作者：TOM ROBERTS
一开始考虑撰写有关数字供应链的文章时，我脑中全是高级 AI 和机器人、机器学习算法以及海量数据等各种胡思乱想。我想人们听到“数字”这个词的时候，都会有些兴奋，当然我也不例外。在想到与数字意味着什么相关的大面情况时，人们会倾向于进行美化。下面是一些例子： ● 公司的“数字战略” ● 首席数字官 ● 即将来临的数字未来
根据牛津词典，数字被定义为“涉及计算机技术的使用或与计算机技术的使用相关”。澳大利亚政府在此基础上提出了更为精确的数字技术定义：“数字技术是用于生成、存储或处理数据的电子工具、系统、设备和资源。”
那么供应链的定义是什么呢？“商品生产和分销中所涉及的一系列过程。”
因此，如果将这两个定义综合在一起，就可以得出数字供应链的定义：“数字供应链是指商品生产和分销中所涉及的一系列过程；这些过程使用用于生成、存储或处理数据的电子工具、系统、设备和资源 - 等待 - 建立一个无懈可击且不断发展的供应链。”或者说：“使用计算机技术的供应链将十分优秀，并且会越来越好。”
那么，既然我们已经有了很好的数字供应链定义，接下来该谈谈制造商可根据需要用于改善供应链的所有工具了。
制造企业的最佳供应链从根本上来说依赖于先进、灵活的企业资源规划 (ERP) 解决方案。ERP 解决方案包含生产、零部件和供应商数据。企业运行了物料需求规划 (MRP) 后，必须与其供应基础进行沟通。企业使用数字工具集来建立与供应基础的连接，包括从 .xml 文档交换一直到 EDI、供应商门户以及其他通信方法等所有连接。这些连接支持企业将需求和其他相关信息传达给供应商，让供应商知道所发货物和发货时间。
供应商负责将货物发给客户，客户随后必须通过将货物收到系统中来跟踪这些货物，然后根据预先发货通知 (ASN) 对比收到的货物是否一致。捕获到这些收据后，系统可以利用评估收货结算 (ERS) 解决方案，根据计划协议和收货数据自动向供应商付款。
好了，那么现在我们算是数字供应链了吗？
根据数字供应链的定义，我们算是。但是，我前面提到的这些工具已经推出了有 25 年以上的时间。现在企业有哪些最先进的工具可用呢？
麦当劳北美地区首席供应链官 Marion Gross 表示：“供应链只有在出问题的时候，才会引起人们的注意。”
因此，通过对供应链进行数字化，并采用最新的先进技术，我们有希望阻止问题发生，并且能使系统得到不断改进，避免未来发生问题。在同一篇文章中，Gross 还引用了一位前董事会成员的言论，他说麦当劳的供应链之所以成功是因为“每日奇迹”。
我认为，要让奇迹成为每天的现实，除了系统、设备和资源外，企业还需要采用现代化的数字转换工具集。企业应该考虑以下各项： ● 机器人过程自动化 ● 人工智能 ● 机器学习 ● 深度学习 ● 数据湖 ● 可视化工具 ● 无人机 ● 区块链
借助这些最新的技术成果及其他各种技术成果，可以从供应链流程中剔除浪费，缩短备货时间，确保交付准确性。许多汽车公司深陷过时的思想和成本削减方法的泥潭而不能自拔，更不用说想到使用这些工具集了。汽车 OEM 的许多核心供应链系统是在上世纪 90 年代实施的。请问您今天还会使用 1995 年的电话吗？您会在晚上回家后启动 1998 年的计算机开始工作吗？显然您不会这样做的。
我们首先来讨论供应链中的这种“出问题”情况。几年前，我写过一篇有关减少区块链中断情况的博客，但我们暂时先撇开区块链技术不谈。正如我们在当今动荡的时代所看到的那样，中断可能会严重影响供应链。中断时常发生 - 不管是流行病、地震、洪水、内乱还是其他供应问题 - 中断总会引起人们的注意。一家全球汽车公司的供应链复杂得令人难以置信，有太多的数据需要跟踪。
现在利用技术来解决这一问题：如果我有一个工具可以跟踪生态系统中每个供应商的所有位置，然后能够根据地理可视化工具和需求管理系统绘制热图，会发生什么情况？假设我在泰国某地有一家供应商，当地发生了洪灾，这时系统会立即发现这一情况并向我发出警告。此外，还会利用机器学习来扫描新闻文章、天气订阅源、美国地质调查局 (USGS) 或其他相应的数据，持续搜集灾难资讯，这样我就可以确定受影响的任何地点以及计划协议、采购单和材料单中受此类情况影响的所有零部件。如今我们可以做到这一点。
如果我们看到使用区块链和 Hyperledger 等工具进一步渗透到供应链中，或者如果像主动维护索引这样的构想得到落实，那么我将能够查看供应商的下级供应商可能受灾难或事件影响的位置热图。
我可以使用需求计划软件，通过将供应重定向到备用位置来潜在估量和缓解这些事件，或者去寻找其他供应源。借助库存可见性工具，我可以检查自己的供应基础可用性，确定我可以生产哪些产品，可按哪个计划执行，然后相应地为供应商和客户提供建议。
在我的供应基础处于原型阶段时，我可以使用集成的供应商门户和质量管理解决方案与供应商交换数据，这样甚至在实施标准操作过程 (SOP) 之前，就能大大提高供应链的准确性和质量。
想象一下供应链或业务运营中心的概念。我可以使用数据湖技术和 AI，连续扫描我自己的结构化和非结构化数据以及外部来源的数据，并持续收集影响我供应链的实时数据，以获取切实可行的洞察 - 从车间到 EDI、人力资源行动、法律合同和不可抗力数据，再到在线社交媒体、内部质量数据、发货数据、供应商财务记录、股票市场动向和新闻报道 - 一切尽在掌握中。我可以扫描和自动处理异常警报或可能会影响我要生产的商品的其他情况。此外，我还将继续使用利工具库中的所有工具来调整供应链能力，让供应链尽可能发挥出最大作用。
如今的数字供应链可以使用我前面讨论过的所有工具来维护极为精心构建的每日奇迹。汽车公司 - OEM、一级供应商以及汽车业所涉及任何一方 - 需要迅速部署这些技术，这样做也就能勉强跟上节奏，更别谈向前发展了。必须实施的智适 ERP 系统应该能够快速部署在收购项目或全新项目中，具有足够的灵活性，可以通过无代码/低代码平台来部署更多功能，否则公司会因笨重陈旧的庞大系统无法满足当今的需求，而在竞争中处于下风。要想在现在及未来都能取得成功，仅仅在电动汽车 (EV) 或自动驾驶、智能网联、电动化、服务/共享 (ACES) 领域推出下一代出色的汽车产品是不够的，企业需要将产品与交付产品的强大数字供应链相结合，才能使公司蓬勃发展。
本文转载并翻译自Embedded Computing Design 网站
