关于智慧供应链，希望能够从整体和大家做一个分享。当然，这个整体给自己的压力很大，我们即使是做研究，接触了这么多企业，面对这么广泛的领域，我们的眼界和视角还是相对来说会不足。如果有不完整的，也请大家帮忙补充。
这个图谱分几个层次：作业层、管理层和决策层。供应链与物流，是两个完全不一样的角度，对于供应链，首先在决策层，我们需要看预测与计划，看供应链产销协同，看控制塔，也要看到当前大家在大数据、云端和算法上，希望能够从整体上做改善做优化。供应链中台，这是当前数字化供应链最核心的一个新的命题。原来大家供应链的系统，整个体系可能是用ERP来串的，可能是说我的计划、采购、生产、物流、这些整体都能贯穿到ERP整个体系当中来。但是现在我们觉得供应链整体的信息化、系统化、互联网化，需要有一个全新的大中台的概念。
再到管理层，基本上都是系统管理层面。我们要通过系统来连接作业层，来支持决策层。这个系统层面我们基本上更偏供应链执行，我们讲供应链，可以分成供应链计划层和供应链执行层。供应链的执行层更多的会偏到物流，偏到运营，这里面有车辆管理的，未来也会更多的涉及到物联网。
底层的作业层，我们也加了一个链条，这个链条现在是很有意思，我们可以看典型的B2C电商这个领域，有快递公司和仓配公司。这个时候仓的布局主要是贴近在消费端。另外我们现在在讲新零售的代表，主要是线上线下融合的仓店一体。门店既是仓，越来越成为崭新的点。对于B2B，仓的体系，包括流通端的仓库分布与前置仓、门店仓，现在一二线城市的前置仓密度已经很高了，再往后看几年，当大家把消费端都打到足够密了，只能再走到产地，看谁那里有好货，把好货都拢到我的仓里来，可能那时候，产地仓会是新的机会点。
我们来看看每个领域对应的产品与企业。
1.1决策层
计划、协同、CT
首先在决策层，我们看这几块，重点看供应链中台。
（1）预测与计划
从国内来讲，预测和计划相关的系统，在国内国产的并不多，大多是国外的。国内的有欧睿（oIBP），这是上海大学需求链研究院的一个团队推出的产品，它试图预测商品的计划，再到物流、经营、生产、采购的计划，再到全渠道的整个供应链，怎么样能够做产销协同，做供应链的集成。主要会集中在前面的预测和计划。
在预测与计划方面，京东Y事业部通过趋势预测，包括自己的财务计划，来推动商业预测。只有预测准了，买什么买多少，这样才能把钱花得准。钱花出去是很难收回来的，花出去就要想能卖得掉，预测做得好后面才能跟得上。到后面的库存计划、销售计划、促销计划、运营计划，到供应链的执行，整个仓、配。如果你的计划和预测能做得好，就可以做到现金流是节约的，效率是提升的，库存是优化的。我们看整个一体化的计划，这是当前电商平台都真正在前端最想做的事情。只有把你卖货的效率体现在买货花钱的效率，整个体系大家才都赚钱。
（2）供应链协同
全球性的公司，也有这种一体化的供应链的产品。它能够使得我们从原材料，到制造，到零售，到消费，整个这样一个体系，能够实现相互联系的供应链模式。益海嘉里盛总也提到，现在整个订单拉动的供应链，越来越成为主导。这也是因为以前我们国内计划经济时代是配给制的，生产什么就拿什么。现在生产已经过剩，消费成为了拉动一切的力量。如果从消费来拉动前端，怎么样能够贯穿这个链条。因为这里面相关者太多了，在零售，在制造，然后在原材料，在品牌，都有相应的非常有power的人、企业在那里，他们会说这个链条要听我的，他们要用自己的力量重塑这个链条。
（3）供应链控制塔
One推出了控制塔4.0的产品，1.0产品是做可视化，2.0是做指标预测分析，然后转向由消费者驱动预测。当前的4.0是以消费者驱动整个网络，能够实现自主控制，做自动化的作业，做更好的决策和更专业的决策。只有推动这样的产品，把你的供应链整个链条上的，在运行的状态能够实时的抓取，还能够帮你做好预测，做好计划。这里面就非常强调协作和共享，强调通过构建这样的控制塔，来实现这条控制链。这里面就要用到很多的算法和机器学习。
供应链控制塔里面分了几层，无论在第几层都是实时可见的，大家要知道现在我的供应链在发生什么。有仪表，有报警，跟外部数据做链接，能让我知道整个供应链现在怎么样、有哪些潜在风险。在这之上要做分析，要查来源，要做响应，还要模拟这种问题会对我产生什么样的影响。在这个层面之上，我要干什么，我想好了我要干什么，我知道我做了这件事情，它对我会形成什么样的影响。然后再去做计划、执行，然后持续做改进。
在整个B2B的领域，传统大的制造业，大的品牌商，基本上都有这样的全球性的模型，来帮他们跟踪整个供应链的运行。这是一个跨境电商的控制塔，基本上是做我们刚才讲的连续的预测、需求的转化、订单预测的转化，再做计划、执行，包括补货出货，时间安排，能力的匹配。最终是要提升预测的精度，通过这样的项目，实现预测精度提升40%。40%是什么概念？就是钱，预测得准了，这个效果的体现是最为明显的。
1.2决策层
算法、大数据
（1）算法优化
现在陆续有一些产品，但是我们知道，全球原先做优化的产品，转手几次，最终很难做成大的企业。这个领域很少有人愿意真正投入精力去开发做这样的产品。但是我们也看到，国内也有这样的产品，他们运用运筹、服务、人工智能、启发式，机器学习等理论，构建智能的调度方案。我们看菜鸟如何在其体系里运用算法优化的，这是他们处理的，从库存到揽收到履约到仓内作业到干线运输到末端派送，通过机器学习来解决各种问题。这从物流的视角上来讲，有哪些问题需要解决的，可以用算法解决的。
还有像美团、百度外卖，他们的订单从最开始的人工抢单，到手工派单，再到机器推荐，然后骑手择优抢单，再到后面智能派单自动调度。这个过程中效率是非常之高的。我们知道最开始手工指派，一天一千两百万单的话，放在那里得点鼠标点多少次？根本派不来，只能依靠技术来提升效率，改善调度的规则。
（2）大数据
顺丰的数据灯塔，就是做行业分析、供应链分析、品牌分析、用户分析、产品分析，而不仅仅是做快递的东西。当然它包含对快递的分析，但是它会把整个商业的数据，从各种电商平台，也把各种商品，SKU的价格、波动，全部拿过来，在房地产平台上把房地产的数据全都弄过来，还要定位一个人，你经常买什么东西，你住什么样的房子里，你身价多少，开什么样的车，是不是养宠物，这些都会归集。当然不只是顺丰，所有的平台都在通过数据归集，描绘用户画像。
从大数据的角度，我们也看一下京东的案例。这是在分仓，他们有百亿级的商品组合，这里面把主观干扰的去掉，本质的关联性，再看到时间序列关联的预测，来提升计算，进行挖掘，找到目标的数据。对于这样数量级别的公司也只能这样做，真的是靠人不行。当然我觉得，物流领域大家也会看到越来越多的大数据算法的优化，在里面应用。现在还有很多人工作业的，很low的不标准的难以数据化的。但未来整个体系都在提升基础的水平，所以为什么我在上午结束的讨论环节，我说数字化供应链可能是未来。整个链条，从计划到执行完全数字化，大家才有多的数据可以做分析做优化。
1.3决策层
供应链中台
关于供应链的中台，可能阿里确实是最典型的，他们从不同的工作台的视角，把整个业务从商品到计划、采购、履约、库存、结算，所有的都包含进来。在数据应用架构上，设置不同的规则、应用模型和算法模型。把底层，把供应商、商品、订单、库存、结算、会员、模式，根据实际的可以数字化的东西，把它做成数据的架构。底层的所有这些业务，这是它的场景，这些业务场景产生的数据，支撑业务的运营，面向不同的角色，能够在整个空间的中台上各自其所。
供应链中台是什么样的概念，我理解，无论是供应商、商家、平台运营商，还是消费者，大家都在这个平台上有一个自己的角色，进去有自己相对应的应用，这个应用后端的应用体系，所有人都在一个平台上玩，但是玩的数据基础还是一致的。不像以前，你有一套你的系统，我有我的一套系统，大家对接，已经不是这样了。已经是大家在一个平台上玩，底层数据基础是一致的。只有平台型的公司才能把整个链条上所有的玩家拉到一个平台上来，才能形成这样一套，一个平台就是一个大的供应链的数据。
传统的制造商，其实也有这样的数字化供应链产品，他们也通过把计划、采购到供应商，生产到物流，整个相应的体系也完全拉通，使得它的供应链能够更加敏捷。当然这是基于数字来运营的，只有通过数字的运营，才能说流程上打通了，数据能够支持，还能够支持整体链条上的优化和决策。
2管理层
仓储管理、运输管理、车辆管理
管理层会更偏系统的层面，大家都比较熟悉国内这些公司，比如说在富勒、唯智，他们有全的产品，在物流的整体解决方案上也有比较领先的优势。唯智当前也在持续推混合云，把共有云和私有云打造成核心的解决方案。包括科箭也推出了供应链云的平台，做的是一个一体化的，不是说给你三个模块对接起来，这就回到刚才我们说供应链中台的理念，整个物流的运营体系未来也是全部都是数字化的。供应链有数字化的平台，物流业会有数字化的平台。
前一段时间我们出了合同物流的报告，我们分析了很多行业，最后看下来，也是意识到：所有的物流公司，未来都要考虑怎么样把你整个物流运营的体系，能够做成一个一体化的平台。而且这个平台也是跟你的客户、跟你的供应商、跟你的司机，整体都是大家有各自的角色进去，都有各自的终端，但是大家是在一个系统上玩的。我们传统的系统更多是流程型的管理，不是运营型的。这种平台不仅仅是说企业要把业务管好，而是说整个链条贯穿打通之后，有了这些数据，大家怎么样去分析这些数据，运营这些数据，找到优化点，然后提升整个运营的效果。
包括oTMS，不仅仅是SaaS的TMS，它在构建一个生态，也在做物流的服务，帮助客户做定制化的解决方案。同时还有金融服务。也有前面冯总讲到了维天运通和路歌的整个一套体系。这不仅仅是无车承运人了，冯总在整个面向客户也构建了面向货主，整个链条上的产品、平台的服务，包括增值的服务。而且也构建了一个很好的生态，它有面向司机的社群，是国内在司机群体当中最为活跃的司机的生态社区。
易流基于大数据做运输全程的透明，它有时效概念，0小时运单下发、2小时提货，7小时提货离开，24小时到达中转，36小时配送分拣，48小时送达。它更关注这个链上，怎么样在运作效率上有所体现。而且我跟易流的交流也比较多，他们在整个运输的互联网的解决方案上，做得还是非常全面的。它面向不同领域的客户做了非常多的物联网尝试。
3作业层
仓储、运输
仓和运这个层面，我们看到更多是自动化、无人化。整个仓储的场景，我们大概划分一下，入库、出库、搬运、输送、拣选、分拣、仓储，以及整个这个体系的解决方案。这是我们大概理出来的，我们看到的企业。
德马泰克，他们在仓内有全系列的解决方案。这个全系列的解决方案包括AS/RS，运营管理中心，自动存储，穿梭车等等，这是非常多的产品。京东在昆山的无人分拣中心也划分不同的区域，是一个全自动化的解决方案，这些在网上大家都可以看到相应的数据。
快仓在仓库全流程上，从收货的无人叉车、搬运机器人、辊筒机器人，整个体系都有一套产品；Geek+，他们不仅仅有货到人的拣选，而且运单到人，分层拣选，不同的解决方案；鲸仓在存储效率上相对传统仓库，显然有大幅度的提升。
智慧运输的角度，我们看到从仓到干线运输到区域到末端，这里面也有很多的创新，有运营模式的创新，有枢纽，也有综合性的公司，包括车、飞机、GPS、TMS。这里面我们看到今天有易货嘀，在做智慧城配，面向B端和C端客户提供标准化定制化的解决方案。云鸟通过鸟眼和司机的app，能够一方面为客户提供增值的服务，另外一方面做好司机的管理。也包括货拉拉，跟前面两个还有比较大的差异。
整车领域，福佑做整车的运营交易，一方面连接货主一方面连接经纪人。还有狮桥运力，把运力资源，把资金，结合业务投放到司机，让司机把现金流整个转起来。还有货车帮、运满满，线上有运力撮合的平台，也有线下智慧物流的数字港。还有货车宝这样的货车导航的工具，他们在没有几杆枪的情况下也做到有80万司机的使用，完全是一个司机群体口口相传。里面一些红点非常有意思，有些可能是查超点，那些地方有查车的。当然有些是标注一些，比如说要加油的等等，提供了很多的工具箱，来提供支持。主要就是说，像市内的限行的禁区，像货车限行的地方都能够在规划中帮你自动的规避，帮你找到成本最低的高速通行费收费最少的路径。
在运输设备上大家都在看无人车，无人车有货车，京东的轻型货车，特斯拉的电动卡车，还有配送车，京东也有相应的产品，菜鸟也有相应的产品。这里面有一些数据大家可以参照。另外就是无人机，我们现在看到的无人机，DHL、京东、亚马逊、顺丰、饿了么都有无人机的产品。载重大家看到，都在10公斤往下。这是小型的无人机，在最后一公里使用的。
现在还有大型的，京东在6、7月份的数据，已经处理了八千多单，能够运载两百公斤以上的。顺丰的大型货运无人机，能够运载1.5吨。这本身就可以做支线飞机的，它的距离能够在几百公里这样的范围。这是未来无人机加上货机，整体可以构建一个真正的飞机运输的网络。
我们前面跟大家一块分享了智慧供应链的决策层、管理层和作业层，最后还是回到数字化供应链。这是从采购、到生产、到分销、到零售，整个体系当中我们看到大家都在考虑怎么样构建自己的新的数字化供应链平台，然后不仅仅是数据能够采集上来，而且整个流程是一体化贯穿的。那在执行这方面，就要关注到我们的客户，其次我们内部的企业文化和我们的人才，再是有没有这样的技术，企业的管理怎么样。因为体系越数字化，反应越敏捷，抗风险能力越强，因此，企业要尽快形成自己的风险管理能力。