中集李凌寒：数字化供给链的动因、因素及理论｜2022寰球数字价值峰会

树上的鱼

9月27日-28日，由钛媒体与ITValue独特主办的2022寰球数字价值峰会深圳站在深圳星河·领创天下举办。此次峰会以“复苏与可继续开展”为主题，聚焦“数据”议题，从数据驱动业务转型、数据买卖、数据营销、产融结合、供给链翻新等多方位讨论数字化经济大潮下， “数据掘金”的新冲破口。会上，中集数据网络核心大数据经理李凌寒做了主题“中集EPC供给链翻新探究”的主题分享。


中集数据网络核心大数据经理李凌寒
传统的供给链办理分为五大块内容：本钱办理、绩效办理、供给链办理、推销履行、仓储物流，但海任务为特殊的EPC模式，关于供给链有额定的特殊诉求：定制性、矫捷度。
如安在不就义部份流程合规、不就义部份企业利润的状况下要知足这些诉求？李凌寒以为，要经过IT数字化的才能对供给链的效力进行晋升。
他表现，全部数字化供给链的翻新因素次要是四个：架构、流程、轨制、工具。在架构上要做数据的治理，在流程上要做数据的赋能，在数据上要做数据的思考，在工具上要做数据的办理。
下列为李凌寒演讲实录，经钛媒体编纂：
首先先引见一下中集团体，1980年中集团体创建于蛇口，中集是一家多元化产业团体，业务次要是物流设备与办事、动力设备与办事，以及其它的金融办事。
中集在寰球研发核心和制作基地散布在近20个国度，有超过300+的承运企业，超过72000名团体员工。中集的治理模式是分层治理的模式，咱们是中集总部，上面还有一些板块，板块下设一些企业。作为总部更可能是推动平台策略，总部打造通用个性的才能，团体引领旗下板块企业进行探究和翻新。
接上去进入供给链方面的探究，首先引见一下业务的主体——中集旗下的海工板块。中集海工前身是烟台造船厂，它有40年的历史，2008年收购了这家工厂，2010年交付了第一个海工平台，2018年总书记已经亲身到访中集来福士。陆地工程行业有一定的特殊性，它是属于大国重器的范畴，海工和国度的陆地经济是分不开的，这是国度强国策略十分首要的一环，中集海工始终以陆地强国为己任。
回到主题，咱们始终说供给链，海工是EPC供给链。为了让大家对海工行业有一个概念，咱们拿出了中集最著名海工平台“蓝鲸1号”，“蓝鲸1号”最大钻井深度15250米，重量42000吨，最大功课水深3658米，装备集成数有27354台，管路数有40000根，集成装备繁杂水平可谓世界之最，这样繁杂的工程对中集海工总装设计建造才能有一定的要求，同时也对面前撑持它的供给链是十分大的应战，个别来讲供给链是从供给商、推销到出产、交付，始终到客户、销售全流程的办理，因为咱们这个行业的特殊性，咱们的上游客户和交付的产品相对于来讲数量是未几的，因此供给链办理重头是放在了推销、出产、交付的进程办理中。
中集来福士供给链办理分为五大块内容：本钱办理、绩效办理、供给链办理、推销履行、仓储物流，这些都是传统的供给链办理，但作为特殊的EPC模式，关于供给链有额定的特殊诉求。供给链要有一定的定制性，由于海工平台这么大的名目，一切的客户带着他们的要乞降冀望来的，咱们要知足他。这样的供给链需求有十分疾速反映的才能，由于海工EPC有一个特征，设计和建造是并行的，没有人做过，咱们不成能一开始就把一切的货色斟酌到，咱们的供给链必需疾速地响应客户需要，这包罗外部和内部，出产、设计、研发，还需求有本钱的斟酌，陆地工程名目十分大，时间十分长，并且这样的名目在一定的水平上对咱们的本钱是一个十分大的压力，由于重资产的名目时间十分长，假定咱们在做名目中，技术改革了怎么办？如果设计泛起了调剂，乃至泛起了失误怎么办？咱们一定水平上还有一定的矫捷的要求。
要知足这些诉求，如果咱们就义掉一部份流程合规，就义掉一部份企业利润，这个诉求不难达到，但这不成以。咱们以为假如经过IT数字化的才能对供给链的效力进行晋升，咱们一样能达到这些诉求，试探上去，咱们以为全部数字化供给链的翻新因素次要是四个：架构、流程、轨制、工具。架构是甚么？咱们要构建以办事为核心的架构，咱们的架构是以供给链的视角对供给链提要求，对外提供办事，流程要增加报酬决策，更多用数据模型决策，咱们的轨制要鼓励嘉奖那些违心用数据的人，违心把体系固化上去的人，工具需求把数据拿下去，可以把模型用起来，咱们以为在架构上要做数据的治理，在流程上要做数据的赋能，在数据上要做数据的思考，在工具上要做数据的办理。
咱们曾经想明确了数据化供给链要怎么做，接上去是怎么做的问题。要做供给链数字化，其实是做业务数字化，业务数字化要干甚么？首先要无数。要把业务量化成数据，推销、出产、供给链、库存等等这些业务的面前都是流程，流程面前都是数据。举个例子，好比说推销降本这里就波及可能有工艺改造、集采、绿色物流、包材循环等等。像推销本钱十二因素，人工、加工、资料、研发、物流内、物流外、包材、税金、利润等等，这些因素都是数据。像出产方面的OTD、预测会波及到十分多的数据源，可能有外部其余部门的、内部的、历史数据、行业数据、运营数据等等。像供给商的数据，仅仅是供给商准入就波及到三证、样品、专利、大宗物料等等。物流仓储这块波及到的信息就更多了，由于还需求去对接一些内部的物流数据，包罗一些IOT的数据。当咱们把这些数据和数据上的业务、流程给梳理分明，把全部体系构建起来，跟供给链办理结合起来，这个时分就造成了数字化供给链体系。当咱们把这些货色想分明弄明确，咱们全部数字化的供给链办理就很好管了，这个时分再去问推销本钱管甚么，推销绩效管甚么，供给链管甚么，推销履行管甚么，这些就都很明晰。这时候候咱们的业务目标也做出来了，哪些目标用作考查，哪些目标用作参考，哪些目标和数据、数据模型终究能运用到业务流程中去，这些货色都会缓缓分明。
假如数字化供给链做到这些还不错，但还差一点甚么，这有一部份是咱们的问题，这是EPC供给链，EPC供给链最大的特征是出产和设计同步进行，在咱们的出产经营场景中，方案、协同、履行三个环节是十分静态地协调的，不是固化的，这就会带来一个问题：方案、协同、履行各个环节都必需要为本人的环节留下足够的空间来防止环节泛起问题。


要晋升零碎的效力，咱们把两头的buffer放大，经过洞察把散落在零碎里的数据、流程都会集在一同，监控、视察起来，这样来晋升业务的运作，帮忙方案端更好地均衡供应、需要、产能，乃至提前预测哪些可能出问题，经过这些伎俩保障履行和交付。
数据怎么来呢？假如咱们要做到数据洞察仅仅有咱们本人的是不敷的，咱们还需求把中集海工的数据会集到平台里去，还需求用到内部的数据源，包罗下层的供给链的流程系，乃至可能需求客户做一些配合，当咱们把这些数据上到数据湖中，造成了数据基石当前，这个时分能够经过平台的才能，经过剖析和挖掘来提供一些洞察，咱们能够更好地办理这些数据，更好地监督这些数据，经过机器学习、人工智能的优化，把效力提到最高。把这些才能和自动化结合起来，就可以让零碎迸发有限动能。
咱们的技术架构是基于AWS的云平台，经过AWS建造了数据湖平台，经过数据湖平台的数据抽取才能，从底层的零碎把数据抽到平台中去，到了平台当前再利用平台数据剖析才能，包罗AI才能、机器学习才能、对外提供办事的才能，撑持下层业务的运用，知足业务的需要。
咱们始终在说洞察，在咱们的了解里，洞察分为四个维度：一是实时可视，当咱们把这些异构零碎数据汇聚到零碎，串连起来当前能够便利地追踪到库存、定单的状况，看到一站式物品的形态，乃至能够看到KPI的状况和趋向，这个实际上是最根底的洞察才能。
二是预测性剖析，达到这个才能当前，基于机器学习和人工智能进行预测性剖析，只有是做供给链，大家多多少少会做预测，原来的预测就是各种各样的数据源，可能做得好的会做一个百分比的剖析，当初有了更强的技术当前，经过一些人工智能伎俩和算法来驱动咱们做预测，让预测愈来愈准。
三是标准性指点，当数据完备了，有了数据模型和人工智能的预测，能够利用手上的数据做一些业务的摹拟，同时有了数据模型当前，能够反过去指点业务优化，做一些产能、运输上的优化，这是标准性指点的才能。
四是自动化，自动化不是陈腐技术，当咱们有实时可视的的才能、预测性剖析、标准性指点，咱们就能自动化知道定单是甚么形态，下一步会到哪里，有无危险，它的危险要怎么解决，有无空间，从目标下去看是否还能够再晋升一点，这能够经过自动化伎俩来做。


最初，简略地用对比浅显的例子来看一下供给链零碎是怎么帮忙咱们的，延误预测这个案例十分典型。咱们需求结合内部的物流办事的数据，咱们也有供给商的数据，经过把数据买通，经过实时数据进行报告请示，有的时分延误无奈防止，咱们经过全局的洞察和预测，能够提前把解决问题的时间点提到问题袒露的第一刻，乃至是问题袒露前，就能增加全流程延误，进步满意度。
咱们能够经过群流程的数据结合起来，终究达到对全部供给链网络和体系有一个十分直观的了解，经过把这些相干的数据关联起来，就能十分分明地看到每一个个定单的实时形态，这个定单到哪了，谁是责任人，下一步在哪，要不要持续优化，将来的晋升空间在哪，当咱们把这些货色都走通了，会发当初这样的体系下，全部供给链成果会一步一步晋升，将来总有一天能够达到10分。
谢谢大家！