维持新常态竞争优势的三大关键技术能力

随着企业持续迈向数字化，公司必须部署提供正确基础以竞争的战略。作为真正数字冠军的成功关键组成部分，是以最低到岸成本交付最高客户服务水平。为此，完整准确的供应链数据至关重要。数据已成为货币，其价值随接近实时而增长，且在交易伙伴间共享越多价值越高。

显而易见的是，数据应为实时且仅存在一次。使用联邦主数据管理（MDM）方法，信息可保持当前和一致，而非以多种格式和孤岛重复，在那里变得陈旧潜伏（无论是否使用数据湖/仓库）。现代技术方法创建每个项目/单元级的可信表征，然后可将该保真度汇总进整体实时网络解决方案，利用基于代理的规范分析优化跨所有合作伙伴的规划和执行。这些网络支持多方协作、规划和实时交易执行，帮助所有参与者在“下一个常态”中执行，前提是考虑三大关键能力。

以网络架构实现实时交易

我们已见网络化客户服务和资产杠杆模式在相邻行业应用。Uber、Facebook、Airbnb和阿里巴巴均部署基于网络的架构，提供多方能力。贸易发生在网络所有方间。既然产品采购和交付跨越网络多方，那么规划和执行必须实时且包含多方，以提供最大资产杠杆、最低到岸成本和最高客户服务水平。

这种协作水平结合控制塔级可视性、分析、规划和执行，是未来竞争力核心。考虑到即使最简单交易也涉及客户、品牌经理、联合包装商、供应商、承运商、3PL和分销商等多方，这不足为奇。

不幸的是，许多以企业为中心的技术部署采用中心辐射式设计，意味着它们作为该网络节点的宇宙中心，并以此对待其流程和数据。这种中心技术设计为以点对点/辐射到中心方式收集数据。然后基于孤立的中心变量决定如何应对需求、产能或供应变化，再将一些陈旧或潜伏数据后处理后与一些辐射节点（上下游）共享。结果，在典型贸易网络中，跨交易伙伴上下游可产生20多个存储转发型处理动作，浪费时间、人力和资产。最糟的是影响客户服务水平，因各方未作为服务最终消费者的协调网络对齐。

建立单一可信视图

若数据是你的货币，则多ERP实例类似实体联邦，每个源表现如自身独特法定货币。数据被困在你的ERP烟囱实例中，通常以中心辐射式在一对一贸易关系中与网络伙伴共享。毋庸赘言，这是次优方法，因即使导出数据到数据仓库或数据湖，你也在制造数据延迟和陈旧。这从跨网络伙伴决策角度贬值了货币。

结果，组织正采用包含联邦主数据管理的解决方案。用此方法，网络交易伙伴可选择加入网络，与其他交易伙伴共享其主数据和运营数据。基于跨网络的安全权限框架，数据仅存在一次并按授权权限联邦化给交易伙伴。鉴于数据不在网络跨梯队、层级或节点间复制或重复，它按定义是实时且随时可用的，以优化资产杠杆、客户服务和最低到岸成本。

支持可执行和自主的规范分析

鉴于基于网络贸易关系的多方性质，最终标准是建模整个端到端供应链网络的能力，以正确分析并对问题解决和机会创造采取行动。既然分析暴露的问题或机会可能在战略、战术或操作时间范围显现，基础必须跨这些时间跨度无缝衔接。也必须提供在网络表征上实时运行的服务、算法和分析，无论用于解决预计六个月后发生的问题，还是稍后下午计划交付期间的问题。好消息是若你的方法包含标准一和二，此基础已就位。

端到端实时供应网络平台使测试新供应链政策、网络韧性、战略或战术计划可行性、激活替代零件或供应商、修改运输模式、甚至增加工厂班次成为可能。

既然在网络中解决需求、供应、物流和履约相关问题有许多方式，分析工作台拥有实时访问每个关键变量的权限很重要。传统系统通常因静态提前期和陈旧数据仅给你一种解决问题方式。相反，基于AI的分析工作台是规范环境，组织将获得最符合目标的前三四个解决方案。它还支持机器学习，这只是更好的预测结果方式，在推荐规范行动时极有价值。不仅如此，机器学习随你提供更多数据随时间改进预测。

这些能力将提供平台和架构，以启用此基础并提供向前竞争所需能力。

Joe Bellini是One Network Enterprises首席运营官，提供AI业务网络软件。