在上一期的文章中，我们介绍了PDA供应链的组成，以及对企业提升竞争力的价值。本期文章，我们将着重为读者描述数字化供应链的实施路径。一般而言，数字化供应链的能力建设会从单一环节的信息化起步，逐步实现端到端供应链流程的信息化与可视化。在此基础上，企业会基于对大数据的分析来进一步优化供应链中的决策并设计更好的服务，实现数字化供应链能力的进阶。

第一阶段：供应链流程的信息化及可视化

　　信息化是企业数字化转型的基石，也是数字化供应链之路的开始。很多企业的所谓“数字化”，其实也还停在这个阶段。具体来看，供应链的信息化主要是通过以下四类数字化技术实现的：（1）以互联网、移动互联网为代表的信息和通信技术；（2）以企业资源计划（ERP）、订单管理系统（OMS）、仓储管理系统（WMS）、运输管理系统（TMS）、信息平台等为代表的信息管理系统；（3）以射频识别、追踪技术、传感器、云计算等技术为代表的物联网技术；（4）工业自动化设备、自动仓储与分拣装备、货仓机器人、自动导引车（AGV）等为代表的自动化装备与技术。在供应链的不同环节中，这些技术扮演着信息化基础设施的角色，其中前两类侧重软件层面，后两类侧重硬件层面。

　　在一些“心高”的企业家眼里，信息化可能是个比较“low”的活儿，但其实信息化做起来容易，要做好很难。据我们观察，即使是一些数字化转型的领先企业，在信息化这一步还存在很多历史遗留问题，例如某些环节数据缺失、数据不实时、不同系统中的数据对不齐等，回过头再来修正，费时费力。因此，我们建议企业管理者高度重视这一步工作，不要让一开始就能够避免的错误随着数字化的深入而逐级放大。此外，信息化的过程往往伴随着对现有供应链流程的重新评估和梳理，企业管理者要避免简单粗暴地“上线”全部的现有流程，而是应该借助新工具来优化那些价值和目的不清晰的旧流程，让供应链流程更加简化和透明——这可能比技术工具本身更能提升供应链运营效率。
　　需要强调的是，当端到端的供应链流程涉及多个参与方时，数据的共享与整合成为打通全链路的一个关键。虽然应用程序接口（API）与电子数据交换（EDI）等技术为跨组织的数据共享提供了便利，但最重要的是要确立数据共享的标准，以及通过合理的机制与激励策略打破传统的信息孤岛，在供应链上下游建立“数据整合对大家都有价值”的共识。对此，我们建议企业管理者能够将数据整合与供应链协同结合起来，例如在企业与上下游合作伙伴之间开展联合计划、预测与补货（CPFR）等，这会成为一个好的抓手。最后，在供应链信息化的基础上，所谓的可视化是一件水到渠成的事情，有很多可视化管理工具可以帮助实现这一点。企业管理者应避免“为可视化而可视化”的本末倒置，而是应该先夯实信息化基础，建立对供应链端到端实时数据的获取能力，再去谋求可视化的展示。

图1 基于大数据的供应链决策优化与服务创新示例

第二阶段：基于大数据的决策优化与服务创新

　　从本质上看，供应链流程的信息化解决的是数据资产的获取和积累问题，那下一步需要解决的自然是如何变现这些数据资产的问题，即如何通过大数据分析优化供应链中的决策以提升效率，以及创造新的服务来提升用户体验——这也是数字化供应链第二阶段的核心能力。图1列举了一些常见的供应链决策优化与服务创新场景，这里不再赘述。
　　当前，与数字化供应链第二阶段核心能力相关的“智慧供应链”等概念已经成为热点话题，很多人言必称机器学习、深度学习、神经网络等流行方法，仿佛没有前沿算法，供应链就不够智慧，这其实也是一种误区。我们给企业管理者的建议依然是认清基本逻辑循序渐进地建立能力。首先，可以按照“事后分析（Hindsight）、事前分析（Foresight）、洞察规律（Insight）”的阶段来逐步强化数据分析能力，即先能够对历史数据进行汇总统计分析，明白过去都发生了什么；再随着数據量的增加来提高基于大数据的预测能力，知道将来要发生什么；再进一步结合数据分析结果与自身行业特点进行深层次的情报分析，洞察数据背后的本质，即将来的不同情况发生时，我都应该做些什么，从而实现所谓的商业智能。

企业管理者应避免“为可视化而可视化”的本末倒置，而是应该先夯实信息化基础，建立对供应链端到端实时数据的获取能力，再去谋求可视化的展示。

　　其次，问题大于模型，而模型大于算法。不要盲从所谓“高大上”的算法，更关键的能力是能够把复杂的供应链管理问题拆分成若干清晰、明确的决策问题，融合不同算法的长处，从而更好地解决实际问题。最后，对于相关能力较弱的企业，一个务实的选择是加强与高校等外脑的产学研合作，针对不同问题背后的科学特征有针对性地调整模型和算法，从而避免套用别人的方法但没有针对自己的问题做改善，甚至干脆用错了方法的不利局面。

第三阶段：供应链与商业模式创新

　　以上两阶段的数字化供应链能力能够帮助企业更好地提升运营效率与用户体验——数字化供应链最为核心的价值创造。而在此基础上，那些领先企业已经更进一步，利用数字化技术所赋能的供应链整合与流程创新来支持战略层面的转型与变革，建立全新的商业模式。
　　亚马逊的转型是一个通过数字化技术进行供应链创新，并通过供应链创新来支持商业模式创新的典型案例。以网上书店起家的亚马逊先是推行图书供应链的数字化，一方面提升运营效率，另一方面基于对用户行为、产品等数据的分析设计“关联产品推荐”等创新服务，并将这些知识拓展到其他品类产品，逐渐成长为最大的电商平台之一。进一步地，对于在以上过程中积累和建立的数据、算法和算力，亚马逊先是将它们与线下供应链能力结合，推出面向B端的亚马逊FBA模式；又在线上转型为云服务平台商，进行亚马逊AWS的商业模式创新。最近，亚马逊又进一步结合数字化技术与供应链能力，推出基于Alexa的C端服务生态。无独有偶，在制造业，海尔先是建立起包括设计、研发、采购、生产、物流、服务等关键节点在内的数字化供应链体系，并进一步搭建COSMOPlat工业物联网平台，将自身与合作方的供应链能力用于推动机械、房车、服装、建陶等15个行业的转型升级，创造了新的盈利模式。纵观这些企业商业模式的每一步升级，都是基于自身供应链能力的扩展而逐级铺开、逐渐加入新兴的数字化技术和大数据分析能力，前后衔接紧密，互为起承。

圖2 数字化、供应链与基于生态圈的商业模式

　　从本质上看，商业模式创新的形态虽然多样，但其实都是基于某些细分市场来提供独特的价值主张。围绕新的价值主张，有很多企业都在营销端（渠道、客户关系等）进行了大量的投入，而从亚马逊和海尔的案例中，我们希望更多的管理者重视到供应链端（关键资源、关键合作商、关键流程等）这些“背后的功夫”，对其可利用的资源及组合的方式进行优化，从而更好地支持商业模式创新的落地。回到数字化供应链，在通过数字化技术提升供应链运营效率与用户体验的基础上，管理者需要在战略层面作出更多思考，利用数字化供应链能力拓展新的业务领域、整合新的合作资源，最终推动新的商业模式。

展望：数字化生态圈的“诗和远方”

　　展望未来，一些行业的佼佼者们正在探索通过打造生态圈来实现更大范围内的价值共创（图2），这样的例子包括制造业的海尔、零售业的阿里和京东、物流业的菜鸟和顺丰等。这些生态圈领导者得以“拢聚人心”的关键，无一不是卓越的“数字化+供应链”能力——通过将自身的上述能力逐步对外开放和赋能，赢得产业链中不同角色的伙伴的认可、依赖和互补资源的投入，各参与方共同利用和分享资源，系统化地组织价值创造活动，实现整个生态圈的健康发展。虽然这在当前更多的是一种愿景，上述的海尔等企业也才起步不久，但我们相信在各个行业中，都会有企业最终走到这一阶段。

在通过数字化技术提升供应链运营效率与用户体验的基础上，管理者需要在战略层面作出更多思考，利用数字化供应链能力拓展新的业务领域、整合新的合作资源，最终推动新的商业模式。

　　对于在路上的企业管理者们，我们的一些建议包括：（1）对关键资源和流程进行模块化的重组，沉淀形成包括标准模块与定制模块的资源池，并做好勾稽关系、接口与交互界面的设计；（2）设计完善的合作机制与利益分配规则，精细到圆角分的利益计算，以及组织与协调不过分约束的商业伙伴关系；（3）提升构建生态圈边疆的能力——在生态圈商业模式下，传统的上下游强连接变为松耦合式的弱连接，生态圈的边界也变得模糊。因此，生态圈的领导者在捕捉更多机会的同时，也面临着更多风险，为了平衡风险和机会，就要有动态重构市场范围、资产边界和组织结构的能力。
　　当然，数字化技术与供应链管理能力的结合是实现这些“诗和远方”的根本。我们呼吁企业管理者们不要过于冒进地追逐生态圈的概念，而是要先打好本文所述前两阶段的数字化供应链能力基础——没有端到端各环节的信息化、可视化与智慧化，没有对现有内外部资源的系统沉淀与模块重组，将其作为杠杆来撬动生态圈更多资源的整合就无从谈起。最后，一些特定的数字化技术与工具是值得这一阶段的企业管理者关注的，例如基于区块链的平台架构技术、PaaS、数字化中台和人工智能等。