Geodis供應鏈調查（2017年）顯示，提高供應鏈端到端可見性是供應鏈經理的三大目標之一。不過，同樣的調查表明，只有6%的企業(yè)完全了解其供應鏈，有77%的受訪者聲稱不了解或了解有限，而17%的受訪者對一個或兩個供應鏈細分領域具有可見性。

為了解決供應鏈可見性、提高產品可用性，以及與合作伙伴保持聯系等問題，并發(fā)現增強供應鏈運營效率的新方法，制造業(yè)企業(yè)求助于創(chuàng)新技術。

考慮到到2020年，三分之一的制造業(yè)供應鏈將由技術來驅動，我們在這里回答供應鏈經理在轉向更智能供應鏈管理時可能會關心的常見問題。

首先：將技術引入制造業(yè)供應鏈背后的原因是什么？

在供應鏈管理中引入創(chuàng)新技術的主要原因是減少不確定性。與依靠過去的降落報告而不是來自雷達準確的、實時的數據來降落飛機類似，企業(yè)使用事后電子表格和ERP調查結果作為其供應鏈決策的基礎。

這些方法不適用于大規(guī)模的供應鏈管理——關鍵原因是依賴手動數據輸入，這通常會導致：

錯誤幾率高：Coopers和Lybrand估計，大約90%的電子表格包含錯誤。

可能的延遲：從不同部門手動提取數據，并將其整合和集成是非常耗時的。因此，決策往往基于過時的信息。

缺少數據：使用手動方法，很難跟蹤每個商品在多個商店和倉庫中的移動。人們永遠無法確定從庫存單品被跟蹤到員工查看電子表格的這段時間內，它的可用性是否發(fā)生了變化。

缺少單個項目的標識：使用手動方法，無法跟蹤庫存中特定項目的詳細信息。例如，倉庫工人知道倉庫里有978包易腐產品，然而，每一包的生產日期都是未知的，因此無法確定應該先銷售哪一個。

支持智能供應鏈管理的技術有哪些？

射頻識別（RFID）和工業(yè)物聯網（IIOT）是推動生產力并提高制造業(yè)供應鏈可見性的主要技術推動力。

1. 射頻識別（RFID）

射頻識別系統(tǒng)由三部分組成：射頻識別標簽、射頻識別天線和射頻識別閱讀器。

射頻識別標簽的ID包含有關特定對象的信息。它可以附著在任何物理表面上，包括原材料、成品、包裝、板條箱、托盤等。在工業(yè)環(huán)境中，主要使用無源標簽，即那些沒有內裝電池的標簽。這種標簽比較便宜，但需要借助閱讀器的能量才能傳輸數據。

射頻識別天線接收來自閱讀器的電波，為標簽的操作提供能量，并將來自標簽的無線電信號轉發(fā)給閱讀器。

射頻識別閱讀器用于從標簽中讀取數據。標簽被射頻識別閱讀器掃描后，會發(fā)出帶有其ID內容的無線電信號。閱讀器將射頻識別標簽發(fā)出的無線電波轉換成數字信息，并將其轉發(fā)到云端進行存儲、處理和分析。

2. 工業(yè)物聯網（IIOT）

通過分析從傳感器和/或射頻識別標簽獲取的數據，工業(yè)物聯網有助于提高供應鏈流程的可見性。例如，通過分析附著在庫存物品上的射頻識別標簽數據，供應鏈管理系統(tǒng)可以向倉庫工作人員提供每個庫存物品的位置、狀態(tài)和狀況的實時數據，并通知工作人員入庫交貨，以及提供對倉庫設備使用情況的洞察等。

同時，借助先進的數據科學技術，工業(yè)物聯網為供應鏈流程的自動化奠定了堅實的基礎。例如，基于工業(yè)物聯網的供應鏈管理系統(tǒng)可以預測下一個生產周期所需的庫存數量，并推薦最佳補貨日期，甚至自動向供應商發(fā)送補貨訂單。

為了實現相互數據共享，工業(yè)物聯網解決方案與其他企業(yè)系統(tǒng)（MES、ERP、WMS、PIMS、DCS等）集成在一起。（來自物聯之家網）例如，工業(yè)物聯網解決方案可以訪問維護部門的數據，以確保運輸車輛的狀態(tài)正常，或者為會計部門提供企業(yè)年度報告所需的實時資產數據。

可以監(jiān)控智能供應鏈的哪些環(huán)節(jié)？

借助射頻識別和物聯網，供應鏈的每個環(huán)節(jié)都成為了一個數據點，從而為供應鏈參與者提供對零件和材料、在制品和成品、設備和車輛狀態(tài)、位置和狀況的實時洞察。物聯網驅動的供應鏈管理解決方案提供以下數據：

供應商方面的材料和組件：供應商應同意在其現場部署射頻識別系統(tǒng)，或從供應商的物聯網系統(tǒng)獲取數據，以獲得供應商庫存水平、交付狀態(tài)、時間表和路線的實時信息。這樣，制造商可以及時對供應商制造操作的變化做出反應，從而降低訂單延遲和未完成的風險。

運輸途中的貨物狀況：在物聯網投入使用之前，運輸的貨物只有在到達交貨點時才能檢查其狀況。現在，車輛可以配備溫度、濕度、振動和沖擊脈沖傳感器，以便制造商隨時查看途中貨物狀況的信息。

制造工廠和智能倉庫中的庫存：通過使用帶有射頻識別標簽的庫存物品，庫存專家和倉庫工作人員可以實時了解原材料和成品在工廠內和工廠之間移動時的位置、狀態(tài)和流向情況。

客戶交付：制造商利用從安裝在車輛上的射頻識別系統(tǒng)和傳感器獲取的數據來監(jiān)控交付條件，確保按時裝運和貨物質量。

可以監(jiān)控哪些參數？

位置：射頻識別閱讀器讀取附著在物體上的標簽ID，并將ID內容與閱讀器的讀取時間一起發(fā)送到云端。通過了解閱讀器的位置，庫存專家進而可以了解標簽的位置。并且通過按時間跟蹤標簽數據，工人可以監(jiān)控每個物體的移動。

狀況：物聯網可幫助企業(yè)監(jiān)控運輸途中和倉庫中貨物的狀況，以確保貨物沒有受損。例如，如果安裝在卡車上的振動傳感器監(jiān)測到振動頻率超過標準，則會通知員工潛在的損壞。通過分析傳感器的歷史數據，可以對過去的損壞進行根本原因分析，并采取措施避免損壞。

生命周期：一些行業(yè)，如食品生產、制藥、電子等，必須確保其敏感產品保持在特定條件下。一旦被忽視，就會影響產品的使用壽命。借助物聯網，制造商可以通過包裝內部的溫度和濕度傳感器數據來監(jiān)測影響易腐物品壽命的條件。（來源物聯之家網）工業(yè)物聯網解決方案分析傳感器讀數，監(jiān)測包裝箱內的溫度或濕度水平是否偏離標準，并自動通知倉庫工人、卡車司機或其他相關人員。

物聯網驅動的供應鏈管理解決方案有哪些好處？

供應鏈的端到端可見性：智能供應鏈管理解決方案為制造商提供供應鏈環(huán)節(jié)中產品狀態(tài)、位置和流程的實時數據——從監(jiān)控供應商方面的材料和組件，一直到產品到達最終客戶手中。

更高的運營效率：實時可見性使企業(yè)進入一個新的運營效率水平。有了庫存物資數量、在制品位置、在途貨物狀態(tài)等數據，企業(yè)在縮短物資搜尋時間、降低成本的同時，也實現了更高的運營效率。

更好的客戶服務：借助物聯網，企業(yè)可以減少完成客戶訂單所需的時間，并向客戶提供物品在哪里以及何時準確交付的數據。

優(yōu)化庫存管理：有了庫存物品數量、位置和移動的實時數據，制造商可以知道何時需要補充庫存。它消除了保持數周庫存的需要，并仍然可以保持高水平的客戶服務。

更有效的浪費管理：物聯網有助于識別并因此減少七種浪費中的至少五種（浪費，沒有價值的運營活動），包括運輸、庫存、等待、生產過剩和過度處理。

哪些行業(yè)可以從智能供應鏈管理解決方案中受益？

不論行業(yè)如何，物聯網解決方案都能顯著提高生產力、運營效率和可見性。以下是一些已經從物聯網供應鏈管理解決方案中受益的行業(yè)示例：

1. 電子產品

電子行業(yè)的供應鏈構成了一系列最復雜的系統(tǒng)。他們從采購原材料開始，再到生產零部件和組裝最終產品，再到運輸給批發(fā)商和零售商，直到最終到達最終客戶為止。射頻識別和工業(yè)物聯網技術可用于跟蹤這些細分市場中貨物的狀態(tài)和狀況。

例如，惠普EMEA企業(yè)已經使用工業(yè)物聯網好多年。物聯網供應鏈管理解決方案的實施使他們在過去兩年中將周期時間減少了50%，并提高了員工的參與度和生產效率。

2. 食品

食品和農產品對溫度變化和其他環(huán)境因素特別敏感，因為它們從農民和生產者到達最終用戶手中要經過多個流程。

例如，泰森食品（tyson foods）和德舒特啤酒廠（deschutes brewery）正在使用物聯網驅動的解決方案來跟蹤和監(jiān)測其產品存儲環(huán)境的溫度，以確保食品安全和防止召回。

3. 石油和天然氣

一旦石油和天然氣從偏遠的鉆井設施中開采出來，它們就會通過管道、輪船、火車或卡車前往煉油廠、加油站和其他目的地。智能供應鏈解決方案允許在上、中、下游各階段訪問儲罐、管道和設備數據，從而使石油和天然氣公司避免短缺、防止事故并有效應對危機。

如何開始？

目前，還沒有可以提供即插即用的供應鏈管理解決方案。為了建立有效的供應鏈管理，制造商必須實施定制解決方案。鑒于全球供應鏈的復雜性，有必要根據當前需求逐步改進供應鏈管理。

例如，對于處理敏感材料的制造商來說，在入庫交貨期間監(jiān)控材料的狀況非常重要。明智的做法是從一個入庫交貨的解決方案開始，然后使用已建立的基礎設施來擴展解決方案，比如管理出貨和內部庫存。

考慮到制造業(yè)供應鏈日益增長的復雜性（70%的制造商表示他們的供應鏈非常或極其復雜），可以向經驗豐富的物聯網顧問尋求幫助——他們將幫助選擇最佳的物聯網供應商和最佳的解決方案，并將其與內部企業(yè)系統(tǒng)適當集成。

總結

由物聯網驅動的供應鏈管理解決方案可減輕手動供應鏈管理和規(guī)劃方法的不準確性和勞動強度。在RFID和工業(yè)物聯網的推動下，智能供應鏈解決方案可以監(jiān)控供應商的材料和組件交付、運輸中貨物的狀況、制造工廠和智能倉庫中貨物的位置和移動，以及向最終客戶交付成品等。

責任編輯：Ct