信息技术在中国企业供应链应用的趋势展望

　　信息为企业的决策者提供了重要的决策支撑，对于供应链的绩效也起着重要的作用。而在大数据海量产生、顾客需求变化莫测、销售渠道和方式纷繁复杂的今天，信息技术在中国企业所发挥的作用更是难以估量。今天的信息技术包含了用以提升供应链绩效的数据获取、数据分析和挖掘的技术、流程和工具，它协同供应链中各个环节和职能建立起一条集成、协同和整合的链条并且驱动供应链的前行。没有信息技术的支撑，企业就无法知道自己的消费者、消费者喜欢什么样的商品、之前卖了多少、库存还剩多少、未来卖多少、促销如何做、价格怎么定、还要生产/采购多少、需要运输什么以及运输到哪等基本问题，信息技术不仅如同企业的眼睛、耳朵，更是要成为企业的大脑和神经中枢。

　　掌握信息并且挖掘和分析信息以推动决策的制定对于供应链的成功是非常的关键。日本的7-11、亚马逊、沃尔玛、UPS等公司的成功都是建立在掌握信息并且分析信息的集成之上，对于广大中国企业而言，未来的信息技术是中国企业的供应链运营管理的核心基础，下面的五个重要趋势都将对信息技术在中国企业供应链中的应用产生深远的影响。

　　中国企业当下可以获得的实时数据已经迅速增加，数据的质量、获取成本、获取深度和广度和之前相比都有了很大的改善，而实时数据对于分析一手消费者需求，进而驱动后端供应链各个环节都有重要的意义，而不是像以前总是滞后于消费者和市场的真实需求。从消费者的行为、表情和情绪数据，到快递的运动轨迹和所送商品数据；从天气数据、交通数据，到行业动态数据；从自己的数据，到经销商以及各种渠道的进销存数据，更不用说传统的历史销售数据、库存数据、采购数据等等，而如何利用海量的实时数据，则成了未来信息技术在供应链中应用的一个立身之本。

　　随着大数据技术的快速发展，我们正在进入“算法驱动时代”。算法每天都会对展示在我们眼前的信息进行分类、聚类、筛选、预测、决策。我们看到的百度上的搜索结果，淘宝上个性化的购买建议，微信上显示的朋友圈信息，京东的智慧供应链体系等等，这些都是算法的结果，而Google就是靠着两个算法而支撑的一家5000亿美元的公司。算法在传统的供应链软件无论是SAP还是Oracel的应用并不是太深，只有一些简单的算法，更不用提机器学习的概念。

　　而随着数据量的大幅增加，算法的重要性也在日益凸显，统计技术、智能优化、机器学习中的各种算法如分类、聚类、逻辑回归、时间序列、相关分析、偏差分析、遗传算法、优化算法等在供应链管理如供应链战略的制定、未来销售预测、物流网络优化、供应链计划制定、库存策略制定等都起到重要作用。一方面是对算法的研究和开发，另一方面则是算法和业务场景以及相关大数据结合建立模型，模型参数的调整和配置也是非常的关键。

　　SaaS被界定为拥有、交付和管理的软件。根据Gartner的报告，截止2017年，SaaS占全球软件销售的份额超过20%以上。SaaS软件的供应商往往起点较低，并且与传统的在线部署的应用软件相比，它的维护成本、硬件投入、人力投入等相对更低，对于中国的广大中小型企业来说，这些因素都是至关重要的。并且传统的软件企业如SAP、Oracle等都在往SaaS方向进行快速转型。

　　中国企业发展迅速、市场变化莫测、消费者需求也难以琢磨，这样就让每个中国企业的所处的行业、业态、自身模式、竞争策略都有自己鲜明的特色和独到之处，对于供应链管理软件的需求也各不相同。软件提供商要能够按中国企业的需求定制相应的方案套件，并不是一开始就使用整套方案，而是先通过基础模块的使用，跑通模式，并且可在短短数周之内完成并投入运行，然后在逐步进行推广。美国商业调研公司AMR认为，导入按需定制解决方案的趋势在未来几年内将可能增强，因为制造商需要“没有多余功能”的解决方案。

　　尽管消费者需求变化莫测，但凭借着海量的历史数据、即时数据、行业数据等还是可以对消费者的行为、需求和走势进行一定的预判，而且随着预测算法的精进，预测的精准度也在不断的提高，无限的逼近精准的极限，人起的作用更加趋向于去判断和干预。，要认识到对消费者需求的完全100%精准预测其实也是一种运气，所以在复杂的环境之中，大量的不确定性存在的情况下，迅速做出反应来弥补一定的预测偏差，这些也变得越来越重要，中国企业需要采用前后都能兼顾的系统加以应对。