不想當背鍋俠?來看看聯想怎麼做數字化供應鏈

不想當背鍋俠?來看看聯想怎麼做數字化供應鏈

傳統的最佳實踐和流程已經難以滿足企業對供應鏈的需求。在充滿不確定性的數字化時代,供應鏈部門正在變成一個增值部門,企業不但要以極快的速度響應客戶需求,而且要將供應鏈選擇的權利交給客戶,向客戶提供增值服務,從而改變“背鍋俠”地位。

受 訪 | 楊雲正 聯想供應鏈BTIT高級總監

史 凱 ThoughtWorks數據和智能事業部總經理

採 訪 | 曹惺璧

供應鏈管理是新零售的核心能力。在快速變化的數字化時代,供應鏈正在從局部走向生態,從後端支撐延伸到客戶服務,企業對供應鏈的要求也越來越高。

聯想供應鏈很早就開始了數字化方面的嘗試, ThoughtWorks支持聯想打造數據驅動的智能供應鏈體系。聯想供應鏈BTIT高級總監楊雲正,及ThoughtWorks數據和智能事業部總經理史凱認為,傳統的最佳實踐和流程已經難以滿足企業對供應鏈的需求。在充滿不確定性的數字化時代,供應鏈部門正在變成一個增值部門,企業不但要以極快的速度響應客戶需求,而且要將供應鏈選擇的權利交給客戶,向客戶提供增值服務,從而改變“背鍋俠”地位。

01 供應鏈正在由支撐走向核心

《中歐商業評論》(以下簡稱CBR):企業數字化的發展大體經歷了哪幾個階段?

史凱:大體經歷了三個階段。第一個階段是信息化,通過ERP和MES,把人、線下的流程搬到線上。第二個階段是數字化,信息化做得更多的是企業內部的流程,數字化是連接企業和消費者,連接企業和生態,但依然是以人和流程為主。現在數字化進入了第三個階段,數據智能時代。

前兩個階段是人和人設計的流程驅動系統從而驅動業務的發展,第三個時代是數據驅動人和業務,這是一個跨時代的變革。

不想当背锅侠?来看看联想怎么做数字化供应链

CBR:傳統的供應鏈和數字化時代的供應鏈最主要的區別是什麼?數字化將如何為供應鏈賦能?

史凱:和傳統供應鏈比起來,數字化時代供應鏈最大的變化有三個:

第一是大的環境變化。傳統供應鏈所處的環境有著非常清晰的格局。行業之間邊界很清晰,做製造的就是製造業,做零售的就是零售業,做金融的就是金融業。行業之間的角色定位也很清晰,品牌商只做品牌,不負責渠道;渠道商只負責中間的渠道,不負責銷售和生產。所以傳統供應鏈的大環境是靜態的,是分工非常明確的。

但數字化時代是VUCA,充滿不確定性。行業之間越來越沒有邊界。例如,聯想現在既是製造型企業,又是零售企業;既是傳統的供應鏈企業,又是高科技企業。行業是模糊的,跨界的。

在這個大環境下,企業的供應鏈組織結構可能並沒有太大變化,但業務模式已經發生了變化。供應鏈之於企業的價值已經由傳統的企業內部的支撐能力,變成一種端到端的能力。

例如,原來供應鏈對消費者是不觸達的,消費者是感知不到的。但是現在,消費者快遞沒遞到,沒有及時交付,C端用戶和B端用戶都會通過客服去反饋,直接反饋到供應鏈。所以供應鏈部門已經從原來企業內部的一個支撐性的部門,往客戶端延伸,直接延伸到對客戶的價值。

我們講網紅經濟,李佳琦五分鐘賣15000支口紅,看上去是李佳琦很牛,但背後其實是供應鏈很牛。15000支口紅可能分散賣給13000個人,怎麼在兩三天之內交付口紅,考驗的就是供應鏈管理的能力。新零售核心其實就是供應鏈的能力。但是此供應鏈非彼供應鏈,不是原來傳統的供應鏈了。

第二是供應鏈作為原來企業的內部支撐部門變成現在的核心業務部門。特別是零售業和製造業。這對供應鏈產生了巨大的挑戰:

  • 首先是當前很多企業的組織結構並沒有跟上這種供應鏈變革的變化。現在供應鏈部門很多時候變成背鍋俠,客戶沒交付是供應鏈的問題,生產成本高是供應鏈的問題。但其實當前供應鏈部門已經不是傳統意義上的只負責一小塊業務,可能KPI是掛在供應鏈部門頭上的,但背後實際上是整個企業在支撐,反映的是企業的能力。

  • 其次是供應鏈技術的挑戰。傳統的大部分供應鏈企業都是流程驅動的,流程很清晰,研發是研發,製造是製造,運輸是運輸,採購是採購,各管一攤事,所以各自有各自的一套系統,然後各自看各自的KPI。看上去每個部門KPI都達到了,但是最終整體的價值沒有體現出來,各部門互相抱怨。問題在哪裡?數字化沒有做好,數據和技術沒有拉通。
  • 再次是思想意識和管理模式上的挑戰。很多企業還是在用傳統的管理模式應對現在的問題。像聯想這樣一個大型的企業,擁有在全球非常頂級的供應鏈,產品的品類複雜度非常高,擁有30多個工廠,每年可交付一億臺以上設備的訂單,在保證供應鏈的實時交付和客戶滿意度方面做了非常多的嘗試。但即使這樣,也還是要去應對各種挑戰。說白了,當前很多人都意識到了這個問題,但如何系統化地去解決是一個艱難的過程。這兩年聯想特別強調的3S,即Smart IoT(智能物聯網設備)、Smart Infrastructure(智能基礎架構)、Smart Vertical(行業智能)在行業中是非常靠前的。

第三,數字化時代,時空的概念被打破,供應鏈面臨巨大機遇。這一點我們覺得恰恰是我們做技術的,做數字化的人的機遇。物理世界是有侷限的,特別在製造業,面臨著材料的限制,時間和空間的限制,工人生理因素的限制(不能24小時不睡覺),等等,而且這些侷限是無法突破的。要把1000臺電腦發到印度,無論怎麼著急,都得去規劃路徑,特別慢,會受到天氣和地理位置等因素的限制。

但是在數字化世界就不一樣了,發一個消息立刻就出去了,可以快速計算。所以,如果我們能夠把供應鏈的這些信息、流程、業務搬到數字化世界,那這個企業就具備了巨大的跨維的能力。別的廠商還在線下搬運,還在設計,你的商品通過在數字化世界,已經獲得了消費者最終的反饋以及這個商品已經發送出去了。這幾年聯想的數字化供應鏈部門幫助聯想實現了整個大的數字化轉型,這就是機遇。

楊雲正:在今天的大環境下,快速響應是非常重要的。新零售其實很重要的一點就是物流,以前需要運好幾天,現在恨不得上午下單下午到貨消費者都會覺得慢,對速度要求特別高。包括剛才講的網紅經濟也是需要特別快交付。物流是一方面,怎麼把它快速做出來也很重要的。包括盒馬鮮生,可以在現場自己做,這種快速提供不同消費者體驗的能力是非常關鍵的。

不想当背锅侠?来看看联想怎么做数字化供应链

麥肯錫-供應鏈4.0

02 聯想供應鏈:把選擇的權利交給客戶

CBR:聯想的數字化供應鏈系統有什麼特點?

楊雲正:聯想的供應鏈系統分三大塊兒。第一大塊兒就是一些傳統的信息化時代的業務系統。聯想的信息化以前做得不錯,到了數字時代,我們開始思考怎麼用新的數字技術,把傳統的那些支持供應鏈核心的業務系統進行數字化升級。所謂升級就是在架構層面和功能層面,引入新的技術框架和大數據、人工智能等新技術,使得它們可以更好地支持業務,應對新的挑戰。當運營更加複雜,更加動態,就必須以一個很好的核心的業務運行系統、數字化系統為基石。

比如智能工廠是聯想當前比較重視的,前段時間還要在深圳投資建一個新的智能化工廠。智能化工廠要實現數據指揮人,甚至未來不需要人,當然這需要一個過程。現在聯想實施了數字孿生技術,第一步就實現了對一些生產工藝進行仿真,能夠發現裝配或生產線佈局的一些不合理之處,這樣就

大大加速了新品的導入時間,同時也降低了試生產的成本。

不想当背锅侠?来看看联想怎么做数字化供应链

第二塊是生態協同,這是我們非常關鍵的一套系統。以前的協同可能是單點的,線性的。現在整個供應鏈生態是網狀的,協同比以前更加複雜。同時我們在運用一些新的技術,比如通過區塊鏈可以同時讓很多人看到數據,實現跨組織的共享。整個生態協同的目標是如何快速拿到更準確、更及時的數據,從而加快供應鏈,更加準確、及時地對市場變動做出響應。

第三塊是數據驅動業務。我們正在建立以供應鏈控制塔為核心的數據可視化、數據分析的決策系統。通過快速瞭解業務現狀來對一些問題進行預警。這樣就把以前基於KPI的事後分析變成了事前的控制,避免對績效的影響。

同時,通過一些數據的積累可以挖掘數據背後隱藏的業務運行方面的問題,提供一些分析和解決問題的洞見,以及解決方案。然後,再進一步,通過機器學習可以慢慢積累處理問題的方法,逐漸過渡到對機器實現智能控制和自主控制的階段。這會是一個更高的階段。

史凱:舉個例子。同樣賣一臺電腦,價格相同送貨週期就是一樣的。現在很多企業都在設想和努力的是,在後端庫存比較緊張的情況下,如果客戶願意晚兩天收貨就可以享受一定的折扣。這無疑會極大地提高客戶滿意度,但這種個性化的服務看上去很簡單,實際上對企業供應鏈的模擬能力要求非常高。

有的客戶在乎錢,有的客戶在意時間,如果把場景延展開來,本來正常是三天交付,但如果客戶多付100元,明天就可以交付,客戶可享受增值服務。這既平衡了企業的運輸資源,又提高了客戶滿意度。但挑戰在於,需要算清楚到底加多少錢是合適的。

楊雲正:是。這讓我想到了一個點,在數字化時代,供應鏈部門慢慢變成一個增值部門了,它可以做一些增值服務。因為前後端都打通了,客戶的需求是個性化的,有些人願意為更快收到貨付錢,為更好的供應鏈付錢。這樣供應鏈就會提供一些平臺化的服務,而且這種服務是分等級的,客戶願意為一些更高等級的供應鏈服務付費,這樣供應鏈某種意義上也變成盈利部門了。比如說像我們做運輸和包裝,一般商品只有一層包裝,但如果客戶特別看重質量,可以提供兩層包裝,但客戶要為這種增值服務付費。

CBR:這就把選擇的權利交給了客戶。

楊雲正:對,其實供應鏈再往後發展,一定是服務客戶細分市場的模式。不同的細分市場要求是不一樣的,供應鏈的服務等級也會不一樣。

當然這其實也很複雜,從計劃到倉儲,到製造都需要決策。因為供應鏈要實現規模化運營,有效益的成本在裡面,所以個性化就很難,個性化和規模化本來就是矛盾的。

CBR:該怎樣平衡規模化和個性化?

楊雲正:企業要去分析自己供應鏈所處的階段。舉個例子,你能不能拿到足夠多的客戶信息,如果你對不同用戶的偏好、區別都不知道,就無法對客戶進行分層。

另外,如果是增值服務,也許你的成本高了一些,但是有客戶肯付費,那對企業也是合適的,這也是一個思路。企業會有不同的選擇。

史凱:我認為要想在個性化和規模化之間找到最好的平衡點,主要依託於兩種能力。

一是線下的柔性的規模化生產能力,這就是聯想在做的智能製造。既有大規模,同時生產線是柔性的,能夠實現快速生產,但每分鐘生產的產品都不一樣。

不想当背锅侠?来看看联想怎么做数字化供应链

二是端到端的生態的數據打通。這樣,在物理世界能做到柔性的規模化生產,在數字化世界又能全方位地洞察所有的用戶偏好,做到客戶細分。兩者一結合,可以用算法在兩者之間取一個平衡點,更適合企業當前發展階段業務戰略的平衡點。是更看重利潤,還是更看重市場規模和收益,找到最佳的點,先把模型建起來,然後去做。

03 提供增值服務,改變“背鍋俠”地位

CBR:數字化供應鏈對於聯想業務戰略整體的重要性主要體現在哪些方面?

楊雲正:應該從三方面看這個問題。

首先,聯想很早就開始做信息化,2000年就上了ERP以及當時全球最好的供應鏈軟件I2。我們很早就實現了前端銷售和後端供應鏈的流程打通和一些集成聯動,這也是聯想一個很重要的競爭力。近幾年聯想在向客戶導向轉型,供應鏈也是支撐這次轉型很重要的一環。

其次,聯想現在已經是一個多元化經營的公司,除了有PC、手機、服務器,也在探索一些新的業務。供應鏈作為一個集中的平臺,可以更快地啟動新業務。

再次,現在智能時代到來了,聯想正在踐行3S戰略。聯想供應鏈作為一個平臺,會很好地支持3S戰略。等這塊做成功以後,也可以賦能我們的合作伙伴。

CBR:聯想的數字化供應鏈戰略落地的特點主要是什麼?

楊雲正:數字化時代,聯想整個供應鏈轉型的戰略目標是搭建一個高效、敏捷、智能的供應鏈,提供更好的客戶體驗。這就需要依賴技術和數據,實現生態協同。

落地的特點可以概括為平臺化、全球化和智能化。

平臺化比較好理解,聯想供應鏈本身就是一個集中的平臺,要把這個平臺的功能發揮出來,讓它能夠更快更有效地去支撐新的業務。

全球化,聯想是全球化運營的,怎麼在全球合理安排供應鏈網絡以及怎麼讓它可以更好地支撐不同的業務,這也是非常關鍵的一點。

智能化需要落實到數據和基礎設施上。例如,我要建智能工廠,如何搭建相關的硬件和軟件,讓整個供應鏈的運營從以前的流程導向的運營,轉變成數據驅動的智能化運營模式,這是我們智能化的目標。

不想当背锅侠?来看看联想怎么做数字化供应链

CBR:當前,企業在做供應鏈數字化轉型中面臨的主要困難是什麼?

楊雲正:以聯想多年的數字化轉型實踐來看,我認為困難主要有四點。

一是人員意識和組織文化。數字化轉型應該是自上而下地去改變,領導需要率先垂範,才能把這件事做起來。同時KPI也需要相應地做一些調整,來支持數字化戰略。

第二是數字化路線圖的制定。當你預算並不那麼充分的情況下,先做什麼,後做什麼,業務優先級的確定很難。因為數字化收益的度量本身就很難,即使有一部分數字化帶來了公司效率的提升,但效率提升到底能帶來多少價值,並不是那麼好衡量。這個問題的解決,需要企業有清晰的數字化願景,哪塊在戰略上是重點,哪塊跟同行比差距最大,需要對數字化現狀做一個評估,明確聚焦點。

第三是人才。很多企業面臨著數字化能力的問題。例如,懂新技術的人沒有或者不足;IT系統陳舊,架構不靈活,很多新的項目做不了;很多企業不懂怎麼做變革管理,這就造成整個數字化項目落地不了,最後很難成功。

第四,如何利用好數據,拉通數據價值,支持業務進行數據的可視化分析和決策,這也是很困難的。

CBR:能不能給想要做數字化供應鏈的企業一些建議?

史凱:第一,要快速對齊業務願景,沒什麼把這一點放在第一位是因為我們發現,很多時候根本的問題在於各個部門的業務願景和目標是不一致的。第二,構建你的數據藍圖,這個數據藍圖不是說你的系統裡現在有什麼數據,而是從最早還沒有數據的時候就去拉通,根據你的業務戰略規劃出你的數據藍圖,包括那些你需要採集和利用的數據。第三,探索識別有價值的業務場景,這是非常重要的工作,所有的數據,必須能夠給業務帶來價值。第四,構建平臺能力,把所有的場景的能力抽象出來做成平臺。第五,基於平臺快速構建那些有價值的場景,並不斷迭代,持續運營。

不想当背锅侠?来看看联想怎么做数字化供应链

ThoughtWorks這五步數據驅動的數字化轉型的規劃方法叫精益數據創新體系,已經在多個企業落地,並且帶來了很好的效果,目前正在持續的幫助企業構建數據驅動的體系。這種方法可以快速迭代,把原來以月為週期的IT規劃壓縮到以周為週期。我們以四周為一個單位,能幫助企業識別出某一個領域、某一個願景下的平臺規劃和快速啟動的場景。

過去很多年方法論層面都是海外往中國輸出,但現在精益數據方法已經向海外輸出,並也因此我們獲得了全球數據領域Data IQ100的數據賦能者的認可。

END


分享到:


相關文章: