金蝶云·星空V7.7供应链云的10大创新和领先之道

摘要：“供应链很简单，大多都一样，已经非常成熟，选谁都可以。”这些是很多企业的认知，也是我听到最多的关于供应链选型的观点。
关键词： 创新

“供应链很简单，大多都一样，已经非常成熟，选谁都可以。”这些是很多企业的认知，也是我听到最多的关于供应链选型的观点。这种说法到底对还是不对？对应的市场是动态的，人员是要激活的，运营是需要效率的，变革是需要落地的，这些大家也都认可。然而矛盾由此而生，前者对应的风险控制红线（标准+流程）指导执行一条路径能否应对变化？而变化时时发生，是否成了束缚？而此刻的绩效应用，远离了“炮火”的实际，是提升还是追责?对，这就是常说的好心办坏事。很多企业的供应链应用在使用多年后，面对上述的不确定性，不但不会进一步提升，反而还会退步，因为所谓的规范标准已经应对不了市场，实际操作中得不到数字的有力支撑，大量的补丁外挂系统外执行成为选择，系统必然退化。

在数字经济大背景下，从高速成长型市场的数字化支撑选择来看，基于主要企业云厂商（也是主要的供应链信息系统提供商）连续多年的公开年报中可以看出，金蝶云·星空是这个细分市场的绝对王者，领先对手多个身位，已经有大量的企业选择金蝶云·星空重构数字战斗力，从而赢得高速增长，其中的核心功臣就是供应链。本文也是基于星空的供应链实践来阐述的，核心观点是：无差异的供应链认知，正是企业对供应链缺乏了解。企业发展的基础是供应链，任何一种竞争力建设路径、商业模式的创新最终都是供应链的承接，甚至可以说，做不好供应链，就做不好转型。

外部定义整体绩效

供应商协同与全流程消协同

传统上我们对于供应链的认知都聚焦于内部，采购仓存销售是核心（虽然在内部供应链，制造也是核心，但在信息化建设中，更多将其归于制造中，本文也延续这一定义）。但今天企业的绩效由于需求多变而需要更为广泛的连接与协作，这种连接与协作是必然，企业的绩效来源于连接的紧密性和确定性。

供应商协同也不再是大企业批量驱动下集采的节约，也是中型企业多变需求价值产生中的必备一环，需要数量、质量、交期、结算、配送的深度协同，协同是标配不是选配；物流也是一样，仅发运信息的推送预通知经销商收货，就可以提升整体的货物周转率，让信息多跑路，信息通达，解决原先用“物”解决不确定性的逻辑。因为后者是资金占用，是价值链上的损耗。这种协作不仅仅在外部，其实在内部也有，各职能信息服务化，仓库依据库存通知采购货物送货，信息流转起来就是价值的本源。

“管控”细节中有魔鬼

各模块的深度细节

传统的供应链支持订单、发货、结算等各类流程，可以自主配置，例如采购（正常采购、费用采购、直运采购等），但是跟企业的实际还是相距较远的，因为每个行业都会有很深的“know how”需求，例如，更加适配的报价、更精细的收发货与款项协同、更动态体现淡旺季的信用、更个性的采购合同逻辑，甚至是全流程，例如家电的套件销售。这些都是一个个项目中经历的核心需求，金蝶云·星空积累出来的学习曲线。因而，我们认为管控不是过时了，而是需要区分管理场景，同时，就管控细节而言，涉及财务的，一定是严谨的，一定要确保在红线以内。上述的细节管控点一个都不能缺，从这个角度而言，金蝶云·星空供应链云的遥遥领先，是积累出来的。

库存需要用“未来式”

预计量的应用

在过往的供应链管理中，库存管理的物料一般指的是库存有多少，有多少货干多少事，当然有时候是不精确的，有经验的企业都会有“容差系数”的概念，即以一定的比例来执行实际库存，系数一般小于1，从而避免缺货。而这部分差异，主要是由于库存作业环境及库存进出不规范导致的。

后来，条码技术、移动技术大大简化了进出盘等库存业务，适配更多需要统计库存的场景，真实性极大地提高，但真实的库存并不能应对业务的需求，因为业务是预期值，即从“有多少货干多少事”，转变到“干事需要多少货”。例如，能不能接这个订单，是需要看现有，而现有可能已经被占用，但占用的优先级不如这个客户高，可以被释放，或者部分释放；此外，生产或者采购预计在发货日可以供应多少，这些是动态的，周转水平是企业回报率的核心，上述场景下高低立现。

上述的逻辑，其实不仅仅在销售，制造、采购、库存业务本身都会涉及到未来某个时点的库存支撑，而上述根据各个企业的实际，关于这个预计量的计算标准不一样，甚至在不同的场景预计量公式也不一样。没有预计量的支撑，企业对于不确定性要么是停工缺料销售机会损失，要么是库存堆积，总之是要付出资金的代价。因而预计量实际是库存业务发展的必然，也是供应链领域投资回报极高的价值点。

小数据小算法融入业务

我们希望每个人都是经营者，对结果负责，而不是一个环节的操作者，这对传统的供应链来说是个极大的挑战。因为传统的逻辑上，从预测到计划到采购及生产执行，是线性的。这个时候很多场景就会很痛苦，第一，计划是制造模块，很多供应链直达业务上应该如何适配计划能力，或者这种算力？例如根据待履约销售订单及预警量下的库存及实际，供应商协同下降低的经济批量，来经营采购行为。（请允许我加了这些专业名词，因为这些约束串起来，就是绩效的提升）；第二，各职能，都希望基于自己的算法需求，在动态的环境中依托数据解决现有的经营问题，在一致的数据环境下，各自敏捷，而不是制造计划单独敏捷（重算之类的），例如采购及时根据实际看库存量，进而协调进货。这个小数据的赋能是供应链能力提升的支撑。

绩效是经营者做出来的

组织、组、经营会计

好的供应链一定是符合治理结构优化的，简而言之就是需要尊重组织及人的趋利避害动机，或者说投机动机，将各级组织的目标与组织统一起来。有很多说法我不完全赞同，比如强调自我提升，相信自我驱动，但这些自我管理的组织，一般有着极其严格的结果指标（为结果买单）及人才密度，是高绩效高回报驱动的，同时，我始终认为，组织和人或者绝大多数人的契约是经济契约为主，还不到事业契约（这部分不科普了，大家有机会可以找些资料看看）。

因而在金蝶云·星空中，在组织的基础上，细分组、细分组的政策及允销允采允管，即组是业务开展的更细颗粒度，并可以在经营会计阿米巴的落地下，落地经营责任。这在整个中型市场中也是独树一帜的，是对企业的管理有深刻的洞察的。

工作台化和移动优先

千禧一代逐步进入职场，他们是一群真正的互联网原住民，他们对于网络世界比实体更了解，对应的体验极为重要。因而基于其构建驾驶舱，（驾驶舱也不再是老板的专利），实际上，这一代认可你你就是老板就有领导力，靠行政力，是很难的。但这群人，也是有担当信仰的，因而无论是采购、销售、库存，系统都需要尊重他，在金蝶云·星空中构建工作台，将其设计的业务驾驶舱化，便于其体验的提升。同时全部应用，全面移动化，一部手机就可以做全部供应链业务。这也是金蝶云·星空的核心竞争力，不牺牲管控，不妥协红线，不限制成长，因为这些可以跟体验分开，两件事，星空把多余的干了，大家可以多花心思在体验层上。

信用、模拟报价等的可视化

在供应链中，随着业务的深入，传统部分场景下的“黑箱模式”已经越来越难以满足。例如模拟报价，在动态的物料市场环境中，以及基于不同的价格预期判断，需要开放的模拟报价逻辑，进而支撑企业的接单过程；此外，信用管理也类似，内外部信用，信用的构成，是否有特批，是否有时间限制，是否压批，是在哪些业务环节进行控制，这些业务场景的选择看似琐碎，其实代表的都是业务的深度心思。企业在复杂的信用体系下，对于信用是否适配业务，无论是信用占用对账还是信用总额调整，都需要开放的信用项、规则及占用清单。上述的场景还有很多，金蝶云·星空基于多年的实践，将上述功能做成向导式白箱操作。白箱的核心是将数字能力还给企业，助力企业建设在业务连队上的数字战斗力。

全面的机器人免费值守

RPA三剑客

其实，在数字经济时代，一个数字化系统，将重复的标准的工作交给机器人，机器人24小时值守，机器人执行的动作及流程可以可视化编辑，例如检查单据的关闭状态，采购的应到未到，销售的应出未出等等，从而及时地释放更新库存资源，助力下一轮业务的开展。

在金蝶云·星空的V7.7版本中，采购巡检、库存巡检、销售巡检，都作为标准的机器人功能免费提供，多了三个运营，却是免费的，而且未来培养空间无限，毕竟底层的RPA是可编辑可维护的。

库存作为服务对外提供

在互联的时代，我们需要别人，也需要创造价值让别人需要我们，而任何连接，无论信息、资金、物流的连接，最终的核心还是物，因而库存的对外服务，系统的相互集成，服务之间的调用及可靠性、系统的效率、安全等都是绕不开的话题。

在金蝶云·星空中能够继承外部的各类系统，同时在系统中，通过对库存数据的冷热分离等优化，将效率、安全做了平衡，将库存作为一种服务，便于其他应用调用。

大数据登上前台

我们是在动态的环境中，但如果我们是行驶在风平浪静的水面，今天我们的经营环境一定是更动荡的，我很喜欢水深鱼大的概念，前者强调的是环境，后者我更愿意用“杠杆”“指数”来解读，企业抓住了机遇，就可能倍速发展。因而利用大数据来洞察风险、智慧经营，将是极其重要的仪表盘。例如销售对应的客户的风险，可以通过社保、法院、税务、工商等外部政府的数据服务，来解读交易风险。这样的场景在金蝶云·星空中还有很多，比如客户画像，现金流等等，我一直强调数据中台是中台，但前台的数据应用的价值来的更为直接，我们不能只建工具，还得用工具，以用为上。

最后，仅以此文致敬金蝶云·星空多年专注供应链的产品人、营销人。因为你们的坚守寂寞，坚守平淡，坚持价值，才有这样的供应链云服务。

第三十三届CIO班招生
北达软EXIN网络空间与IT安全基础认证培训
北达软EXIN DevOps Professional认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。