如今，整个商业世界的数字化步伐正不断加快，供应链变革成为企业转型之重要一环。云计算、物联网、大数据等数字化技术正在颠覆人们对供应链的传统认知，不同的技术相互碰撞，各种化学反应不断产生。

在正式开始今天的内容之前，让我们先来戳一个彩蛋，听一听供应链“狂想曲”之“链链风尘”这一章。先来感受一下当供应链遇上区块链，到底会有哪些化学反应吧！

点击视频，观看埃森哲大中华区管理咨询董事总经理王晖的见解

一如视频所展示的，企业供应链面临着诸多挑战，孤立的追踪系统和海量数据库使跟进、回溯和审计变得困难重重，持续的操作处理也使数据源头含混模糊，而区块链技术在帮助企业供应链提升透明度和可跟踪性的同时，也帮助其提高安全性并节约成本。

当然了，区块链只是数字化供应链改善过程中的技术之一。对企业来说，要奏响供应链“狂想曲”并奉上上乘之作，并不是件容易的事。如何实现智能与互联转型，如何打造供应链的核心竞争力，需要思考的内容还有很多。

智能、互联的未来供应链

埃森哲对中国年收入超过4.5万元的家庭进行的一项调查显示，67%的受访者表示他们不再只是购买必需品，而是选择品质优良、消费体验良好和能体现潮流趋势的产品……内需启动、消费升级对整个消费市场来说，既是挑战也是百年难逢的机遇，同时也对客户体验以及物流和供应链响应效率提出了更高要求。

如京东通过极速达、当日达、夜间配等服务，优化客户体验。服装巨头Zara依托快速响应的敏捷供应链，将识别潮流、服装设计到全球上架的周期缩短至仅仅两周。AmazonGo则实现了店内商品、消费者和计算机的实时互联，让购物体验变得更为便捷。

这些客户体验的改善与供应链效率的提升，依靠的正是“智能化”与“互联化”这两大技术趋势。

需要注意的是，“互联”与“智能”已经不再是简单的RFID等硬件连接，而是全产品、全渠道、全流程、全生命周期、全时空的连接，以及基于此的各类智能应用。它至少应该包含三个层次：

第一层：基于新零售等新商业模式，从前端（销售）出发重新梳理后端供应链，打通产品、渠道、流程，从B2B/B2C转向C2B/C2M；

第二层：基于云和大数据，在打通物流全流程和客户全生命周期的同时，连接过去、现在和未来，实现从Big Data到Smart Data的转变；

第三层：在以上基础上，形成开放、共享、万物互联的物流及供应链生态圈，驱动新商业模式的萌芽。

对于品牌/生产企业，以及物流企业而言，如何才能在智能、互联的浪潮下进行供应链及物流转型并保持竞争优势？我们提出了三则相应对策：

对策一：物流的专业化发展及平台生态化转型

随着GPS、地理围栏、自动仓储等技术应用的普及，仓储、干线运输及末端配送将实现全程实时跟踪，并基于此衍生出一系列增值服务，提升物流服务专业化水平，进而提升行业整体门槛。企业的供应链管理能力也将更侧重于总体计划，逐渐将运输过程的管理及执行外包给专业的综合物流服务商。

此外，“互联网+”驱动平台业务模式的发展，延伸出集货平台（如菜鸟）及运力平台（如卡行天下），提升了物流资源利用率，也为物流服务用户提供了更多元化的选择。在此趋势下，无法提供差异化服务的物流企业将面临被淘汰或被兼并的命运。

未来，物流生态将由较为零散的独立运营企业，逐渐向专业化及平台化发展，原有的全国综合物流服务商将承载更全面的产品及服务；而中小物流企业则依托平台实现专业化发展；品牌/生产企业则将朝更加垂直整合或聚焦销售与品牌的轻资产模式发展。

对策二：打造精益敏捷的供应链管理模式

物联网通过数据采集及互联技术使企业生产运营的各环节均实现及时、在线、可控，使企业能更准确地掌握运营情况。

实时信息反馈及云计算也让企业迅速应对需求及供给的变化并进行模拟测算，及时提供解决和调整方案。

此外，信息传达的及时性也缩短了供应链计划及调整周期，预测滚动及库存管理将更加细致，从而有效缩短备货提前期、无限逼近“零库存”。

对策三：从Big Data到Smart Data

物联网技术的快速发展大幅增加了企业的数据量，数据将成为企业的重要资产，数据存储及管理也将成为企业的核心竞争力之一。

结合前端的电商平台销售信息，可发展出“线上分析判断+线下执行优化”的融合运营体系，通过实时监控预警并智能动态调配供应链资源来实现企业效益的最大化。

某物流公司经过业绩分析发现，其第二季度的收入完成效果不佳，此为表层的业绩分析。

该公司为找出收入下滑背后的原因对收入指标拆解并进行根因分析：配送时效不达标直接导致了主要市场收入完成情况不佳。此时的根因分析达到了数据分析的第二个层次。

若继续分析公司运营关联性发现，配送时效受人员及车辆配置影响。而对比历史数据中不同市场的时效要求、人员车辆配置和收入完成情况，推导出当前主要市场需要的人员车辆配置，从而生成了资源优化计划。此时的数据关联性分析已达到第三个层次。

这是数据分析应用的深度。

该公司还可以借力云服务商平台上的海量数据，进行更广范的运用。在业绩表现上可以跨企业进行对比，也可以跨行业借鉴其他行业的情况。

更进一步，如果企业能够基于以上数据资产建立数据模型并且匹配足够智能的算法，就可以对未来进行预测性分析并制定各种预防或改善措施，使企业能提前为瞬息万变的市场情况做准备。

这是数据分析应用的广度。

然而，罗马建成非一日之功，企业需要从根本做起，遵循数据分析能力的发展顺序。从数据采集、存储到内部微观运营分析，再到跨企业、跨行业的宏观趋势分析，建立起明确的战略计划及实现路径，并有主次、有目标地贯彻执行，才能奠定供应链及物流智能化的基础。

激烈的竞争环境、善变的消费群体、上升的综合成本、颠覆性技术的涌现，将会加剧未来中国市场的竞争，而供应链作为连接研发、生产、消费的关键环节至关重要。我们建议企业，尽早将供应链的智能和互联转型提上日程，打造企业供应链的核心竞争力。

本文部分改编自埃森哲《展望》期刊文章《迎接互联，拥抱智能——物流及供应链行业转型之路》，作者为埃森哲战略大中华区董事总经理汪玉喜、埃森哲战略大中华区总监徐孜望、埃森哲战略大中华区经理黄炳焜和埃森哲战略大中华区顾问李若冲。