走进智能供应链，AI如何赋能电商经济？

2月的第1场直播我们请来了有着10年B端产品经验的@Jet，现任职某巨头电商平台智能供应链产品负责人 ，曾就职于百度等大厂，负责AI智能硬件及PL3产品管理；拥有丰富的供应链产品搭建、销售预测、供应链金融及团队管理经验，同时涉及行业涵盖3C、家电、快消品、服装、母婴等。本文为直播内容整理，内容有删改。

大家好，我是Jet，工作以来一直在做B端、供应链等相关产品，以前在百度负责PL3产品管理，现任职某巨头电商公司负责相关智能供应链产品管理和规划设计工作。

本次分享主要分三部分：第一部分是供应链生态体系的全景图；第二部分是智能供应链的产品形态与应用，以及对销售预测案例进行解析；第三部分是AI产品经理的能力探索。

小思考：为什么要分享供应链？

以前处于消费互联网时，很多头部公司都做的非常不错，随着最近几年流量见顶，包括现在网民数量已过十亿规模，可以发现每年春晚都有很多公司用发红包的形式在争夺流量。

自17年开始提出产业互联网后，产业互联网领域中比较重要的垂类赛道就有物流类、MRO类、企业服务SaaS类等，由上可知消费互联网更注重流量，产业互联网更多是以供应链为核心，因为产业互联网会涉及到产业和企业的交易，交易有买就有卖，如果是实物商品就需要管理库存、库存周转率、供应商、客户等渠道。

消费互联网和产业互联网中间一部分是电商，电商领域作为流量入口主要是做订单转化，到后面销售实物商品时，供应链对其也很重要的，包括提高库存周转率、订单履约环节等。

2021年产业互联网的投融资金额是412.56亿，其中B2B供应链就达到了302.34亿，占比73.28%，由此可知供应链在产业互联网里是一个能跑通的商业模式。

从个人角度出发，供应链也是一个非常值得深耕的行业，从招聘网站可以得知目前关于供应链产品经理的招聘是比较多的，而且薪酬范围较广；另外从国家人社部发布的分析报告可知，未来五年，我国对供应链管理师的需求总量将达到600万左右；最后，供应链管理师的行业分布也很广，包括互联网、批发零售、制造业等各行业都有。

一、供应链生态体系全景图一览

1. 供应链全景介绍

由上图可知，供应链主要包括十三个要素：

第一个要素是用户需求、用户创意和用户体验，因为一切产品都源于市场和用户需求，所以这块涉及到CRM 管理、电商、门店、消费者等；

第二个要素是协同设计和开发，当有了商品后，会协同产品、研发、设计部门做产品的落地，包括产品版本管理、研发报名管理等；

第三个要素是精准营销和销售，产品制造出来后就会进入到销售环节，包括用户画像、用户口碑、销售需求分析等；

第四个要素是端到端产销协同，当了解清楚市场需求后，就需要判断商品供应情况，主要涉及到S&OP产销协同过程，这是供应链计划层非常核心的点；

第五个要素是智能制造，如企业有自身的工厂，就会把需求量推发给工厂，如是代工厂就需把需求进行协同推送过去；

第六个要素是供应商协同，有很多工厂会围绕自身供应链建一系列体系，有自身供应商提供原材料的工厂会要求供应商在工厂旁边建仓库，比如汽车业大部分都要求自己的核心供应商在旁边建仓库，形成循环取货的方式；

第七个要素是订单管理，当商品生产出来后会有订单，订单包括B端订单和C端订单履约；

第八个要素是网络布局和协同运输，当订单完成后，会把订单实物流推到网络，比如快递网络是B网C网的概念，再比如电商领域里的仓库分拣、营业部等；线路包括在线、支线和船站等，这块有很大空间去优化网络，在保证时效的情况下降低成本；

第九个要素是最后一公里交付，这块虽然有一部分需要技术实现，但更多是快递送货上门或现场快递小哥的服务态度；

第十到十三个要素更多是人财物，包括一流人才配置和培养体系、智能财务/合规/预警体系、管理驾驶舱等支持体系，每个要素都可以深入研究，去挖掘行业痛点形成产品，给客户带来价值。

2. 供应链价值

从全链条看，供应链是从供应商、工厂、CDC、RDC、门店、供应商、配货路径等一直到消费者，会涉及到很多线上线下的渠道。

从数字化层面看，前半环节是供应链产销协同，是指消费多少就推动供应商生产多少；中间环节是供应链库存计划，是指采购计划、入库计划；后半环节是供应链的执行，包括全局物流、订单处理、配送履约，也会有些逆向流程。

总结供应链核心围绕六个字：人、货、场、进、销、存。人和货这几年不会有太大变化，用户群体、产品几乎是固定的，但场每几年就会发生变化，比如最早是线下大卖场或大商场，然后出现电商、直播带货把流量切走一大部分，所以场一直在变，核心是供应链体系要围绕场去做适当调整，这非常依赖供应链的库存管理、履约、售后服务体验等能力。

以上都体现了一个趋势：即现在的流量在被不同渠道切分，有私域流量、直播流量等，但最近几年供应链领域正在被几个头部公司做整合、收购，比如京东收购跨越。总体体系往上支撑体现在三个方面：成本、效率和体验，围绕这三方面做改进一定能带来相应价值。

3. 供应链的核心产品和应用方法

当企业对业务了解清楚后，就可以分层去做数字化，包括系统产品：

首先要打好数据基础，比如主数据平台的建设，包括客户主数据、商品主数据、供应商主数据等。知识库更多是指销售策略、售后经验、客服话术等可以沉淀下来的知识体系。BPM系统是指有些企业不光做工作流，也做审批流的BPM，审批流更多代表企业的决策效率，如果把企业决策的审批流提高10%，可能会比执行层效益提高100%所带来的收益更大，因为企业的决策效率代表其对事情的认识深度，如果决策正确，大方向就不会有太大偏差；

往上是后台，如ERP业财一体化，这部分更多是围绕财务模块去展开企业内部管理；

再往上是中台计划执行层，包括供应链中台，比如CRM、销售预测、SRM、合同管理、需求计划、采购管理、订单管理等。还包括仓配执行，如WMS 和TMS系统，主要包括出入库管理、运单路由、车辆调度等。以及包括订单中台OMS，在很多B 端/C 端企业，前几年都大张旗鼓在搞这方面的建设，如B /C 端订单、逆向订单、订单API，API主要是对接一些渠道比如大客户单独去做的。

另外也包括数据中台，数据中台可以把一些共用的数据元素都放到里面，比如研发管理、BOM管理、物料生命周期等。最后包括算法中台，这在大部分企业是没有的，所以需要借助一些深度学习的框架，自己做算法尝试比如模型仓库，是指做几十上百个模型去适应不同场景和需求，以达到最优组合。特征组件是指把特征向量标准化，如天气温度、客户画像、各省份消费者特定属性等作为特征向量。配置策略是指把模型和特征适用不同的应用场景去做组合式配置，达到解耦目的；

再往上是前台，包括线上/线下渠道、客服、供应商门户、客户Portal和合作伙伴平台；

最顶层是决策智能，主要是大数据和决策分析，如果服务的内部业务部门或外部客户不知道想要什么或不知道KPI怎么设置，就可以参考SCOR指标体系，把供应链分成五大流程：计划（Plan）、采购（Source）、生产（Make）、配送（Deliver）、退货（Return）。

4. 分享智能供应链的原因

分享智能供应链主要有两大原因，一是企业需求：

第一、传统供应链系统解决了流程线上化、多公司和多部门的协同问题，提升了一定效率，但流程和数据相对固化，因为只有固化才会做数字化或信息化，但这样也会导致数据都沉淀起来，不能发挥沉淀数据价值；

第二、流程的线上化比例达到一定水平后，再进一步提升效率就会遇到瓶颈，这时就需要进一步去挖掘效率、降低成本并智能辅助决策；

第三、企业内部上了很多管理系统，但在业务层面却没有带来很大的价值或价值难量化，比如有些CEO花了很多钱，但最终有没有拉动企业收入、降低企业成本？这是很难从财务报表直接体现。

二是社会趋势：

第一、人口红利逐渐消失，劳动成本逐年上升，所以需要自动化手段降低成本，比如去年新增人口是48万，对比全国14亿人口，48万在统计误差范围内，有可能21年人口增长是负数；

第二、下一代技术浪潮，像人工智能、数字孪生、元宇宙等，在向各行各业逐步渗透，尤其是人工智能近年的渗透率一直在加快，比如人们生活中无时不刻不被人工智能服务，包括语音助手，地图导航、点外卖等，都有人工智能的技术在里面帮助人们提高生活质量；

第三、产业升级，向更高价值和更高科技含量转型，因此需要一定的智能化手段支持。

上图是供应链曲线，顶点到左侧处于泡沫期或膨胀期，离现在较远所以本次先不分享，现在主要分享下低谷期以及未来光明期涉及的主要技术：RPA、劳动力分析、环境社会治理、规范性分析、预测分析、供应链风险管理、数字化供应链战略、网络设计等。

网络设计是指品牌商的库存该分几级，比如是否建一仓发全国？还是需要建CDC和RDC两级仓储结构？或是否要建前置仓等，需要从网络上做一定的规划和设计。这块有很多企业已开始在做，而且带来了非常大的直观收益。

二、智能供应链产品形态与应用：销售预测案例解析

人工智能包括机器学习等算法，机器学习是指给机器一个相关规则，然后输入一些数据后，它能学习出来相应规则并进行输出，机器记忆学习里会涉及到深度学习，深度学习是基于神经网络演变而来的，像CNN卷积神经网络、RNN等；数据输入后会做特征工程，特征工程是指把各种影响因素进行量化，这样记忆可以识别；最后会有模型去识别特征工程并做输出，像神经网络也可以做这些事情，比如科学定律、图像识别、机器翻译、自动回答等。

人工智能+供应链的产品形态主要有两个：

第一个形态是智能决策类，比如销售预测、计划协同、智能补货、选址优化、仓网规划、商品布局、智能调度等，主要依据各个层面的数据采集，包括主数据、订单数据、外部系统数据等做系统层面的效率和成本优化问题。这部分有些是用深度学习和记忆学习的算法，有些是用运筹学的算法，会有明显的目标函数把成本或效率作为目标；

第二个形态是AIOT，这部分更多是算法数据和硬件结合，比如分拣机器人、自动驾驶、无人配送、RFID等。如果RFID成本足够低，比如降到1分钱以内就可以在各行业应用，好比商品流通可以切到RFID做溯源、物流跟踪、数据整体管理等，能够极大程度提高流通行业整体数据的真实性和透明性。

各企业在供应链和人工智能领域的产品：

第一、科技供应链解决方案，比如京东物流、菜鸟等，更多是以原先的供应链优势去纵向或横向做整体方案，这方面更多是突出一体化供应链，即不止送快递，还帮做库存优化、拓客、网络优化等问题；

第二、科技供应链平台，大部分科技供应链平台都会有供应链控制塔、供应链协同平台、规划&预测平台；

第三、流程智能化，包括流程编排，比如ERP公司、头部SaaS公司都有在做这方面的业务；还包括算法平台等；

第四、智慧仓储和智慧运输，比如WMS、WES/WCS/RCS、仓储机器人、数字货运平台、数字化运输管理平台、自动驾驶、无人机等。

由上图可知从业供应链和人工智能产品的公司非常多，说明行业警惕度还是非常高的。

接下来具体分享下销售预测案例，主要有六个问题：

第一、What，销售预测是什么？

第二、Why，为什么要做销售预测？

第三、When，什么时候做销售预测？

第四、Who，谁做销售预测？

第五、Where，从哪里入手？

第六、How，如何做销售预测？

以上六个问题都比较简单而且逻辑清楚，所以当我们遇到新事物时，可以从这六个问题出发思考，在实际工作中运用需要不断锻炼思维结构化，才能更好、更快速理解一个行业或产品。

1. 销售预测的定义&价值

2. 何时由谁来做销售预测？

3. 从哪入手和如何做销售预测？

三、知识拓展，AI产品经理能力探索

在接下来的部分，Jet老师针对销售预测的六个问题做了详细讲解以及分享了AI产品经理的能力探索。

囿于篇幅有限，想要观看完整视频的朋友可扫描下方海报的二维码添加会员学习顾问@betty老师的微信，并备注“Jet”，即可获得观看链接。

四、本月直播预告

本次会员直播课程，Jet老师为大家详细讲解了走进智能供应链，AI该如何赋能电商经济？希望大家都能有所收获~

每周三/四晚上8点，起点课堂会员平台都会邀请一线的互联网产品、运营实战派专家，与大家分享最新的产品行业动态、运营玩法和干货知识。

每个月的会员直播都有月度主题，每周直播围绕月度主题展开。本月主题如下：