2023年供应链发展十大趋势对钢铁业发展有何启示?


发布时间:

2023-09-05

近期,全球供应链管理协会(ASCM)例行发布《2023年供应链发展趋势》(下称《趋势》),并从115个发展趋势中确定了供应链发展的前10大趋势。

近期,全球供应链管理协会(ASCM)例行发布《2023年供应链发展趋势》(下称《趋势》),并从115个发展趋势中确定了供应链发展的前10大趋势。

  趋势一

  深化大数据分析与应用

  提升供应链可视性、规划性

  《趋势》将“大数据与分析”列为第一。核心有3点:一是通过数字化、敏捷化的供应链管理,可以缓解供应链中断造成的混乱问题;二是有助于实现预测性和规范性分析;三是实现供应链更高的可视性、规划性,提升数据驱动的决策性、可预测性。

  在生活资料供应链领域,大数据与分析案例已层出不穷。钢铁供应链领域的相关案例也正在兴起,生产环节多用于计划与质量控制,流通环节则多见于价格及库存预测。在有关数字化与信息化之分的诸多讨论中,有一个观点认为,信息化是“T+0”,即时间与线下保持同步,而数字化是“T+1”,关键在于能否基于算法、大数据进行预测和判断,释放数据的时间和效率潜能。钢铁企业推动数字化供应链建设,主攻方向应是推动大数据进一步应用,更多地实现生产和供应链管理可视化、精准化,为“快”提供科学决策的依据。

  趋势二

  数字供应链乃大势所趋

  是一流供应链应具备的基本要素

  《趋势》指出,以数字化管控供应链风险、提升供应链弹性、增强供应链安全将成为供应链管理领域基本要素。供应链数字化包括通过物联网实现大规模传感器应用、数字孪生、内部和外部接口共享、流程自动化等。

  供应链数字化已是大势所趋。一流的钢铁企业必须采用数字供应链,否则将被更灵活、更高效的竞争对手甩在后面。供应链数字化发展到当前,技术已经非常成熟,关键要打通更广范围、更长链条的数字协同与接口,实现信息流、资金流、物流、商流等“四流”线上线下的无缝链接。

  趋势三

  提升供应链弹性与抗风险能力

  增强供应链韧性

  《趋势》指出,供应链将变得更加紧凑和本地化。供应链风险和弹性需要高度复杂和相互关联的协作。其关键战略包括供应商、生产能力和运输流程的多样化,以及寻找替代材料和非传统合作伙伴关系。

  统筹发展与安全是党的二十大报告提出的产业发展的新要求,也已经成为当下应对不确定性的关键词。拥有弹性供应链设计能比竞争对手更快地减轻不良事件影响、提供卓越的客户服务、创造价值和提升市场份额。供应链中断事件在钢铁行业市场运行中屡见不鲜,如钢厂不发货、仓储企业爆仓等导致的停产、无法交货等情况时有发生。在效益与安全之间寻求动态平衡,解决之道在于提升供应链协同水平,抓手是强化数字化技术应用,利用数据连通性,做好场景设计,全链路提高供应链风控水平,维护供应链稳定性、持续性。

  结合钢铁行业现有的供应链风险管理案例,目前的主要应对措施是:第一,做好供应商风险因素监控,变被动防范为主动防御。包括对舆情、履约风险的线上监控等,关键要提高数据的及时性。第二,做好供应链风险监控预警,预防供应链中断风险。这方面涉及对安全、法律、需求等多个方面的监控。如普洛斯物流园智慧系统设有“气象灾害云防控系统”,以防御天气可能造成的物流风险。第三,对关联企业进行挖掘与监控,全面开展供应链风险评估。这要求供应链系统与关联企业打通,不能事倍功半、形成“孤岛”。第四,实施全链路数字化管理,发挥各自在货源采购、物流等链路的信息共享机制作用,实现对供应链的协同风控。

  趋势四

  人工智能和机器学习

  正全面渗透至流程和系统

  《趋势》指出,人工智能和机器学习是在广泛的操作环境中集成人员、流程和系统的基础,正成为供应链效率提升的驱动力。人工智能在供应链领域涉及更具协作性的方法,以及人与机器人之间的伙伴关系,将对众多供应链功能产生重大影响。

  2023年,ChatGPT火遍全球,人工智能正渗透至生活与生产资料供应链的各个环节。比如,以交互式AI构建的聊天机器人、智能语音助手等,已经成为客户沟通交流的重要手段,可有效提升客户满意度、降低人工成本。作为AI分支领域之一的图像识别技术已广泛应用于供应链领域,如废钢识别。大部分企业利用图像识别技术,实现了数字化感知、智能化运营、可视化决策等。未来,人工智能将在钢铁供应链上逐步实现“车、货、仓”的全面数字化感知与智慧化管理。

  趋势五

  机器人正在改变供应链

  将大幅节约成本

  《趋势》指出,劳动力短缺、供应中断和需求激增迫使组织利用机器人技术,智能机器人正在改变供应链。移动和固定机器人将协助工人完成仓储、运输和“最后一公里”的交付任务。虽然初始投资会很高,但从长远来看,节约的成本将是巨大的。

  在软件领域,机器人流程自动化(RPA,Robotic Process Autom