云端需求驱动供应链

当今世界变化迅猛，供应链正快速脱离模拟和线性模型，转向数字和多维模型，即互联神经模型（众多啮合节点，见图2），节点之间信息种类繁多，并按不同时间、量和速度流动。企业必须能消化、感知（分析）并及时主动地回应洞见才能成功。根据MHI 调查（Batty 等，2017，3），80% 的调查对象认为数字供应链将在2022 年成为主流。数字供应链的采用程度在企业间、行业间和国家间各有不同。 人们普遍认为，但凡利用商业数据和数据驱动的企业，业绩往往更好。业绩*好的企业发现了数据的价值（Curran 等，2015，2—21）。以高质量数据（有关联且完整的数据）为基础进行分析得到的商业数据（business intelligence，BI）能让组织感知需求，明确趋势，变得更加主动。数据范围也伴随着供应链的数字化而改变。技术和规模经济*近已经提升，可以做到从无数个来源捕获数据，而且比以往更快速（例如，近实时或按固定时间间隔）。数据不只局限于销售需求，而可以涵盖多个其他来源，例如，天气、经济事件和经济趋势、社交媒体数据（如有利的产品情感分析）和交通数据，等等。 …… 利用综合、实时的数据结合高级的分析技术，可以使企业做出*佳决策，精简运营，并通过综合风险管理程序使风险*小化（Muthukrishnan、Sullivan，2012，5）。时机得当，数据价值可以*大化（Barlow，2015，22）。可视化和透明度提升的优点包括提升供应商的业绩、降低运营成本、取得销售和运营计划（S&OP）的更好效果和提升供应链响应能力（Muthukrishnan、Sullivan，2012，6）。落实高可视化和高集成度的供应链带来的优势包括通过更快速的响应和决策来提高销售额，减少整个供应链的库存，物流和采购成本的降低和服务等级的提升。 …… 要从需求驱动预测策略获取*大收益，应发掘计算资源中的高级技术。云计算能提供大规模计算能力并可灵活地扩大或缩小规模（通过增加或拆除并行处理数据的计算机服务器提升或降低计算能力）。云端具有无限计算能力、更高的敏捷性、按需自动化和即付即用（PAYG）金融模型，这让强烈吸引用户利用这类技术完成需求驱动预测。 …… 在供应链的背景下，云计算的这些优势可以通过云提供商的成本模型（如PAYG 或贴现预定实例）来帮助用户提高成本效率。计算资源的弹性也会为用户带来收益和灵活度。例如，用户可以在分析需求驱动预测的大规模时间序列时，优化计算库存，或者补充供应网络中的大量数据和多个网络路径（多梯级）时扩展计算资源，随后在不需要时收缩。用户可以通过云计算利用物联网（IoT）等新的颠覆性技术。利用物联网技术和云服务可以帮助用户收集来自联网设备的需求信号，并处理和存储它们，以便近实时地决策和分析。