2.1.3 智能供应链运用典型领域

按照本书对于智能供应链的定义，智能供应链运用领域主要分为智能制造领域、零售领域、服务供应链领域和供应链金融领域。

总体而言，智能供应链的应用随着客户需求、产品制造、技术使用、流通模式、交付与结算等的不同，呈现不同的适应性和迭代升级。

周转率高的产品（如食品、快消品、服装、手机、计算机、家电产品、家居产品等），附加值往往偏低，而客户一般要求新鲜度、安全性、及时率、可视化程度高，同时供应方（或者平台方）对于需求的响应能力也要求快速、精准，对于供应链的智能化程度要求也高（大数据信息平台、物流智能化等），所以企业更会在智能化预测、智能化识别热销产品需求、智能化采购、智能化配送、消费大数据管理等方面投入资源；周转率低的产品，其对供应链管理的需求相对平稳，智能化程度不是非常迫切，一般强调管理的有效性。

技术要求高的产品（如汽车、飞机、船舶、轨道交通等），涉及技术使用门槛、产品制造难度、多零部件和供应商协同的难度，项目管理要求非常精准、有效、安全、可追溯、实时，对于供应链的智能化要求更是特别高，所以企业更会在智能化研发设计、智能化供应商管理、智能制造、3D打印等方面投入资源。而传统的低技术要求产品，相对的智能供应链技术应用较少。

1.智能供应链在智能制造领域的应用

我国目前已基本完成智能制造的顶层设计，先后出台了标准化体系建设指南、工程实施指南、发展规划等，持续开展智能制造试点示范和研发应用。

智能供应链在智能制造领域应用主要体现在五个方面：

（1）智能研发、设计与智能供应链过程仿真 创新驱动发展，“中国制造2025”把创新摆在了制造业发展全局的核心位置。“智能研发”是实现强大的创新能力的支柱和必要条件，是智能制造先决条件，是提升企业竞争力的核心要素之一。

智能研发需要实现产品数字化、研发数字化、业务数字化。主要信息数据可以分为关联知识、项目管理、技术参数、产品系列和运营过程等。不仅仅是就产品本身展开的研制与开发，而更多地需要强调产品的可制造性、可流通性、安全性、有效性、可销售性（终端销售人员对于产品研发初衷和价值的传递）和客户的满意度，必须站在全价值链的高度来思考和模拟仿真。智能研发的终极目标只有一个，就是让产品更加顺应我国乃至全球市场的需求。智能研发需要庞大的潜在用户数据、用户数据、产业发展导向数据等，以有助于进行完善、可信的市场调研，而超强的研发实力和技术积累、对市场的精准把握更是研发更好产品的基础。

例如，汽车开发中心使用虚拟化技术，在正式进行撞击测试之前，首先模拟多次撞击实验结果，减少撞击测试的整车数量，从而减少成本和装配时间，大幅提升研发效率。同时，智能研发也要求研发团队拥有统筹贯穿产业链智能化的要求的能力，进行相应的产品研发设计，以支撑之后的智能制造、智能物流、智能销售管理等产业链可视化联动，进而实现灵活协同为终端客户加速提供高度定制的产品和服务。

达到智能化的研发管理将进一步推动制造、物流、销售环节实现智能供应链。研发部门可以在研发过程中结合制造、物流、销售的智能化需求，设计开发产品，以更好地加快制造、物流、销售环节效率，缩短产品开发生产周期，实现大规模快速定制化生产，提高消费者、客户对产品或解决方案的满意度。例如，通过实现模块化管理技术，优化产品模块设计，可以使客户在最短时间完成解决方案配置，同时将模块化设计运用到生产线制造流程管理，从而达到快速定制生产的目的。

通过信息化技术实现的数字化的研发管理将大幅提升研发效率，降低研发风险，增强创新能力。在研发过程中运用数字化技术实现虚拟模拟及个性化技术，帮助企业在开发前期即进行产品模拟，产品测试不需要等待硬件到位，即可进行性能测试，将极大帮助缩短研发周期，提高研发效率。通过智能嵌入、大数据和实时数据的管理、分析和分享，以及全面使用贯穿产品周期的开发、制造、物料和使用数据，将大幅降低研发风险，从而降低产品周期管理中其他环节因研发问题导致的潜在损失。

与传统的供应链现场数据收集后，再人工整理、输入系统不同，智能嵌入技术将帮助实现实时环境和使用数据的采集和传输，确保了供应链全过程数据的准确性、完整性、实时性。实时数据能大幅加强研发设计产品的可靠性，减少因数据不准确、数据滞后或环境差别造成的产品问题（如样品测试失败、生产停线、质量问题退回等），从而降低产品开发风险。

应用可视化技术，智能供应链能够针对具体的单个产品进行数字化描述，以便在产品周期各（关键）阶段都可以快速地追踪到产品及配件、元件、电子件等各类部件，以帮助研发部门及时得到产品数据，进行产品设计或解决方案优化。这将帮助研发部门减少不必要的数据收集、确认、再收集的过程，从而加快优化效率。

（2）智能预测与计划的维度、内容、任务发生了变化 供应链需求预测和计划的目标是形成一个准确可靠的关于市场需求的认识。传统供应链由于环节多、利益诉求不同、信息不共享，容易导致订单交付流程长，从而对于客户需求的响应周期延长，于是，从订单到交付（order to delivery，OTD）的时间长短以及供应链响应策略，通常决定了供应链过程环节中的库存高低，从而最终决定了企业的盈利能力。通常情况下，订单交付周期越短的企业，响应能力就越强，反之就越差，面对客户对于交付的效率要求，只有不断地备库存，一旦需要备库存了，就会涉及到预测和提前期、计划的问题。

传统的供应链驱动要素主要有两个：预测和订单。而订单是来源于客户对于既有产品的选择性购买的诉求，客户并未参与定义。

如在汽车制造行业（或者家电、手机、家纺、家居等有经销机制的行业），销售部门并不是自己营销车辆，消费者往往要到“4S”店（或经销商）去购买车辆。此前，不管消费者是否已经购买汽车，品牌商都不会与他们沟通对于汽车购买的需求导向（不关注或者不知道谁是潜在消费者），于是对于某个时间段的销售预期只能够凭着经验或者任务来设定。而为了后续及时交付，从经销商到汽车制造商，再到零部件供应商，汽车制造商销售加权整理做安全库存、生产计划加权做有效生产、采购加权做批量采购与供应、零部件供应商加权做零部件生产与采购，这些环节的无序预测最终可能极大地放大了实际需求量（牛鞭效应）。但是，实际销量是不可控的，加上供应链过程中的变数影响和供应链管理的失误与失效，往往导致预测偏差巨大、计划变更、承诺与交付无效、库存层层累积、各方利润空间降低和新一轮的谈判与博弈，导致供应链过程的恶性循环，浪费了巨大的供应链资源，蕴含了巨大的供应链风险。

智能制造中，预测和计划已经有了新的维度、工作内容和绩效要求。

在智能供应链中，采用大数据预测和智能算法模型，通过趋势结合动态实时需求，感知、预测市场和重塑市场，从而主动掌控洞察需求。通过产品价值引导和有竞争力的订单响应周期承诺，为完善企业的产销协同计划（sales、invento-ry、operation and planning，SIOP）系统提供支持，使得管理层能够关注长远全局战略洞察产销平衡，也能短期柔性应变产销的波动；同时通过工业互联网实时掌控设备与生产线的实际能力约束，对不同优先级的订单进行智能排产，把人工智能融入高级排程系统（advanced planning system，APS）中，结合不同的场景，进行适应性的、分布计算优化。通过制造大数据部署预计库存计划，实时监控智能供应链过程中的差异，应对不确定性。

在智能供应链中，不再是既有的产品批销、预测、库存计划和被动补货，而是根据客户需求、企业经营战略、供应链价值导向、财务目标和产品策略，综合定义产品、制造工艺、物流模式和交付与结算模式，不仅仅关注产品的结构，以及产品是如何被销售出去的，还更多地关注产品的结构和形态是如何来的；不再是被动响应消费者要货需求，而是主动与消费者沟通获得产品需求，从而进行设计和研发，通过设计热销产品来引导客户消费导向，从而实现产品的热销可能（实现战略价值）。对于销售的产品，不仅仅是通过已销售的产品来分析未来销售的可能性，更是通过沟通与大数据反映的消费者社群、行为、导向、事件影响、季节因素、流行引领等来分析和预测销售的可能（对于汽车、家电、家居等耐用消费品尤其如此，实际上，每销售一件库存产品，就成功阻止了一件新产品的销售机会，传统的预测成为无本之源，最后只有为了库存的预测）。

产品构成和来源是需求预测和计划的基础，它决定了企业如何进行销售预测的合并和分解，达成全价值链的预测共识。智能供应链以此为起点，然后通过物联网和大数据（包含数据化的历史经验）对于全渠道流通流量的模拟与仿真，做出基本面上的初步预测和引导，然后与大型客户和关键渠道与合作伙伴对其包含的变数信息做进一步的修改和调整，结合营销团队工作计划中的关键节点（如大型促销活动、重要节假日等），从而使需求预测和供应链资源计划能够与内外活动保持同步。当然，需求预测和相应的生产、物流计划，不再是人工编制或者独立的计划模块编制，而是立足于全价值链运作的（人工智能化）协同系统主动完成。

智能供应链体系通常会评估每一个产品的产品生命周期并进行持续跟踪，预测产品数量的递减和递增，以确定其进入和退出市场的节奏和方式。引入新产品必须综合上一代产品供应链过程中的库存和采购渠道中的半成品及零部件数量，从而保持产品的新鲜度和减少新老产品的市场冲突，保持消费者的满意度和忠诚度。

智能供应链系统中拥有完整的跨企业智能预测和供应链资源计划工作流程，在物联网环境下协作的各方能及时准确地传送需求信息。于是预测可以从供应链的任何一个环节发起，从而促发所有环节的实时响应，即供应商可以给客户发出一个基本预测以便客户在此基础上做回应，也可以是客户先提供一个对基本面的预测然后让供应商做出评估。除了预测信息，关于销售速度、消费者现场体验满意度、库存水平和补货需求等方面的信息同样可以通过大数据的方式在企业和客户间沟通传递。由此也减少了供应链中不同环节采用囤积库存以弥补信息不灵通造成的影响，大大降低了效率损失和运营风险。

即使在智能供应链环境下，各个环节难免受到各类变数的影响而产生动态调整，而影响需求预测和计划的正常进行，需求分析既要最大程度地减少预测错误，同时又要充分考虑需求的变数，一般需要设置应急模式和自我修正、调整的缓冲模式。依据产品形态、工艺路径、客户需求、交付和结算模式的不同，反应缓冲保护区的设置也就不同。因此，表现出来的生产和物流计划也会相应地有所区别。

由于智能供应链大大降低了产品研发周期，互联的智能制造工厂也是实时生产，在智能物流的配送下，消费者获得产品和服务的时间，能够比传统供应链缩短30%～50%，大大提高了供应链的响应能力和满意度。由于订单到交付时间的缩短，反过来提高了预测的准确性和计划的有效性。

（3）智能化采购与供应商协同到货 智能化采购中，要求所有的流程必须联通，其运作战略是基于高度认同的一个供应链战略协同下开展，各个部门和环节的KPI指标也是基于供应链战略绩效的协同和分解而来，于是所有的参数和指标都在同一个逻辑下展开，形成数字化的作业单元。由于有了智能供应链协同中心，得以将所有环节的计划-执行-信息-物流等串联起来，形成端到端的纵向管理体系，同时，由于每个订单、每个物料（产品）都有自己的资源要求，容易导致资源再分配计划，所以，供应链运作部门还需将不同运作逻辑的物料和订单横向协同起来，最终形成互联、互通的供应链体系。

这就要求采购方在选择供应商伊始，就要求供应商能够与采购方实现软件互联、互通，运营时更是要求实时可视、预警和协同。如采购方（智能工厂）的计划和预测需要直接传递给供应商的主生产计划系统，供应商的发运计划必须与采购方的作业计划系统对接，先期发运通知（advanced shipping notice，ASN）需要由软件系统完成，而没有人工的参与；并且要求全过程必须条码化（或者RFID），交接货物时的标签和信息都有严格和统一的规定。

从运作逻辑而言，就是通过信息平台，承载所有的模块联动，以供应链交付计划为驱动力，联动成品物流计划，形成主生产计划，细化为作业计划，从而拉动供应物流计划、物流配套计划以及产线工位配送计划。在不同的环节和模块协同过程中，总是会出现各类执行误差和数据差异，那么智能化系统需要自我反馈，逐渐主动减少运作误差，从而形成计划-信息-执行的一致性。

从表现形式上而言，形成了计划-采购-物流-信息一体化。其任务的本质不再是保证供应，而是有效供应。

在通常的运作中，各个环节通过扫描条码或者RFID感应进行过程数据的收集，以实时形成计划达成率（采购计划达成率、供应方到货计划达成率、入厂物流计划达成率等），如果该过程中出现运营规则和计划要求标准之外的偏差和变数，系统将自动抓取该数据，进行实时分析和应急。

显然，快速的、可靠的、整合的、实际的和标准化的信息流通是必要的，以减少有形实物和管理流程上的提前期，从而提高采购业务和入场物流的效率。

在智能供应链中，供应商需要根据客户要求和相关的工业标准，必须有发送和接收电子通信的能力。传统的电子数据交换（EDI）或基于网络的EDI是可以接受的电子通信方式，而E-mail和传真是不可接受的电子通信方式（因为需要保证存档和一致性、客观性）。

在实际的供应链运作中，通常需要对供应商进行交付能力的评审，规定所有供应商、分承包方和后勤提供者，必须实施电子通信，包括发送和接收的能力。根据客户的要求，对目前没有能力发送和接受电子格式信息的供应商、分承包方和后勤提供者，规定一个时间段，建立电子沟通的能力；要求将供应商物料的装运通知信息整合进采购方的接收系统内，且没有人为的介入。传输的频率和计划时段要适合供应链协同平台的综合管理要求，且满足采购零件和物料的提前期。

（4）智能物流配合智能制造强力发展，成为生产的基础和前提 智能制造需要以智能物流作为前提和基础，越来越多的智能制造工厂，（在规划时）将智能制造设施嵌入到智能物流系统中，成为流线化物流系统的一个不可缺少的环节和部分，从而实现有效运营过程中的无缝对接和联动，通常也称之为“制造工厂智能物流中心化”。同时，企业智能化物流也日趋向供应链方向整合和提升（遵从遵守于智能供应链计划和资源协同），其涉及的智能化要素也越来越专业化和精准化。智能物流系统包含采购环节智能物流、制造环节智能物流和成品环节智能物流，以及回收环节智能物流。

采购环节智能物流主要是供应商的成品如何送达采购方（核心企业），可能涉及上门收货、预约到货（ASN）、EDI互联互通、精益包装、精益配送、经过评审（并且可以互联互通）的第三方物流、到货计划协同、通过式检验、智能化收货、空容器回收、全过程物料足迹追溯等。

制造环节智能物流主要是厂区内部智能仓库、WMS/WCS、智能输送上工位（与智能制造设施对接）、条码/RFID数据识别、智能单元化包装（与机器人对接）、自动化装配技术、双箱制、空容器回收、成品包装下线以及制造过程数据化追溯等。

成品环节智能物流主要是成品进入智能化成品仓库、智能化装车算法、快速智能化装柜技术、智能化成品运输、发货计划协同、分仓流通、经销商智能仓库、全过程导航与追溯等。

回收环节智能物流主要是包装材料、容器具、不良品的智能循环、智能追溯的过程。

在个性化的智能制造工厂里，智能物流已成为核心元素。

智能制造需要面向客户定制的产品，属于小批量、多品种生产，物流模式需要采用节拍精准、移动灵活、数据互联互通、实时可视、实时监控的输送策略。如通过自动导引运输车（Aut omated Guided Vehicle，AGV）或者连续输送模式从收货区（通过式检验或者免检）到自动化存储中心（可能使用堆垛机模式、密集存储模式或者多项穿梭小车模式），再连续输送到工位（或者收货后直接输送到工位），设计出面向智能制造的物流输送技术。

智能工厂作为订单驱动式的生产，主要按照客户需求，每个产品订单有可能只有一台或两台，但产品种类会多至上万个。需要通过精益、柔性化的生产、模块化物流配套保证，以支持生产计划和物流作业计划的有效性，支持智能制造，同时保证产品零出错率。

智能物流包含智能方案、智能输送和数字仿真。从信息驱动到通信，再到控制，再到智能物流设施动态管理，实时提供更加智能的系统控制解决方案。

在智能物流发展的初始阶段，绝大多数工厂愿意采用一台或者多台AGV代替叉车负责拉动式精益物流配送到工位，遵循的是高级排程中的配送时区和拉动计划倒排节点；此后AGV变得更加智能，起到了衔接各个组装、补装等前置工位，以及联动总装的作用；对于周转率高、流量大的物料和产品，比如家电、手机、服装、家居产品等，通常需要大规模定制，经常会有特殊的物流规律分析（plan for every party，PFEP），提出连续物流计划和智能化作业模式，采用连续输送（智能输送机、智能悬挂链等）到工位，形成多点对多点的智能配送模式，减少了过程中的在制品暂存、等待、包装、中转、交接、信息二次采集等断点，从而使制造和物流浑然一体。对于离散型制造特点相对明显、产品体积相对庞大、生产节奏相对缓慢的制造（比如电机、发动机、坦克、飞机、轨道交通产品等），可以直接采用专用的智能流转设施（如大型AGV），此时工厂里见不到传统的组装流水线，取而代之的是一个个AGV移动工作台，沿着工艺路线自动行走，且能够携带产品在装配过程中的重要信息穿梭于工厂，这些信息在工人实际操作时可以有效避免人为出错。随着产品产量的增加，可以有越来越多的AGV环绕在装配线周围，协助物料的智能搬运，不再有传统流水线的刚性束缚，大大提升了生产的柔性。

智能工厂中的智能物流系统能够高效、准确、稳定地完成重复性工作，保证过程品质一致均衡。随着人与机器在产品装配过程中的交互更加紧密，不同的生产环节可通过操作人员（或者人工智能控制的机器人），按照定制产品的需要来使装配流程做出改变。更可以通过系统仿真，针对每个订单、每个物料、每个工位验证生产和物流的工艺流程，从虚拟连接现实世界，具体运作过程中可以是通过一个虚拟订单，看到工厂里的各种设备，通过仿真发现瓶颈所在并反馈信息，进行实时调节；当实际订单运行时，协同不同的工厂模块，就可以将信息反馈到监控/优化软件模块。

（5）智能供应链保障生产能力和过程可视化，提高过程的偏差管理及自我协同和调整能力 智能供应链需要保证信息-物理系统（cyber physical system，CPS）的一致性，从而减少执行过程中与计划或标准的偏差。但是，在实际运作过程中，难免存在各类变数带来的过程偏差甚至瓶颈。偏差如果不能实现过程的可视化，瓶颈容易长期积累形成隐患，当爆发时，往往导致供应链失效，其后果轻则停产或者断供，重则可能为企业带来莫大的风险甚至灾难。

智能供应链在保证过程一致性的同时，需要建立过程偏差场景设定、识别和响应流程，更需要设定变数预警、瓶颈和风险识别、应急预案和应急物流管理模式。

常见偏差场景有：停电、设备故障导致的停产，配送过程中堵车、翻车，大批量不合格，火灾、台风、地震及其他灾害，由于环保问题带来的停产整顿，工人罢工，信息标签丢失，容器具损坏，检验不及时，模具损坏，总装不合格，货损等。

针对上述可能产生的风险，需要有应急培训和实施演练，以在实际情况发生时能够有效应对。

在智能制造中，这些供应链过程的可视化、偏差管理、实时应对问题显得越来越重要，否则再好的智能制造工厂和设施，都无法有效协同运行。

传统供应链管理过程中，可能有偏差数据的统计和可视化通知，通知的对象是操作团队或者监控团队，但是往往不能保证偏差数据抓取、通知的实时性和真实性，从而难以保证应对的及时性和有效性，导致供应链系统的累积误差；如，供应商端出现了诸如翻车、批量不合格、停电等因素导致的问题，主要是通过打电话、发传真（而不是系统）等方式告知管理人员；仓库端如果找不到物料，通过人工当面沟通或者对讲机通报；制造端如果设施故障导致计划变更，通过开会或者对讲机沟通……都无法保证全过程的数字化和数据化，更无法给后续相关环节以足够的应对时间，容易导致无法交付、无法追溯、无法查询。智能供应链偏差管理，是通过智能化的数据抓取方式，直接通过系统传递给关联系统或者智能设施，“看”偏差数据的可能不是人，而是整个供应链系统，实时地进行有效反馈和处理，形成自组织、自反馈、自调整的职能运作体系。

当企业逐渐实现了价值链拉通、数字化采购、数字化物流、智能生产之后，整个供应链计划-执行将完全与信息平台融合，实现“数字双胞胎”，未来的差异可视化不再是反馈给作业人员（从而去开会解决问题），而是反馈给整个供应链系统，使这个系统能够实现实时反馈（feed back），形成自组织、自管理等智能化的表现，从而实现智能制造。而代表了供应链信息的各个物料包装单元，都将“会说话”，与供应链上的所有元素进行对话和交流，实现人、机、料、法、环、数的互联互通，建立工业大数据，从而实现数字化、网络化和智能化。

智能制造供应链的发展以企业的自动化和信息化发展为基础。自动化主要实现生产过程的数字化控制，离不开各类过程控制类软件的深度应用；信息化主要实现企业研发、制造、销售、服务等环节和流程的数字化，打通企业内部及供应链企业间的数据流，以研发设计类、生产调度类、经营管理类、市场营销分析类软件的深度应用为特征。因此，涵盖上述软件类别的工业软件是智能制造供应链发展的基础和核心支撑，可视为智能制造供应链发展的灵魂和风向标。

2.智能供应链在零售领域的应用

经过多年的经济体制改革，我国市场环境已经发生了根本性的变化，在从卖方市场向买方市场的转化过程中，消费者逐渐成为控制市场的主导力量。信息技术的发展使得消费者的个性化和多样化需求得到充分满足，如果零售商不相应调整经营方式，则制造商极有可能越过中间商直接向消费者提供商品和服务；同时，跨国零售集团的进入，以更先进的管理方式提供更优质的顾客服务，使我国零售竞争在更高平台上展开，这些都迫使我国零售商为赢得生存空间而进行全方位的变革与创新，供应链的智能化创新、技术应用将是这场变革中的核心和焦点。

（1）供应链是零售业运营和发展的基本支持要素

1）零售供应链需要强调运营效率，从而提高资金周转率。零售贸易的交易量零星分散，交易次数频繁，每次成交额较小，未成交交易占有较大比重。交易的对象是众多而分散的消费者，这就决定了零售贸易的每笔交易额不会太大，而较少的交易量不可能维持持久消费，与之相适应，零售贸易的频率就特别高。正由于零售贸易平均每笔交易额小，交易次数频繁，因此，零售商必须严格控制库存量，提高库存周转率。零售业的特点就是要保持高效率、高流转。商品的周转次数是零售业重要的指标体系之一，它体现了零售业的效率，如果不能很好地解决这个问题，企业将陷于库存积压、资金流不畅等诸多问题。

零售业由于是直接面对不同消费者或者终端客户，所以其经营状态是无时无刻不在变化，供应链的响应能力就必须得到相应的提高，从而提高企业经营效能和效率。不仅如此，还要创出特色模式，提高科学管理水平，才能进一步提升企业的核心竞争能力。同时，零售业随着经济的发展而发展，而相应的调整也要顺应发展和变化，包括商业模式、商品结构、组织架构等的变化，那么面对零售的供应链也必须实时变化和提升。

2）零售企业门店商品新鲜度和实时服务是供应链能力的体现。零售业是为消费者提供全方位的服务，尤其是产品的新鲜度。新产品的不断研发和出现，既是企业产品价值的表现，更是供应链运作效率的体现；从某种意义上讲，零售就是服务，服务创造价值，服务工作管理到位，乃是企业产品价值、形象塑造、无形资产的增值。零售业是最大限度地通过供应链的强力支撑为消费者提供方便。

客户价值的实现、客户满意度的达成、客户口碑的效应是零售供应链的终极目标。零售业就是靠顾客满意来赢取商誉。顾客的满意度会影响到企业的无形资产和商誉度。顾客的口碑效应是巨大的，而且会影响到企业的消费客群，所以对商品有效流通和供应链服务质量的管理成为供应链管理的核心。

3）零售业是由多个相互关联、独立统一的系统通过供应链协同集合而成的。零售行业供应链的核心在于零售商与上下游企业间战略合作伙伴关系的确立，尤其是零售商和消费者、供应商合作伙伴关系的确立。这三者其实是一种“鱼”和“水”的关系，是利益的共同体，是一种互相合作，互为制衡，共生共荣的伙伴关系。一方面供应商需要借助零售网络推销自己的产品给消费者，并从消费者、零售商处获取市场信息；另一方面，消费者也希望获得更适合自己的产品，零售商也必须依靠吸纳更多的适销货源，才能在激烈的零售业中生存发展。从智能供应链的定义而言，消费者既是产品价值的体验者，也是客户价值的认定者；零售商既是产品价值的展示、宣传和传递者，也是品牌价值的塑造者；供应商既是产品价值的制造者，也是客户价值的最终受益者；零售供应链将所有价值的过程协同起来，完成价值的传递。

零售供应链系统间的协调、组织的合理性和有效性直接影响到其整体的运作与发展，供应链上的每个要素单元要发挥最大的功用，如何保持各部分的最佳配置和最优组合是零售供应链要重点关注的，尤其体现在从收货到客服、营运、采购等各个环节和细节之中，彼此之间相互联动，需要通过数字化方能形成一体化管理。

4）零售供应链过程需要降低成本。随着市场竞争的加剧、商品的品类更加繁多，靠单品来赢取利润成为零售业的必然选择，单品管理已成为企业日常管理最重要的手段之一，而热销的单品，更加成为供应链个性化管理的要点。

零售业的供应链过程需要不断通过降低成本、提高效率来赚取更大的毛利和库存、资金周转率。尤其是在零售业的利润越来越低的情况下，供应链管理不但要助力零售企业提高销量，而且更要通过有效运作降低成本和控制损耗。

信息时代的零售商的网络化经营，实际上是新的交易工具和新的交易方式的形成过程。零售商在网络化经营中，内外交易费用和经营管理费用大大下降，零售利润进一步降低。近几年的零售业发展实践证明，具体的某家零售商如果完全实现了网络化经营，供应链运营成本可以大大下降，比如企业内外部的联系与沟通费用、企业人力成本费用；避免大量进货的资金占用成本、保管费用和场地费用；店面租金费用；营销费用、消费者信息的调查费用等。由于智能供应链技术立足于大数据和物联网，更是大大克服了信息沟通的障碍，降低了机会成本，因而将使市场竞争更趋激烈，导致零售利润将进一步降低。

5）零售业的管理需要数字化的供应链协同。零售是根据消费者需求和市场来导向经营方针和策略。零售供应链需要重视数字和信息快速共享与传递，将市场的声音快捷、科学地反映给企业管理者和执行者，从而使营销的效应力达到最大。尤其是信息时代，网络技术在社会、经济各个领域的广泛运用，电子商务的兴起，迫使传统零售企业从管理观念、管理模式、组织结构和作业流程都将发生相应变革，增加了变化的复杂性、急剧性和风险性，供应链智能化的协同效应就显得尤为重要。

6）连锁业态需要更为优秀的供应链能力。连锁经营经营同类商品或者服务的若干个企业，以一定的形式组成一个联合体，在供应链整体规划下进行专业化分工，并在分工基础上实施集中化管理，把独立的经营活动组合成整体的规模经营，从而实现规模效益的经营模式。连锁经营的对象主要包含：产品、服务和品牌。

连锁经营是零售业态的更高级形式，是现代大工业发展的产物，是与大工业规模化的生产要求相适应的。其实质就是通过将社会化大生产的基本原理应用于流通领域，达到提高协调运作能力和规模化经营效益的目的。

无论是直营连锁、加盟连锁还是特许加盟连锁，连锁经营的基本特征决定了供应链智能化水平成为其竞争的核心能力：标准化管理、专业化分工、集中化进货、简单化作业。连锁经营要求众多的门店统一店名，使用统一的标识，进行统一的装修，在员工服饰、营业时间、广告宣传、商品价格方面均保持一致性，从而使连锁商店的整体形象标准化；总部研究企业的经营技巧，并直接指导分店的经营，这就使分店摆脱了过去批销模式、大卖场模式、单店模式等经营模式靠经验管理的影响，大大提高了企业管理水平。连锁总部集中进货，商品批量大，从厂家可以得到较低的进货价格，从而降低进货成本，取得价格竞争优势。由于各店铺是有组织的，因此，在进货上克服了盲目性，不需要过大的商品库存，就能保证销售需要，库存成本也得到降低。各店铺专门负责销售，就有更多的时间和手段组织推销，从而加速了商品周转。连锁商店的作业流程、工作岗位上的商业活动尽可能简单，以减小经验因素对经营的影响。由于连锁经营体系庞大，在各个环节的控制上都有一套特定的运作规程，要求精简不必要的过程，达到事半功倍的效果。

连锁行业需要高效、智能的供应链管理系统以及与供应商长期稳定的战略合作伙伴关系，不是仅仅等待上游厂商供货、组织配送的纯粹的商业企业。供应链信息平台也直接介入到上游厂商的生产计划中去，与上游厂商共同商讨和制订产品计划、供货周期，甚至帮助上游厂商进行新产品研发（尤其是热销产品的定义和开发）和质量控制方面的工作。通过智能供应链，连锁企业总是能够最早得到市场上最希望看到的商品，并且实时传递、推广给消费者。当别的零售商正在等待供货商的产品目录或者商谈合同时，优秀的连锁企业已经开始热销这款产品了，并及时地将消费者的体验结果和意见反馈给厂商，并帮助厂商对产品进行改进和完善。

与此同时，任何协同中的供应商都可以根据既有协议，免费进入智能化供应链的网上决策支持系统，查询自己产品的销量、库存以及获得未来的订货和销售的预测。在智能供应链中，供应商还可查询到一些有价值的报告，如热销商品报告，可以让供应商了解自己提供的最新产品的销售情况；通过对供应商应对供应链变化的响应能力表现可视化，可以让供应商了解所提供的各类商品在消费者心目中的评价情况；不同公司产品的销量比较情况，有助于供应商寻找差距，生产出更适销对路的产品。

（2）智能化供应链技术在零售领域的应用

1）智能供应链的发展推动了零售领域的商业模式创新。纵观整个消费发展趋势，人们的需求从数量向品质转变。消费方式的改变、新技术的应用，推动各行业对产品与服务进行结构和营销模式的调整，而首当其冲的便是零售行业。零售的本质是对“人、货、场”三者关系的重构，最终实现效率的提升。供应链的集成化、网络化、数字化、智能化正在不断地调整和改写“人、货、场”之间的逻辑关系——“人”是以人为中心，“场”是全渠道，“货”是商品（或服务）。从人、货、场的闭环来看，需要建立人与货之间的关系，以及货与场之间的联动，通过智能供应链的应用，推动人、货、场的联系更加智能，并由此推动零售领域的商业模式变革。

传统的零售百货龙头竞争比较的是谁的门店多、铺货和开门店速度快，但经历一番粗放式的野蛮增长后，传统零售业遭遇瓶颈。随着电子商务的冲击，靠传统店铺物理网络布局的零售模式已经行不通了。而随着我国经济进入新常态，零售企业扩张店铺的模式开始暴露风险，整个传统零售业呈现增速放缓、利润下滑的趋势。

造成传统零售业的困境不是偶然的，其商业模式导致资本对于零售业的兴趣下降、电子商务的冲击、传统零售业模式弊端渐显、成本增加等都是重要原因。

随着传统零售业陆续导入电子商务，大量传统企业开始重视线上渠道。两者的完美结合才会为消费者带来好的购物体验，才能提升总体效益。一方面网上商城延长了商店的营业时间，可以做到全天候营业；另一方面网上商城节约资金，节省了房租、水电、人力成本等；另外，网络避免了地域限制，扩大了客户范围，使用户覆盖面更广。

由于消费者时间和空间分布面急剧加大，导致传统的供应链能力无法适应新零售的发展要求，碎片化的需求与运作信息、过多的库存、漫长的交付周期、缓慢响应能力和低端的物流交付能力等都成了传统供应链约束新零售的瓶颈。多数公司在打通供应链条上存在着很大的困难，尤其是实力薄弱的中小零售企业，基础设施和供应链战略不合理、不完善也是制约其发展的主要原因之一。

于是，智能供应链技术驱动成为流通变革的重要推动力量，供应链平台成为连接上下游需求的分发核心枢纽，同时，运营环境的复杂性不断要求供应链的精益性、数字化、智慧化。

智能供应链致力于新零售业态四方面的发展，一是“供应链+”商业生态圈，涵盖从品牌方到经销商、终端门店、消费者的供应链服务，通过整合、共享、协同、创新为各方提供四合一的服务，实现共融共生供应链生态圈；二是强调大数据，平台企业互联互通、开放共享；三是推进供应链云，供应链体系建设+互联网+新技术，跨界融合、开放、赋能。打通上下游，让客户看到细分市场需求，需要什么建立市场；四是强调智能物流，通过生态圈的优势，将品牌商、经销商、便利店、快递收发打通，并聚合第三方物流资源，将零售门店打造成一个“一站式生活服务平台”，为消费者提供一站式购物和订货服务，不但为实体店实现快速选品、到店、铺货，而且也可以为品牌企业提供全国范围的深度分销服务，实现双向赋能。

随着新零售向细分领域发展，优秀的零售商针对物理站点的布局已基本完成，而前端全渠道的融合模型在细分领域正在搭建。以数据驱动的体验式新零售，不仅仅要注重前端业态的打造，更注重供应链的数据化，未来如何快速将订单反馈到生产端，降低信息差，提升整个供应链效率，减少库存、减低成本，以数据指导生产、流通、销售，如家电、生鲜、服装、快消品、咖啡、餐饮、家纺、家居等，诞生了挑战传统巨头的新型业态；而从本质上，前端体验须依托后端的供应链能力，后端供应链能力搭建于前端规模。判断新业态或者新项目有没有提升供应链效率，同时新的供应链体系是否具备唯一性或者是独特性，日益成为了零售企业竞争的有力武器和名片。

在供应链实际运行中，通过技术进行库存优化，如利用RFID技术，这使员工和客户可以通过不同渠道访问、搜索在线库存，以此提高库存准确率。智能供应链也有利于稳固供应商关系，通过供应商多元化计划，稳固与供应商之间的关系，并发展新的独家供应商；供应链能力的打造同时起到提升公司品牌形象、扩展客户群体的目的；提升自有品牌占比。

智能供应链的发展逐渐打破了零售市场时空界限，店面选择不再重要，尤其是连锁经营之所以迅速崛起，正是打破了单体商店的空间限制，赢得了更大的商圈范围。而在智能供应链体系下，网络技术突破了这一地理限制，任何零售商只要通过一定的努力，都可以将目标市场扩展到全国乃至全世界，市场真正国际化了，零售竞争更趋激烈。对传统商店来说，地理位置的重要性将大大下降，要立足市场必须更多地依靠经营管理的创新。

智能供应链也支持了零售方的销售方式发生变化，催生新型业态崛起。物联网环境下，人们的购物方式也发生了巨大变化，消费者从过去的“进店购物”演变为“坐家购物”，足不出户，便能轻松在网上完成过去要花费大量时间和精力的购物过程。传统零售商为适应新的形势，也将引入新型经营模式和新型组织形式来改造传统经营模式及其供应链策略，结合网络商店的商流长处和传统商业的物流长处综合发挥最大的功效。零售业的变革不再是一种小打小闹的局部创新，而是一场由供应链智能化变革带来的真正意义上的革命。

零售商内部组织面临重组。无论是零售企业内部还是外部，智能供应链和网络技术都将改变零售商原有的渠道模式和信息共享模式，并对零售商的企业组织造成重大影响。如业务人员与销售人员的减少、导购与推广人员要求对于产品的研发价值更加专业、企业组织的层次减少、企业管理的幅度增大、零售门店的数量减少，虚拟门市和虚拟部门等企业内外部虚拟组织增多。这些影响与变化，促使零售商意识到组织再造工程的迫切需要，尤其是网络的兴起，改变了企业内部作业方式，以及员工学习成长的方式，个人工作者的独立性与专业性进一步提升。

供应链从集成化、网络化、数字化到智能化的迭代发展，为零售业变革和升级转型以及发展带来了新的机遇。一方面，线下的传统超市和百货企业在互联网资本的旗帜下纷纷站队，大渠道供应链寻求向新零售智能供应链转型；另外，数量巨大的多数中小零售（连锁）终端，散乱穷小，缺乏智力、资本、技术等资源难以进化升级，还在徘徊、选择、等待变革……这都需要有巨大的变革力量推动线上线下融合发展，智能供应链在零售领域的发展方兴未艾。

2）智能供应链技术应用分化了零售企业的核心竞争力。零售企业的核心能力主要包含五个方面：信息与大数据管理能力、中央采购能力、物流配送能力、营销创新能力、人力资源管理能力。

智能供应链采用的物联网、大数据、深度算法支持解决信息技术能力；智能采购与供应商管理支持解决采购能力；智能物流解决配送能力（包含供应商向物流中心，物流中心向门店或者消费者的配送，俗称最后一公里）；而随着消费者深度参与消费价值、产品价值的定义和研发，营销创新能力已经不再是供应商独有的责任和专利，谁掌握了客户数据和产品数据，谁就将在营销创新技术方面获得核心能力；随着智能供应链的深度融入零售业态的各个环节，人员将不断减少，团队优化和管理将变得更加简单化、标准化。

智能供应链关键技术的应用将加深上述能力的获得与分化。

①大数据挖掘与深度算法技术成为智能供应链在零售领域应用的重要技术。智能供应链可以通过物联网环境下的跨企业智能预测平台进行大数据挖掘，对客户端、供应商端和平台端进行数据集成与分析。

针对客户端，对客户消费心理、消费习惯和消费行为进行详细分析，并做用户画像、用户细分、行为特征、商品偏好、品类和品牌关联、购物路径，甚至直接建立用户和商品之间的关联度关系，寻找用户在买东西时的购物路径，在购物路径中寻找消费者的购物决策，以及购物决策跟商品采购和商品布局的关联关系。在做供应链的过程中，对于用户的研究，也是在做消费者的拉新、复购、升级，在这个过程中，发现消费者的需求及洞察购物行为，通过行为反作用于内部的产品拉动和库存决策。

针对供应商端，在消费者需求导向、研发、选品、市场、定价、库存、产能方面，实现自上而下的打通。帮助供应商进行智能销售预测，在存货布局、智能补货、库存健康、智能调拨、滞销处理等方面做到降本增效，体现智能供应链的价值。通过算法洞察网络布局和连锁店的布局是否合理，比如开店（关店）位置、开店（关店）决定对于整体布局会产生何种影响；结合选品、品类策略和潜在消费者应对策略，定义门店在整个区域中的战略定位。通过数据的关联，能够把人、货、场重新做一个定义，让人、货、场更加智慧。

智能供应链预测和资源计划平台，是支撑协同开放整体的核心。主要结构包括数据源输入层、基础数据加工层、核心业务层、数据输出层和下游系统。基本原理为：首先从外部数据源获取销售所需的业务数据，然后对基础数据进行加工清洗，再通过时间序列、季节因素、指数平滑、机器学习等人工智能技术对数据进行处理分析，最后计算出预测结果并通过多种途径推送给下游系统使用。具体内容包括预测平台（价格、销量、销售、单量、促销、库存、成本等）、仿真平台（可以模拟开店铺，试算成本、效益、流通效率等）、优化平台（提供网络布局优化、物流流量决策优化等）以及舆论与情报平台。预测系统在整个供应链体系中处在最底层，并且起到一个支撑的作用，支持上层的多个决策优化系统，而这些决策优化系统利用精准的预测数据，结合运筹学技术得出最优的决策，并将结果提供给更上层的业务执行系统或是业务方直接使用。

②移动支付技术逐步完善，为零售供应链发展提供基础。数字经济发展的基础，如移动互联网、智能手机、移动支付等到2017年已逐步完善，为新零售发展提供支撑。尤其是移动支付技术，2008年以后，无现金支付呈稳步增长的态势，特别是2015年，涨幅高达39.77%。便捷快速的移动支付等非现金支付方式已成为人们在超市、餐馆、购物商场、便利店等零售行业购物支付的首选。移动支付提升了购物体验、积累了大量用户数据，是开展新零售的一项重要基础技术。

③机器视觉、重力感应等技术成熟，为新零售提供发展新动力。RFID技术在批发、物流、仓库和门市等供应链环节中应用广泛；机器视觉技术使无人零售中的人脸识别、手势识别成为可能，让消费者不用手机也可以便捷地完成购物，使购物流程大大简化，也是未来新零售发展的全新方向；重力传感器技术则能智能地显示商品被拿取或被放回、商品数量的多少等。

④智能物流技术助力零售领域。智能物流主要技术中，无人机、机器人、智能快递柜、可穿戴设备、3D打印、大数据分析等技术已经逐步开始商用；无人货车、人工智能正处于研发测试阶段，将广泛应用于仓储、运输、配送、末端等各物流环节，这些技术将极大地提高供应链周转效率，降低零售运行成本，提高企业的盈利能力，从而体现核心竞争力。

⑤其他领域的技术进步将会从采购、生产、供应、营销等各个环节改造零售业。数据分析技术、地图技术、室内外定位技术等帮助B端和C端互相了解供需，进而使C2B柔性制造成为可能；机器视觉技术为无人零售提供解决方案。AR/VR技术可以提供线上、线下综合的线下消费体验；大物联网IOT使流通中的任何商品信息电子化，让物流、信息流、资金流真正融为一体；区块链技术可以解决交易中B或C各方的身份认证、信用保证、合同合约、结算等基础商业问题。虽然目前这些技术并未完全成熟，商业落地还需时日，但是当技术积累到达一定程度时，必然可以成熟地应用于零售业各环节，届时零售供应链的深度和广度将会完成进一步革新。

3）不同产品的供应链表现差异巨大。虽然所有的零售企业都希望在供应链上获得期望的周转率和利润，但是由于不同的企业战略诉求不同，市场策略不同，产品策略也不同，导致供应链表现也不一样。

以下是主要针对企业的规模运营型、流转速度型、产品创新型、标准运作型、服务领先型等几种典型的智能供应链的应用和实际表现进行分析与举例。

①规模运营型以规模运营作为供应链竞争优势：其特点为多点布局、网络布局、强调批量流转、物流中心和集约化配送、库存调拨；对于网络管理平台非常关注，区域特点导致需求不同，使得销售拉动的流量和流速不均衡，产品新鲜度和库存往往是瓶颈点。利润率相对低，尤其是库存决策的失误容易导致盈利能力下降，如百货、医药、服饰、鞋袜等行业。

②流转速度型以流转速度作为供应链竞争优势：其特点为强调单品的吸引力，在短时间内成为热销产品，产生巨大的流量和集中的交付要求；产品的生命周期往往比较短，毛利获取能力随着产品生命周期进展衰减比较快；对于供应链智能化要求比较高，需要基于大数据要求、客户行为分析、消费者参与研发与定义产品等，对于市场需求进行引导，供应链有效消费者响应能力（ECR）要求较高，高周转率往往带来快速的盈利能力；物流能力往往是瓶颈；对于市场的了解和产品研发的实时合理性往往决定了企业竞争能力和生存能力（机会和风险并存），如快消品、食品、乳品、电影、手工业品等行业。

③产品创新型以产品创新作为供应链竞争优势：其特点是针对特定消费者的个性化需求进行创意和研发，通过供应链传递给预约中的客户，得到良好的体验感和客户价值；这类产品利润往往比较高、交付周期相对延长，但是客户要求响应提高，客户对于订单周期希望供应链全过程可视化，希望对于零售企业和关联供应商的全价值链进行了解，以获得交付信心和信赖。产品的生命周期相对较长，但是随着技术的提升，产品的迭代升级相应地变得彻底。脱离消费需求变化和未能进行技术升级的产品，往往容易成为供应链运行过程中的负担，甚至偏离企业战略价值导向，形成经营风险，如手机、计算机、工具、器械、家居行业等。

④标准运作型以标准化运营作为供应链竞争优势：其特点是产品相对成熟、购买具有大众需求的特色，个性化不明显，传递的更多是功能性诉求，消费者更多地在乎价格与折扣；经销机制、门店经营等比较普遍，在供应链体系中适合于通过网络式分布物流中心来协同不同销售区域内的库存需求，补货策略和库存控制显得非常重要，但是对于库存寿命和周期并不敏感；资金的周转率和库存的压力往往是供应链上不同环节博弈的诉求点，容易存在“核心企业”，如汽车、家电、图书、报刊、日常用品、矿泉水和饮料行业。

⑤服务领先型以服务领先作为供应链竞争优势：其特点是消费者体验感比较直接，服务要求比较高，与之相匹配的产品需要符合消费者的个性特点。供应链竞争价值往往不在于实物本身的使用和流转，而是更多地表现为服务本身的创意价值传递与转化，与消费者直接沟通的导购员成为服务价值的传递者和解释者，直接决定了整个供应链体系的有效性和客户口碑。服务往往就是产品、导购员和直接服务者，就是供应链满意度的体现，如餐饮、咖啡、休闲娱乐、养生、医院和培训行业。

3.智能供应链在服务领域的应用与发展

智能供应链在服务领域的发展主要取决于三个因素：一是社会贸易总规模；二是企业供应链管理外包的比例；三是供应链物流技术的升级换代。智能供应链在服务领域具有极大的潜力。

（1）社会贸易总规模需要供应链服务智能化 目前，国内仍将供应链管理归类为“现代物流”范畴，所以统计归口也主要是作为物流类，尚未形成智能供应链发展归类。

从宏观而言，我国经济持续高速发展，为现代物流及供应链服务领域的快速发展提供了良好的环境。近年来，我国经济增长带动社会物流总额实现快速增长。数据显示，2017年，全国社会物流总额为252.8万亿元，而物流总费用为12.1万亿元，占比为4.79%。伴随社会物流总额的增加，我国社会物流费用（包括运输费用、保管费用和管理费用）也表现为较为快速增长。据《中国物流仓储装备产业发展研究报告》指出，2016年和2017年我国国内生产总值（GDP）分别比上一年增长6.7%、6.9%，达到了74.01万亿元和82.08万亿元。随着国内生产总值的增长，社会物流总额也在不断增长，达到了229.7万亿元和252.8万亿元；社会物流总费用达到了11.1万亿元和12.1万亿元，分别如图2-1、图2-2、图2-3所示。

物流费用占国内生产总值（GDP）的比重逐年降低，由2016年的14.90%降低到了2017年的14.60%，单位国内生产总值（GDP）的物流需求系数也由3.09降到了3.06，如图2-4和图2-5所示。

社会物流总费用的构成也在变化，运输费用由2016年占社会物流总费用的54%增加到了2017年的54.7%，保管费用比重由33%降到了32.4%，管理费用比重由13%降到了12.9%，如图2-6所示。

我国电子商务市场规模巨大，2016年和2017年分别达到了年22.97万亿元和29.16万亿元。电商快递包裹高速增长，2016年和2017年分别达到了312.8亿件和400.6亿件，快递业收入也在持续增长，达到了3974.4亿元和4957.1亿元。每件快件的平均费用在下降，由2016年的12.71元降到了2017年的12.37元，如图2-7～图2-10所示。

我国现代物流及供应链管理行业仍处于初级发展阶段，行业供应商功能单一，增值服务薄弱。目前，物流及供应链外包服务商的收益主要来自于基础性服务，如运输管理和仓储管理等，增值服务如供应链整合服务、供应链风险管理服务、一致性服务等以及供应链平台建设等服务收入占比较小。

随着个性化制造、个性化产品、个性化服务日趋明显，供应链的服务功能也日趋数字化、网络化和智能化。

实时服务提供以秒为周期的服务数据，可以根据供应链过程变化的状况做出灵活和高效的调整，并通过将实时信息整合进智能和交互分析框架以实现供应链的优化。将贯穿整个供应链的可视化和透明度提高到一个新的水平，也能带来额外的业务能力增长，提高运作效率。实时服务包含：针对产品流动和包装的实时追踪服务、供应链过程的实时风险服务、配送取货过程中的实时动态路径选择服务、实时库存服务、实时追踪智能物流目标服务。实时服务需要借助大数据技术来获取、组织、整合和分析不同来源的数据，以应对数据的速度、多样性和规模方面的挑战。通过物联网产生的地理位置信息促使供应链可视化颗粒度逐渐细化，乃至于实时管理和应变。

智能供应链将驱动服务模式的新的细分领域，带来新的收费模式，增加服务企业价值。如供应链服务专家、用户配置商、复杂物流解决方案协同商和物流服务商城运营商等；在运营模式上，提供跨境整合、额外付费、风险管理、供应链基础设施租赁等服务。

由此促进服务商品化不再是一次性的事件，而是被供应链云服务替代，并且可以重复使用，提高服务的可扩展性和灵活性；服务企业中更加专注于供应链协同和复杂性管理的轻资产物流企业出现；供应链物流服务全球化。

（2）企业供应链服务外包意识和外包比例提升，促进供应链服务的智能化 随着产业升级、竞争加剧和管理理念的更新，技术更新速度加快，用户需求和偏好转移的不确定性很大；同时，行业产品升级和技术进步所带来的工艺复杂性增强，导致生产供给流程的复杂程度日益增加。传统的内部供应链管理的模式已经不能满足各行业对供应链的快速响应、高效、低成本的要求。同时随着全球经济一体化进程的加快、信息技术在物流领域的应用和发展、对一体化多渠道市场需求的增长和物流服务供应商服务能力的扩充和完善，物流业务外包服务将逐步被社会认识、了解、认可和进一步采用。如电商、汽车、电子信息行业供应链管理的外包已较为成熟，医疗器械、快消品、食品及酒类等行业也逐步提高供应链管理外包的比例，以提升整体运行效率，从而为供应链管理行业提供了更大的发展空间。这使得上述行业成为目前国内供应链管理行业市场需求最大、发展最快的行业。

供应链服务需求双方联合和协同，将促进物流业务外包市场的发展。对于需方，产品的生产和交付的方式正在发生结构性转变，业务全球化趋势、对服务供应商依赖程度的提高、生产制造过程中部分功能外包率的上升、直销渠道的发展以及对市场快速反应的需求都将使物流管理工作比以前更为复杂和充满挑战。对于服务供应商，供应链服务逐步趋于系统化、数字化、智能化，服务提供商正在加紧进行创新和技术变革，强化竞争力，利用供应链智能化技术提高供应链过程运作的效率，快速延伸全球业务链和扩展服务功能链，为使企业进驻不同的细分市场做准备。

当前，跨国企业正在将更多的业务转向我国，我国有实力的企业也越来越多的面向全球，这都需要通过外包服务来降低供应链成本；企业面临着降低成本和提高核心竞争力的压力，而越发愿意增加供应链服务外包的需求；政府采取的积极财政政策和激励措施对供应链、物流市场需求的刺激；营销方式的不断发展和营销渠道的网络化趋势；传统仓储企业和新兴物流企业的激烈竞争等，推动了我国供应链服务业务外包市场的迅速发展。

作为提高物资流通速度、节省物流费用和减少在途资金积压的有效手段，影响服务外包发展的因素也不少，既有体制的制约、人为的失误，也有观念的陈旧和技术的缺陷，这些因素既存在于供应链服务商方面，也存在于物流需求商方面。

实际上，我国实施物流外包的企业中，有超过30%以上的客户对服务供应商不满意，主要原因有：合作双方沟通不畅，信息反馈滞后，缺乏应急措施；供应链服务供应商的信息技术系统落后，不能对供应链过程和相关事件进行有效跟踪和监控；供应链缺乏标准化的运作和评审程序，同一客户不同项目、不同环节服务水平参差不齐；缺乏持续改进机制；服务功能单一化等。随着供应链服务领域的进一步整合和服务能力更加的智能化，供应链服务业务技术含量的高低将是供应链服务供应商获取市场份额的关键因素，仅仅靠功能性的专业知识取得竞争优势将日趋艰难。为维持并增加市场份额，提高客户满意度，使需求商了解企业的特色，认可企业的价值，供应商将必须通过供应链智能化来塑造个性化的核心竞争能力，明确、清晰地宣传企业能够为客户供应链带来的战略价值和管理效率。

（3）智能物流技术的升级换代也将推动智能供应链在服务领域的长足发展 如第三方、第四方物流都开始使用智能化仓储技术、智能导航技术、全过程检测技术等，大大提高了供应链效率，降低了供应链运营成本。

物流仓储装备在各个行业应用占比，能在一定程度上反映出各个行业对于物流自动化的需求。2016年和2017年调查统计数据表明，商业物流占比增长幅度最大，从2016年占27%增长到2017年占37%；第三方物流占比增幅也很可观，从2016年占14%增长到2017年占18%；医药化工占比从2016年占13%增长到2017年占14%；机械制造占比也在增长，从2016年占6%增长到2017年的8%；其他如烟草、服装纺织、食品饮料占比都在降低，如图2-11和图2-12所示。

《中国物流仓储装备产业发展研究报告》在研究销售额时，按照国际惯例将物流仓储装备产业产品划分为以下五部分：货架及存储设备、输送及分拣设备、信息系统、电动类工业叉车以及其他。其中货架及存储设备包含货架、货库等物流仓储装备行业常用的储存货物的设备；输送及分拣设备包含输送机、分拣机等设备；信息系统则是指物流仓储用到的一些软件管理系统；电动类工业叉车是指运行在仓库内专门用于搬运货物的叉车；其他则包含物流机器人和AGV等产品。

2016年我国物流仓储装备各类设备销售总额和占比如图2-13和图2-14所示，总计约230亿元。其中货架及仓储设备的销售额几乎占据了总销售额的一半，约116亿元；输送及分拣设备的销售额接近总销售额的1/4，约60亿元；而剩余25%的销售额则是电动类工业叉车、信息系统以及其他一些和物流仓储装备行业有关的产品。

而2017年则如图2-15和图2-16所示：2017年物流仓储装备行业的销售总额大约为300亿元。其中，货架及存储设备152.06亿元，仍然约占据着总销售额的一半；输送及分拣设备81.13亿元；由于物流机器人和AGV发展迅速，所以其他类设备的销售额增长较快，超出了30亿元；而信息系统和电动类工业叉车的销售额大约都为20亿元。

从2016年到2017年各类型设备销售额的增长变化情况如图2-17所示，其中信息系统相对稳定，没有明显增加。货架及存储设备、输送及分拣设备的销售额增加较大，2017年货架及存储设备销售额较2016年增长了约30%，而输送及分拣设备的增长率大约为35%。而增长率最大的莫过于其他类型设备（由于AGV和物流机器人的兴起），其增长率达到了57.5%。

4.智能供应链在金融领域的应用与发展

（1）供应链金融在我国的发展背景 我国的供应链金融，大约起步于20世纪80年代，较部分西方国家晚，同时在具体业务层面上也存在应用程度浅、种类单一等问题。其间，供应链金融大约经历了线下融资、线下线上相结合融资、电商供应链金融及智能供应链金融四个大的阶段。

我国中小企业融资难、融资贵历来都是老大难问题。一方面个体工商户、企业间建立在一定合作、信任基础上的赊账、赊销（形成应收、应付账款）现象明显。在供应链动态运作过程中，经常由于各种情况导致资金压力，如因流动资金确实不足、因需要放大自身资金利用率等原因，使应收账款企业资金压力增大，被迫需要融资；另一方面单个的中小企业资金流本来就十分脆弱，而信息的不对称、征信体系的缺失，导致银行及其他同梯队金融机构对于其资质的审核难度达到最大，审核周期长、授信低成了中小企业融资的关键瓶颈。

这种情况与我国“普惠金融”的民生政策期望相悖。而供应链金融因其独特的闭环特点，有效解决了部分中小企业的融资问题，因而近年来备受政策的关注与大力支持。因其是以核心企业为中心，真实贸易为前提，加上对整体资金流、信息流、物流的控制配合的特点，将单个企业的不可控风险转变成为供应链企业整体的可控性风险，相比传统的单个企业借款项目，有了诸多优势与便利。参与者也愈发多元化，银行、上市公司、大电商企业、P2P平台等，市场前景广阔。

2017年10月13日，国务院办公厅发布了《关于积极推进供应链创新与应用的指导意见》（国办发〔2017〕84号）。意见指出积极稳妥发展供应链金融。重点内容如下：

第一，推动供应链金融服务实体经济。推动全国和地方信用信息共享平台、商业银行、供应链核心企业等开放共享信息。鼓励商业银行、供应链核心企业等建立供应链金融服务平台，为供应链上下游中小微企业提供高效便捷的融资渠道。鼓励供应链核心企业、金融机构与人民银行征信中心建设的应收账款融资服务平台对接，发展线上应收账款融资等供应链金融模式。（人民银行、国家发展改革委、商务部、银监会、保监会等负责）

第二，有效防范供应链金融风险。推动金融机构、供应链核心企业建立债项评级和主体评级相结合的风险控制体系，加强供应链大数据分析和应用，确保借贷资金基于真实交易。加强对供应链金融的风险监控，提高金融机构事中事后风险管理水平，确保资金流向实体经济。健全供应链金融担保、抵押、质押机制，鼓励依托人民银行征信中心建设的动产融资统一登记系统开展应收账款及其他动产融资质押和转让登记，防止重复质押和空单质押，推动供应链金融健康稳定发展。（人民银行、商务部、银监会、保监会等负责）

（2）供应链金融的核心 供应链金融的核心并不是主导者的扩大或者把主导者当作群体的担保者、回购者来增加信用从而达到融资目的，而是主导者介入到了不同经营主体的业务层面，从而分析、隔离、控制具体业务的风险，从而实现利益共赢、风险共担的融资模式。这种方法由很多现成的融资工具组成，比如订单融资、存货融资、应收账款融资等，操作形式可能是保理，可能是信用证，可能是贷款，可能是承兑汇票等。每个融资工具各有特点，根据不同的供应链业务交易特征，综合应用，以达到收益最大化、风险最小化。

与传统的主体授信金融模式不同的是，每个授信方案都和交易结构和业务特征与风险相关，所以关键是供应链风险的控制，需要通过核心企业来进行信用增级，并非通过担保，而是通过真实的供应链流动和贸易场景，关联企业的购买或者销售能力达成。

所以，供应链金融的核心在于控制供应链，这样商家的货物运输、存储、交易的现金流量都需要通过主导者的渠道，而支付和结算模式就变得非常的关键。目前支付方式主要是第三方介入，一些电商企业和第三方、第四方物流企业都可以申请第三方支付牌照。由于供应链金融涉及货物定价和流动、增值、贬值的时空效应，所以，必然和必须要贯穿整个产业链和价值链，而且还需要有标准化的定价模式才可能对货物在不同环节、不同时间进行标准化的估值，这就必然需要通过智能供应链技术（如区块链技术），才能够解决供应链流动数据、价格透明化、一致化、公平化和有效化的问题，而不仅仅是了解供应链上的数据。

（3）供应链金融的图谱及其原理 新型供应链金融构建了“M+1+N”的模式，即以“1”个供应链综合金融服务平台为中心，“M”个资金提供方，“N”个产业链上下游中小企业接受融资服务的互联网供应链金融生态。新型的供应链金融资金提供方不仅包含了传统的银行、信托、保险等金融机构，还包含了如网贷平台、P2P公司等互联网金融机构以及B2B平台、物流企业、金融科技公司等非金融机构，从而增加了融资渠道，降低了融资成本。图2-18所示为供应链金融生态图谱。

（4）智能供应链在金融领域的典型行业应用 智能供应链金融产品除了应收类、预付类、存货类产品外，增加了以大数据征信系统为核心的信用类产品，且已经逐渐应用在汽车、三农、医药、大宗商品和批发零售等领域。其中，2%～13%左右的利息差仍然是供应链金融的主要盈利模式。除此之外，部分参与主体也开拓了自己的增值业务，如商业银行的现金管理等中间业务和物流公司的仓储物流、动产监管、价值评估等。

供应链金融通常因其主导者不同而分为：核心企业主导的供应链金融、物流企业主导的供应链金融、商业银行主导的供应链金融和新型电商供应链金融。图2-19、图2-20所示为不同主导者的供应链金融逻辑表现。

如图2-19所示，供应链或物流企业主要是通过预付类产品帮助供应链企业融资。服务提供方在获得采购商的委托合同后，可以在客户资源系统内匹配合适的供应商，并通过电汇、信用证或保密函的方式代客户垫付货款，其后将货物运送至客户时收取货款；而对于生产商而言，当供应链服务方为其承运货物时，同时代采购商预付货款，使生产商能够及时回收资金用于下一轮投产。

在具体的供应链金融业务流程中，首先由电商企业和供应商签署贸易协议，供应商需在该平台产生稳定的交易记录。然后由供应商同电商企业供应链金融服务平台签署合同，并提交申请材料，电商企业根据其供应链服务平台调取的数据判定融资额度、期限和风险，并审核是否通过。在这个过程里，电商企业供应链服务平台作为主要数据提供方，平台金融服务部门作为外部金融机构参与，但由于二者享有共同的实质主体，因此灵活度更高，风险把控能力也更强。

图2-20所示为第三方支付承担的主要功能——通道功能，即交易中介，据此也会衍生出大量的数据。这些沉淀的数据一方面用于自身增值业务的拓展，另一方面也可以和银行及其他外部金融机构合作，用于对供应链企业的资金资产评估、账户管理，以数据打通整个链条。在这一点上，某些具有代表性的行业支付企业，有着不同场景下得天独厚的先入优势，凭借对不同行业特性的了解，将数据+风控有机结合，不仅降低了供应链金融的风险，也让资金供需双方实现了高效对接。

（5）供应链金融发展趋势 从整体上看，随着供应链精细化与协同化水平的提升，未来供应链金融市场将保持较快增长，或成为继互联网金融、消费金融后的又一风口。而从价值链条评估，风控将会是主要价值产出环节，风控能力的高低直接决定了供应链金融商业模式的可复制性与天花板。换句话说，数据和技术优势将奠定供应链金融企业的竞争力基础，如图2-21所示。

而从匹配程度上看，B2B电商在流量、成本、安全等角度具有相对优势；加之风控主体为电商平台，核心企业掌握大量的中小企业数据，因此对于外部金融机构的参与风险会大大降低，如图2-22所示。

另一方面，2017年B2B电商市场规模达到17.5万亿元，年均增速超过20%，但与B2C相比发展空间仍然巨大。随着企业在线采购和销售比例稳步提升，习惯逐渐培育，B2B线上化趋势会更加明显；B2B电商聚合广大商户，成为重要的信息和资金对接平台，能够穿透线上和线下，对企业进行增信。