本文總結(jié)了華為供應鏈數(shù)字化轉(zhuǎn)型實踐方法,即在業(yè)務數(shù)字化、流程及IT服務化、場景化算法建模三個基礎上,建設供應鏈兩層智能業(yè)務體系,推動作業(yè)模式和管理模式轉(zhuǎn)型。
來源:灰度管理
01
企業(yè)數(shù)字化轉(zhuǎn)型正當時
21世紀的今天,我們正處在“爆炸式創(chuàng)新的前夜”,新的技術(shù)層出不窮,給人類帶來無限可能。一些企業(yè)通過數(shù)字化技術(shù)不僅實現(xiàn)了自身的快速發(fā)展,還促進了產(chǎn)業(yè)價值轉(zhuǎn)移,甚至重塑全球的商業(yè)模式。對比2010年和2020年全球市值排名前十的公司可以發(fā)現(xiàn),新上榜的Apple、亞馬遜、阿里巴巴、騰訊等數(shù)字原生企業(yè),替代了GE通用電氣、殼牌、??松梨诘葌鹘y(tǒng)行業(yè)的公司。
為了應對數(shù)字技術(shù)給傳統(tǒng)工業(yè)帶來的挑戰(zhàn),各國紛紛推出制造業(yè)現(xiàn)代化戰(zhàn)略,如德國于2011年提出“工業(yè)4.0”概念,美國于2011年提出“工業(yè)互聯(lián)網(wǎng)”,中國于2015年發(fā)布《中國制造2025》等。GE通用電氣、西門子和施耐德電氣等公司分別推出Predix、MindSphere和EcoStruxure等工業(yè)互聯(lián)網(wǎng)平臺,引領(lǐng)制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型。
未來,非數(shù)字原生的企業(yè)要想在數(shù)字時代生存下來,急需進行數(shù)字化轉(zhuǎn)型,成為數(shù)字企業(yè)。對于這些企業(yè)來說,數(shù)字化轉(zhuǎn)型正當時。
02
華為供應鏈數(shù)字化轉(zhuǎn)型的目標
華為于2015年啟動了供應鏈數(shù)字化轉(zhuǎn)型的ISC+(integrated supply chain,集成供應鏈)變革,聚焦于提升客戶體驗和創(chuàng)造價值,并以ISC+愿景為牽引,打造數(shù)字化主動型供應鏈,力爭實現(xiàn)六大轉(zhuǎn)變,即:
1.將華為當前以線下為主的業(yè)務模式轉(zhuǎn)變?yōu)榫€下、線上并重;
2. 將原信息串行傳遞式的工作方式轉(zhuǎn)變?yōu)樾畔⒐蚕淼膮f(xié)同并行作業(yè)方式;
3. 將大量手工作業(yè)的工作內(nèi)容轉(zhuǎn)變?yōu)?span id="mz5ibuw" class="wpcom_tag_link">系統(tǒng)自動化處理;
4. 將依賴個人經(jīng)驗和直覺判斷的決策模式轉(zhuǎn)變?yōu)榛诮y(tǒng)一的數(shù)據(jù)倉庫和數(shù)據(jù)模型的數(shù)據(jù)分析使能的決策支持模式;
5. 將原來以深圳為中心的“推”式計劃分配模式轉(zhuǎn)變?yōu)轭A測驅(qū)動的“拉”式資源分配模式;
6. 將原來的集中管理方式轉(zhuǎn)變?yōu)橐痪€自主決策,總部機關(guān)提供能力支撐和監(jiān)管的管理模式。
03
華為供應鏈數(shù)字化轉(zhuǎn)型的歷程
從ISC+變革啟動到現(xiàn)在,華為供應鏈的數(shù)字化轉(zhuǎn)型主要經(jīng)歷了數(shù)字化和數(shù)智化兩個階段。數(shù)字化,即構(gòu)建數(shù)字化能力基礎,包括數(shù)據(jù)底座和流程/IT服務化。數(shù)智化,即在數(shù)字化的基礎上,通過算法和場景建設,讓業(yè)務變得更加智能。
01
構(gòu)建實時可信、一致完整的數(shù)據(jù)底座
數(shù)據(jù)是數(shù)字時代新的生產(chǎn)要素。只有獲取和掌握更多的數(shù)據(jù)資源,才能在新一輪的全球話語權(quán)競爭中占據(jù)主導地位。華為供應鏈充分認識到數(shù)據(jù)在生產(chǎn)過程中的重要價值,并從三個方面推動業(yè)務數(shù)字化,構(gòu)建供應鏈的數(shù)據(jù)底座(如圖1)。
第一是業(yè)務對象數(shù)字化,即建立對象本體在數(shù)字世界的映射,如合同、產(chǎn)品等;第二是業(yè)務過程數(shù)字化,即實現(xiàn)業(yè)務流程上線、作業(yè)過程的自記錄,如對貨物運輸過程進行自記錄;第三是業(yè)務規(guī)則數(shù)字化,即使用數(shù)字化的手段管理復雜場景下的規(guī)則,實現(xiàn)業(yè)務規(guī)則與應用解耦,使規(guī)則可配置,如存貨成本核算規(guī)則、訂單拆分規(guī)則等。通過以上三個方面的業(yè)務數(shù)字化,華為供應鏈已經(jīng)初步完成了數(shù)據(jù)底座的建設,未來面向新的業(yè)務場景,還將不斷豐富和完善數(shù)據(jù)服務。
02
通過流程/IT服務化,靈活編排業(yè)務能力
傳統(tǒng)的供應鏈IT系統(tǒng)是煙囪式的,隨著業(yè)務增長、需求變化加快,會出現(xiàn)用戶體驗差、重復建設、響應周期長等問題,不能適應業(yè)務發(fā)展的需要。通過對復雜的單體大系統(tǒng)進行服務化改造,讓服務化子系統(tǒng)融合業(yè)務要素、應用要素和數(shù)據(jù)要素,可以實現(xiàn)業(yè)務、數(shù)據(jù)與系統(tǒng)功能的銜接(如圖2)。
圖2 將復雜的單體大系統(tǒng)解耦為服務化子系統(tǒng)
目前,華為供應鏈共完成了80多個服務化子系統(tǒng)的改造和建設。通過將業(yè)務能力封裝為服務并按場景調(diào)用和編排,可以快速響應業(yè)務的需求。例如,華為進入智能汽車解決方案領(lǐng)域后,供應鏈快速匹配新商業(yè)模式,按照價值流重新編排和改造服務化業(yè)務能力,快速搭建流程和系統(tǒng),大幅縮短了新業(yè)務的上線時間。
03
場景和算法賦能供應鏈智能化
信息流、實物流和資金流是企業(yè)經(jīng)營的核心,而供應鏈是信息流、實物流和資金流的集成。供應鏈管理通過聚合信息流,指揮實物流高效運作,驅(qū)動資金流高效流轉(zhuǎn),實現(xiàn)公司的價值創(chuàng)造。在數(shù)字時代,處理海量的信息依賴算法。Gartner認為算法供應鏈是未來供應鏈的發(fā)展趨勢之一,并將其定義為使用復雜的數(shù)學算法,推動供應鏈改進決策和流程自動化,以創(chuàng)造商業(yè)價值的方法。
華為供應鏈利用組合優(yōu)化、統(tǒng)計預測、模擬仿真等技術(shù),構(gòu)建供應鏈核心算法模型,并應用到資源準備、供應履行、供應網(wǎng)絡和智能運營四大核心場景中,大幅提升了供應鏈運作的智能化水平。
比如,在資源準備的場景中,華為供應鏈面臨著千萬級數(shù)據(jù)規(guī)模,億級計算規(guī)模的復雜業(yè)務場景。但是華為基于線性規(guī)劃、混合整數(shù)規(guī)劃、啟發(fā)式算法等求解方法的組合,構(gòu)建了從器件、單板到產(chǎn)品、訂單之間的雙向模擬引擎(如圖3)。在錯綜復雜的產(chǎn)品結(jié)構(gòu)樹和供應網(wǎng)絡節(jié)點中,快速找到資源準備的最優(yōu)解,在供應能力最大化的同時實現(xiàn)存貨可控。
圖3 基于算法的雙向模擬引擎
04
構(gòu)建兩層智能業(yè)務體系
在數(shù)據(jù)底座、流程/IT服務化改造和算法建設的基礎上,華為供應鏈進行了業(yè)務重構(gòu),形成了兩層智能業(yè)務體系,即基于“靈鯤”數(shù)智云腦的供應鏈智能決策和基于“靈蜂”智能引擎的敏捷作業(yè)。其中,“靈鯤”數(shù)智云腦是供應鏈的業(yè)務型大腦,在兩層智能業(yè)務體系中負責全局性的數(shù)據(jù)分析、模擬仿真、預案生成和決策指揮。“靈蜂”智能引擎則是面向作業(yè)現(xiàn)場和業(yè)務履行的智能作業(yè)單元,可以實現(xiàn)敏捷高效、即插即用和蜂群式的現(xiàn)場作業(yè)。
01
“靈鯤”數(shù)智云腦
智能運營中心(IOC)是供應鏈“靈鯤”數(shù)智云腦的重要組成部分,其從三個維度推進供應鏈運營的智能化。
在業(yè)務運營層面,面向關(guān)鍵業(yè)務點,IOC設置了300+個探針,自動識別業(yè)務活動或指標異常,實現(xiàn)了從“人找異常”到“異常找人”,從“全量管理”到“變量管理”的轉(zhuǎn)變。
在流程運營層面,首先通過流程內(nèi)嵌算法,自動實現(xiàn)流程運作過程中的管理目標,減少管理動作。其次,在正向流程設計中考慮逆向業(yè)務產(chǎn)生的原因,減少逆向業(yè)務的發(fā)生。最后通過流程挖掘技術(shù),識別流程的瓶頸和斷點,再不斷優(yōu)化和合并同類項,實現(xiàn)流程簡化。
在網(wǎng)絡運營層面,通過接入供應網(wǎng)絡數(shù)據(jù),IOC可以快速感知和分析風險事件的影響,并基于預案驅(qū)動供應網(wǎng)絡的資源和能力,快速進行調(diào)配和部署,實現(xiàn)風險和需求實時感知、資源和能力實時可視、過程和結(jié)果實時可控,打造敏捷和韌性的供應網(wǎng)絡。
IOC打破了功能的“墻”和流程間的“堤”,實現(xiàn)關(guān)鍵業(yè)務場景下跨功能、跨流程和跨節(jié)點的合成運營,以及異常發(fā)現(xiàn)與問題解決之間的快速閉環(huán)。以華為深圳供應中心訂單履行異常管理為例(如圖4):在變革前,訂單履行異常管理是一項高能耗業(yè)務,需要100多名訂單履行經(jīng)理分別與統(tǒng)籌、計劃、采購等角色溝通,再進行分析和處理;構(gòu)建IOC后,系統(tǒng)可以自動發(fā)現(xiàn)異常、定位、分析原因并提供方案建議,從之前的人工操作變成了系統(tǒng)自動處理加人工輔助確認,作業(yè)效率提升了31%。
圖4 IOC賦能訂單履行異常管理
02
“靈峰”智能引擎
“靈峰”智能物流中心是“靈峰”智能引擎的典型應用場景。通過“靈峰”智能物流中心的智能化運作,可以更好地理解“靈蜂”智能引擎如何實現(xiàn)敏捷高效的現(xiàn)場作業(yè)。
“靈蜂”智能物流中心位于華為物流園區(qū),占地24000平方米,是華為全球供應網(wǎng)絡的訂單履行節(jié)點之一。
在節(jié)點內(nèi),“靈峰”智能物流中心構(gòu)建了庫存分布、波次組建、AGV調(diào)度等12個算法模型,應用了AGV、密集存儲、自動測量、RFID等9種自動化裝備,實現(xiàn)了來料自動分流入庫、存揀分離智能移庫、智能調(diào)度、波次均衡排產(chǎn)、成品下線自動測量、自動掃描出庫的高效作業(yè),將現(xiàn)場作業(yè)模式從“人找料”轉(zhuǎn)變?yōu)椤傲险胰恕薄?/p>
在節(jié)點之間,當訂單生成后,司機可以通過數(shù)字化平臺預約提貨時間,系統(tǒng)會自動完成提貨路徑規(guī)劃和時間預估。同時,作業(yè)現(xiàn)場應用貨量預估和裝箱模擬等工具,自動確定揀料順序和裝車方案,根據(jù)司機到達的時間倒排理貨時間,在車輛到達垛口的同時完成理貨,實現(xiàn)下線即發(fā)。
應用數(shù)字化引擎建設的“靈蜂”智能物流中心使人、車、貨、場、單等資源達到最優(yōu)配置,使收、存、揀、理、發(fā)的作業(yè)實現(xiàn)集成調(diào)度(如圖5)。在業(yè)務量翻倍的情況下,保持人員和場地面積不變,持續(xù)提升客戶體驗和服務水平。
圖5 “靈蜂”智能物流中心作業(yè)方式
05
供應鏈數(shù)字孿生實現(xiàn)業(yè)務閉環(huán)
數(shù)字孿生是物理對象或流程的數(shù)字鏡像,其隨物理對象和流程的行為不斷發(fā)展,并用于優(yōu)化業(yè)務績效。
通過數(shù)字化變革,華為供應鏈基本完成了供應鏈數(shù)字孿生的構(gòu)建(如圖6),首先通過業(yè)務數(shù)字化和流程/IT服務化,實現(xiàn)了從物理世界到數(shù)字世界的鏡像;然后,通過場景和算法建設,從數(shù)據(jù)中提取信息,形成智能業(yè)務指令,指導物理世界作業(yè);最后,基于智能業(yè)務指令對業(yè)務現(xiàn)場高效作業(yè)的驅(qū)動,實現(xiàn)數(shù)字世界到物理世界的閉環(huán)。
圖6 供應鏈數(shù)字孿生
06
從數(shù)字化、數(shù)智化到數(shù)治化
華為供應鏈實現(xiàn)數(shù)字化、數(shù)智化以后,華為的供應客戶服務水平穩(wěn)步提升,供貨周期、全流程ITO和供應成本率均改善了50%以上。在人員基本保持不變的情況下,供應鏈支撐了華為政企、云、智能汽車解決方案等新業(yè)務的快速發(fā)展,助力華為收入規(guī)模增長。在這個過程中,華為供應鏈也實現(xiàn)了從被動響應到主動服務、從保障要素到價值創(chuàng)造要素、從支撐市場發(fā)展到營銷要素和競爭要素的轉(zhuǎn)變,成為華為的核心競爭力。
數(shù)字化轉(zhuǎn)型將不斷提升企業(yè)的運營水平,使變革從提升企業(yè)運營效率的“賦能”向模式創(chuàng)新和價值創(chuàng)造的“使能”演進。供應鏈的數(shù)字化轉(zhuǎn)型也不應止步于數(shù)字化、數(shù)智化,面向未來,供應鏈還需思考如何用數(shù)字化技術(shù)重構(gòu)供應鏈業(yè)務模式,包括管理模式、運作模式和組織模式,持續(xù)深化與生態(tài)伙伴的協(xié)同,即數(shù)治化,以提升客戶體驗,支撐公司經(jīng)營,真正實現(xiàn)供應鏈生態(tài)的可持續(xù)發(fā)展。
在數(shù)字化轉(zhuǎn)型路上,華為供應鏈永不止步。
轉(zhuǎn)自公眾號:智能制造網(wǎng)博會