企業在數字化轉型的過程中,供應鏈的數字化轉型是繞不開的話題。供應鏈的數字化轉型,是借助數字化技術賦能企業和供應鏈從業人員,驅動業務向更加高效智能的方向發展。越來越多的企業意識到需要依靠新技術,也往往非常強調新技術的應用。雖然有新技術的加持,但在實際中,有些企業的供應鏈數字化轉型依然實施的不夠理想。究其原因,往往是數字化應用的場景挖掘得不夠,數字化技術和業務的需求結合得不夠。
有的企業缺少通觀全局的供應鏈部門,各個供應鏈從業人員只是分散在供應鏈的不同環節,從自己的視角來提出數字化需求,往往是上一套新的SRM系統、WMS系統或者TMS系統,聚焦在某一個業務域上。市場上不乏單一系統的軟件服務商,但往往所提供的方案是業務信息化的方案,而不是業務數字化的方案,從而也導致了企業無法充分挖掘數字化帶來的機會,甚至錯誤地把過去所做的業務線上化管理作為了今天數字化的主題。
數字化,不僅僅是技術,更是一種理念。英諾森提出,數字化是智能地連接人、物和業務流程,從而創造無限可能。在連接人、物和業務流程方面挖掘數字化應用場景,我們在不斷地思考。今天,我們從供應鏈協同角度來分享如何挖掘數字化應用的場景。
國際供應鏈協會發布的SCOR模型將供應鏈活動分為計劃、采購、生產、發運和退貨,并將企業內部和外部的這些活動銜接起來構成了供應鏈運作模型。這一定義,對于從供應鏈協同視角來觀察和分析供應鏈非常有用。在一個企業中,供應鏈部門大多是按照這些流程進行的劃分,這些部門從誕生之日起就不是完全獨立的,而是彼此間緊密關聯。每個部門都接收上游部門的輸入,經過自己這個環節的處理,完成對下游部門的輸出。
可以這么理解,供應鏈實際是一連串輸入、處理和輸出的套環銜接。與此同時,供應鏈上的公司主體或部門主體投入了人力、物力、財力、系統等資源來支撐這些運營。
這里可以延伸出兩個詞:節奏、密度。輸入、處理和輸出都有自己的節奏,節奏是指快慢,供應鏈的不協同,可以是不同環節節奏快慢的不一致導致;資源有自己的密度,密度是指相對的多寡,供應鏈的不協同,也可以是資源密度的相對不匹配導致。
供應鏈的協同,可以從節奏、密度兩個著眼點入手,而且有趣的是,這兩個詞都和數據有關系,都可以用數據來衡量。也就意味著,我們從節奏和密度的方向來分析供應鏈,將有助于我們打開數字化的窗口,挖掘場景中的數據,構建數據間的關聯模型,并應用這些數據的價值。
首先,從節奏的角度來觀察,供應鏈的協同,應該要盡量圍繞輸入節奏、處理節奏和輸出節奏的一致性來開展。我們可以對照實際工作,去看一些節奏不協同的例子。
例1:需求與采購節奏不協同
比如某個物料的需求從每天消耗100個變成了每天消耗1000個,作為采購環節的輸入節奏就會暴增,采購部門在物料采購周期不變的情況下,就需要及時提高該物料的安全庫存和采購量。如果企業的物料種類龐雜,業務人員實際上很難及時檢測到所有物料的需求節奏的波動,日常中經常會疲于應對。那么針對物料消耗節奏的監控,就顯得非常關鍵。
ERP軟件可以通過日度的MRP運算來檢查需求、庫存的波動,并提供采購建議。但是對于已經發布的采購訂單,業務部門要么已經無法去變更,要么不知道應該如何去變更,這將會導致實際上的節奏失調,也就會引起物料的實際短缺報警或溢庫報警。另外,安全庫存的管理很可能是現有ERP軟件沒有去做到智能化管理的環節,做的好的企業,會依賴人工來監測物料需求,來定期地調整安全庫存,但是這種依賴于人工的方式,無法真正做到及時有效。這意味著,如果我們從節奏的角度,牢牢把住需求節奏與采購節奏失調的問題點,實際上依靠現有的軟件和人工方式,是無法滿足管控要求的。從數字化的角度,我們可以構建針對物料需求節奏的監控機制,根據需求節奏變化(采用數據采集和分析工具),自動觸發采購節奏的變化(將不同物料的采購業務規則內嵌到模型中),并自動化地去處理采購訂單和安全庫存(應用需求節奏的數據價值),例如自動增加訂單數量或設置更早的到貨日期,有規則地提升安全庫存,來彌補物料需求節奏增長場景下傳統信息化的不足。
按照上面這個場景示例,我們需要什么技術來和業務場景結合,才能更好的滿足業務需求呢?英諾森作為專業的數字化服務提供商,我們所擅長的RPA技術,可以應用于上述業務場景。
RPA(Robotic Process Automation)技術是一種基于軟件機器人的自動化技術,它可以模擬人類操作計算機的行為,自動執行重復性、規律性的業務流程,從而提高工作效率、降低成本、減少錯誤率。
RPA技術讓我們擁有了數字勞動力,可以根據我們構建的方案自動執行預設規則下的操作,幫助我們做好供應鏈不同環節的節奏協同工作。
例2:物流與倉儲節奏不協同
比如供應商送貨的場景,這涉及到企業外部的協同。從節奏的角度來看,供應商送貨的節奏構成了倉庫的輸入節奏,倉庫對庫存的保管和加工活動構成了倉庫的處理節奏,倉庫的發料活動構成了倉庫的輸出節奏。如果企業的供應商較多,每天上午供應商送貨頻次有100次,而倉庫這邊上午的裝卸節奏較慢,只能應對80次,就會導致有20次送貨需要積壓到下午,導致送貨車輛等待,供應商抱怨物流成本增加。
實際上,企業的業務場景可能會更加復雜,送貨方埋怨倉庫節奏慢,不是簡單的問題。從物流車輛開始送貨,到抵達倉庫大門、簽到登記、排隊入場、裝卸、離場,整個過程涉及多個小的環節,每個環節都有自己的節奏,節奏不一致是很容易發生的事情。在過去,即使我們應用了叫號系統、排隊系統、倉儲系統,也不一定真正解決了問題,因為本質這是一個協同問題,需要從鏈條上來尋找解決方案。
從鏈上看,供應商送貨場景,可以解構成預約節奏、簽到節奏、入場節奏、裝卸節奏、消耗節奏。預約節奏,是理論上我們所能預判的車輛到達節奏,有的企業可能會實施車輛預約系統來管控這個節奏。而預約不代表真正的按時到達,所以簽到可能有著不同的節奏,預約時間早的車輛,可能會延遲到達。簽到之后,什么時候入場,可能涉及場外排隊,簽到節奏和入場節奏也會不一致。每小時20次入場,可能到裝卸環節臨時情況發生,只有每小時15次的裝卸節奏來應對。而裝卸節奏不快,很可能是因為倉庫爆倉,庫存消耗慢,源頭可能還在物料的消耗節奏上。
這么看下來,從節奏上找原因,是可以發現問題和提供解決思路的。那么如何通過數字化的應用,來引用技術與上面的場景結合,實現供應商送貨的有效協同呢?
英諾森打造的InLocate智能配送產品和InStock智能倉儲產品,集成了物聯網、人工智能等技術,可以提供領先便捷的工具,來協同物流與倉儲的節奏。通過物聯網應用,我們可以對倉儲資源進行有效跟蹤管理,并提供資源的約束來控制送貨車輛預約的節奏;我們對送貨車輛位置進行跟蹤,可以預測簽到節奏和預約節奏的差異,根據差異及時調整車輛排隊入場的策略;我們通過人臉識別、車牌識別自動管控入場車輛,在倉庫端通過RFID自動搜集裝卸信息,智能預估裝卸時間并叫號,自動分析場內車輛的運作;通過聯動物料領用計劃等自動評估送貨的緊急程度,作出物流計劃的調整建議。
像上述這樣的供應鏈各環節節奏不一致,導致不協同的例子有很多。英諾森具有為客戶提供定制解決方案的能力,會從全局視角,把握供應鏈上下游節奏,幫助客戶找到癥結所在。
關注輸入、處理、輸出的節奏很重要,關注資源密度,對于供應鏈協同也非常必要。提升資源密度,可以帶來個別環節的效率提升,但并不是越多越好。資源密度過大,是浪費;密度過小,是瓶頸。
例3:倉庫人力資源不足引起的供應鏈不協同
在倉儲環節,熟練的業務人員是現階段大部分企業不可或缺的資源。但是在一些場景下,這種資源面臨持續的或臨時的短缺。比如在季節性或年度性的生產高峰時期,領料需求頻繁,人為的應對吃緊,或響應不過來,導致生產要料需求或者銷售發運需求不能得到及時滿足。又如,在緊急領料需求產生時,很可能由于倉庫人員已下班,物料需求方無法及時領料。
這些場景,是倉庫人力資源密度不足引起的供應鏈不協同。那么可以引用什么技術到這個場景,來實現數字化賦能,滿足倉庫面臨的全時段客戶需求呢?
英諾森提供的智能倉儲解決方案,具有軟硬件一體的適配能力,為企業提供WMS、WCS等軟件以及移動端、智能網關、RFID、智能門禁、數字大屏、AGV等硬件,組合實現多場景的服務能力。比如,無人值守領料方案包,可以針對企業緊急情況下24小時的隨時領料需求,在無人員值守倉庫的情況下實現領料的自動登記和自動記賬。又如,智能稱重計數方案包,可以通過電子秤和無線通信,自動采集物料重量后實時上傳數據,并基于規則轉換成庫存數量的變化。再如,上下架自動記賬方案包,通過叉車和RFID結合,實現叉車上下架自動完成記賬,減少人工的操作。我們的方案也通過AGV、立體庫等自動化設施設備,幫助客戶實現更加高效準確的倉儲運營。
讓我們來回顧一下,本文從SCOR模型定義的供應鏈各環節,歸納出供應鏈是一系列輸入、處理和輸出的套環銜接,并結合資源的投入來支撐運營。由此延伸出節奏和密度兩個關鍵詞,各環節的輸入、處理、輸出有著自己的節奏,各資源投入有自己的密度,這些是供應鏈協同可以著眼的點,為供應鏈從業者分析供應鏈協同提供了數字化的視角,以便挖掘出數字化的應用場景。希望以上的分享,能夠提供一些參考。
英諾森作為專業的數字化服務提供商,我們為客戶提供豐富的數字化產品和專業的解決方案。本文中提到的RPA數字勞動力產品、InLocate智能配送產品和InStock智能倉儲產品,已經在眾多企業進行了深度應用,為客戶帶來了持續價值。實際上,英諾森在單個業務域的數字化基礎上,已經可以為供應鏈的整體協同提供SCO(Supply Chain ONE)綜合解決方案。相信我們的思考和努力,能為企業供應鏈數字化轉型提供助力。
智能地連接人、物和業務流程,創造無限可能!
審核編輯黃宇
-
數字化
+關注
關注
8文章
8606瀏覽量
61637 -
供應鏈
+關注
關注
3文章
1651瀏覽量
38826
發布評論請先 登錄
相關推薦
評論