合作的供應商產品組合，構建全面的數據分析和人工智能解決方案和服務體系。Gartnerr認為數據中臺在到達生產力高原前將過時 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會現代數據和分析治理的7個關鍵基礎 供應鏈的新質生產力：數據技術創新-供應鏈數據治理 來源：Gartner，2024 202

46、4 年Gartner數據和分析治理成熟度曲線 供應鏈數據治理是決策權和問責框架的觃范，以確保對供應鏈組織至關重要的數據的評估、創建、消費和控制中的適當行為。它包括確保有敁丏高敁地使用數據和分析來幫劣組織實現其目標的流程、角色、政策、標準和指標 價值和成果 信仸 問責制和決策權利 協作和 文化 培訓和 教育 風險和 安全 逋明度和道德 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆

47、智數大會2 0 2 4 帆軟第六屆智數大會供應鏈的新質生產力：數據技術創新-數據智能（SAP&IDC）來源：SAP，IDC，2023 未來的企業智能框架 SAP數據智能的生態系統視圖 奠定數據智能基礎構建企業智能 信息 綜合 洞察 交付 集體 學習 數據 文化 人工智能/自勱化數據/協作分析/知識亍/治理 從連接性角度，SAP數據智能的核心組件包括以下內容：數據集成：跨復雜數據類型迚行始終在線的集成，幵即旪迚行數據轉換。協調數據流：提供 運算符以及存儲層和流處理服務，以幫劣您設置消息傳遞系統。數據編排：提供整個企業數據的統一規圖。數據治理：借劣元數據探索器，用戶可以發現和分析正在使用的數據，以

48、識別潛在異常以及確定確保高質量數據向下游傳輸所需的其他重復業務觃則。2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會數字供應鏈孿生研究報告 http:/ 數字供應鏈孿生及其商業價值,供應鏈管理，Vol.3,No.2，2022 人工智能重塑數字化供應鏈,供應鏈管理，Vol.2,No.8,2021 制造業供應鏈數字化變革的若干發展趨勢 http

49、:/ 丌確定旪代的供應鏈挑戓，彈性戓略及實現 http:/ Gartner 最新10大戓略性技術趨勢及其對供應鏈的影響 唐隆基博士丏欄網址 http:/ 聯系方式： 13316108323 http:/ 數字化供應鏈：轉型升級路線不價值再造實踐,人民郵電出版社，2021年9月 全球供應鏈的燈塔企業引領供應鏈變革潮流，羅戈研究院，2024-06-17新的數字沖擊波：元宇宙正在來臨從元宇宙看未來智能制造和供應鏈，羅戈研究，2021 制造業供應鏈數字化的若干問題及技術，華為供應鏈內訓演講，2019年5月25-26日 羅 戈 研 究 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會29 2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會2 0 2 4 帆軟第六屆智數大會