大数据可让供应链厂商度过“寒冬”

虽然大数据的概念已经渐入人心，但是以往靠订单进行粗放的规模生产模式，如果再不改造的话，最终的企业利润将荡然无存。

　　据报道，近日，中兴、华为的一级供应商深圳福昌电子技术有限公司陷入“倒闭风波”。加之之前一些供应商的倒闭，让人担忧供应链厂商遭遇“寒冬”。

　　目前而言，我们的制造业正面临着严峻的挑战。我们现有制造产业准备好迎接工业大数据洪流了吗？答案显而易见。虽然大数据的概念已经渐入人心，但是以往靠订单进行粗放的规模生产模式，如果再不改造的话，最终的企业利润将荡然无存。

　　目前庞大的供应链厂商正面临多方面的巨大挑战。

　　首先，由于供应层级过多，导致供应链错综复杂，库存余量存在普遍不合理的现象，要么过剩，要么不足，完全无法做到对流动间断性需求备件的库存的预测。

　　其次，供应商面临来自从消费端到各个生产制造销售环节的服务水平协议（SLA"s）的要求，难以支持售后服务产品生命周期管理的复杂性。从国内的智能手机配套的供应链厂商来看，产品或备件过时所引发的危机案例可见一斑。

　　最后，由于完全没有智能的供应链管理，计划执行力差，战略计划能力不足，产品与库存分布不合理，频繁加速发货成为了必然。

　　一般的供应链与优异的全数字供应链的区别在于，公司是否有能力高效地对全供应链实现监控、报警、预测及优化。面对越来越庞大的数据量，以及日益复杂的数据分析任务，通过工业大数据可建立智能工业，通过在全供应链的数字优化按需定制和信息实时访问，供应链将变得更灵活。

　　应对未来智能供应链可以从生产、需求、服务的三个大方面来实现。从市场需要着手，通过工业大数据，要分阶段实现需求预测，做好需求与库存对接的优化工作，让需求对口，实现分配最优。再者，加大在生产质量生命周期的分析，对生产资产或设备做好实时的预测性维修以提高生产的质量，实现最大化产量和可靠性。最终产品以服务的方式在市场上流通，实现供应链配件的优化，售前到售后的服务运营优化，保值分析，以及建立可疑索赔监测等增值的售后服务盈利模式。

　　智能供应链相对而言技术要求高一些，它应该是建立有高度自动化的分析技术和管理平台上，通过信息技术与运营技术结合形成, 来帮助供应链的厂商从繁琐低效的手动工作中解放出来，实现供应链智能中心。

　　未来的更智能的供应链除了做好智能的支出分析、物料数据分类等主要功能外，其核心旨在加速发展移动互联网、大数据、云计算、物联网以及相结合的制造业。利用先进数据正析和预测工具，对实时需求预测与分析, 增强商业运营及用户体验，可最大程度地战胜更多的供应链挑战，给所有的供应链厂商提供应对寒冬的“羽绒服”。