首頁 > 新聞 > 國際 >

云計算下的供應鏈管理

2014-11-19 09:46:58   作者:   來源:FT中文網(wǎng)   評論:0  點擊:


  當聯(lián)想(Lenovo)在巴西的工廠準備制造一批計算機的時候,生產(chǎn)所需的微處理器往往得從中國空運。一場機場貨運工人的突然罷工就可能打亂計劃,延誤生產(chǎn)。

  但聯(lián)想供應鏈戰(zhàn)略副總裁米克·瓊斯(Mick Jones)表示,如果你確切知道那些部件在哪里,以及何時需要它們,你就可以立即做出反應。按銷售計算,總部位于北京的聯(lián)想是全球最大的個人計算機公司。

  瓊斯表示:“我們可以決定是等一等,還是從其他工廠調(diào)配這些芯片,抑或是從其他更近的地方購買。即便費用更高一些,那也意味著我們可以順利完成制造過程,不會造成大規(guī)模的中斷。”

  瓊斯表示,消除此類麻煩并避免供應瓶頸至關重要,因為供應鏈日益被用作一種競爭武器。“提高供應鏈的效率可以提升速度和客戶滿意度,同時降低成本。”

  目標是提高每一個階段的效率,包括采購、制造、庫存管理、運輸、倉庫管理、需求預測和銷售。但實際上其中許多職能都被外包,這就很難改進整個過程的效率。

  GT Nexus首席營銷官格雷格·瓊森(Greg Johnsen)表示:“這種情況產(chǎn)生了大量有著獨立數(shù)據(jù)系統(tǒng)的公司,這些系統(tǒng)有必要整合。”GT Nexus是位于加州的一家基于云計算的全球貿(mào)易網(wǎng)絡。

  與此同時,一系列因素可能擾亂供應鏈,從罷工、火山噴發(fā)、金融危機到社交媒體上的聊天引起的需求突然變化。

  為了解決這些挑戰(zhàn),企業(yè)運用了一系列技術,包括數(shù)據(jù)管理和分析、機器對機器通信、社交媒體分析和云計算。

  瓊森表示:“我們不得不建造一些系統(tǒng),從而可以更容易管理規(guī)模大、復雜而且高速的數(shù)據(jù)。”

  從供應商那里采集數(shù)據(jù)有助于企業(yè)計算如何最有效地使用倉儲空間,并決定使用哪個配送中心,以及何時棄卡車改用空運。

  思科(Cisco)英國與愛爾蘭子公司的首席技術官伊恩·富德瑞(Ian Foddering)表示,在供應鏈的另一端,從“智能”設備那里采集的數(shù)據(jù)可以在需要供應時提醒公司。他說:“當客戶的牛奶告罄時,聯(lián)網(wǎng)的冰箱會向超市發(fā)出提醒,這進一步提高了供應鏈的效率。”

  聯(lián)想正使用數(shù)據(jù)分析來了解如何加快配送。瓊斯表示:“我們?nèi)ツ暝跍蕰r向客戶送達產(chǎn)品上出了問題,你通常會以為這是配送問題。”

  但數(shù)據(jù)分析顯示,物流部門準時響應了,問題出在制造期間,并與零部件交付時間有關。瓊斯表示:“該產(chǎn)品極為復雜,我們意識到解決辦法是通過削減零部件種類和數(shù)量來簡化制造過程。”

  找到問題源頭可以讓聯(lián)想提升更多產(chǎn)品系列的效率,并實現(xiàn)更大的成本節(jié)約。

  數(shù)據(jù)分析對物流也有幫助。供應鏈管理公司JDA的全球行業(yè)和解決方案執(zhí)行副總裁拉扎特·戈拉弗(Razat Gaurav)表示,空駛里程(沒有裝載貨物的里程)占運輸成本的比例可能高達30%。

  “這相當于每年不必要地排放840兆噸二氧化碳氣體,從經(jīng)濟或環(huán)保角度來說這顯然是不合理的,”戈拉弗表示,企業(yè)應該致力于將空駛里程占成本的比例降到10%以下。

  供應鏈效率也可以通過分析“非結構化”數(shù)據(jù)來實現(xiàn),比如社交媒體上關于時尚的閑聊。戈拉弗表示,現(xiàn)在這種數(shù)據(jù)影響了20%的需求預測。

  收集供應鏈數(shù)據(jù)是一個艱巨的任務,尤其是因為早先每家公司往往都有自己的系統(tǒng)。瓊森表示,現(xiàn)在許多公司都使用云計算系統(tǒng),使得公司可以在整個網(wǎng)絡內(nèi)策劃供應過程——這個網(wǎng)絡更像是一個商務社交網(wǎng)絡。

  瓊森表示:“一旦某個地方出現(xiàn)了更新,所有需要的人都可以看到,而且可以立即看到相關新聞。由公司組成的整個網(wǎng)絡可以作為一個整體行動。”

  以云計算為基礎意味著公司不必建設或投資于昂貴的IT系統(tǒng),他們在需要的時候付費即可。

  供應鏈管理的“圣杯”在于準確地知道每件物品的實時去向。雖然目前還做不到這一點,但隨著從嵌入式微處理器到數(shù)據(jù)采集技術等更先進技術的廣泛運用,這只是時間問題。

分享到: 收藏

專題