6851個(gè)字符，閱讀需要9分鐘

2022年的2月18號(hào)。中國(guó)正式布局算力工程：“東數(shù)西算”。東數(shù)西算，開創(chuàng)了數(shù)據(jù)運(yùn)算管理之先河。在中國(guó)西部。優(yōu)化行業(yè)布局，跨地區(qū)配置算力資源。中國(guó)政府在西部設(shè)置了10個(gè)國(guó)家數(shù)據(jù)中心集群，像重慶、貴安、和林格爾、慶陽等。類似于像西電東送、西氣東輸、南水北調(diào)等，像這樣的資源配置以后還會(huì)大量的存在。因?yàn)橹袊?guó)東部經(jīng)濟(jì)相對(duì)發(fā)達(dá)，像土地、人力資源、電力等資源，相對(duì)來說，要比中國(guó)西部要昂貴一些。所以，把這些算力中心集群放在西部，可以優(yōu)化資源配置。中國(guó)的做法跟美國(guó)是不一樣的。中國(guó)是用利用體制優(yōu)勢(shì)來解決資源資源配置問題，而美國(guó)不一樣，美國(guó)是靠公司自行來完成的，政府肌體需要的話則需要向企業(yè)采購(gòu)，或者根據(jù)國(guó)家的要求企業(yè)可以進(jìn)行定制化供應(yīng)，或者靠高校資源或者靠智庫(kù)，以及一些比較發(fā)達(dá)的數(shù)據(jù)公司進(jìn)行采購(gòu)，典型的像EMC等。

根據(jù)“東數(shù)西算”，中國(guó)將這些國(guó)家級(jí)的數(shù)據(jù)運(yùn)算中心集群將進(jìn)行高等級(jí)的數(shù)據(jù)高頻運(yùn)算，形成世界級(jí)的算力中心。這些高頻運(yùn)輸出來的數(shù)據(jù)生產(chǎn)力將涉及金融、制造、農(nóng)業(yè)、林業(yè)、電商、保險(xiǎn)金融等等，幾乎涵蓋了我們微觀和宏觀經(jīng)濟(jì)的所有門類。為未來的人工智能打造一個(gè)很良好的數(shù)據(jù)基礎(chǔ)。

但是這些數(shù)據(jù)的產(chǎn)出，無論是從金融到保險(xiǎn)、從銀行到基金、從農(nóng)業(yè)到工業(yè)、從電商到人力資源外包等等，無論哪種行業(yè)和產(chǎn)業(yè)，所有的數(shù)據(jù)都將植入人工智能并服務(wù)于以上所有門類的供應(yīng)鏈，換句話說，他們都無法逾越供應(yīng)鏈運(yùn)營(yíng)的體系強(qiáng)大帝國(guó)。

說到算力，就不得不說一說高頻計(jì)算。高頻計(jì)算是多維度、多頻率、多矩陣，對(duì)某一數(shù)學(xué)模型進(jìn)行有取向性的、多頻次、高密度的計(jì)算，并把所有運(yùn)算的結(jié)果展現(xiàn)出來，并一一篩選出符合數(shù)學(xué)模型特征的一個(gè)高等級(jí)算法。實(shí)際上，這種高頻算力對(duì)供應(yīng)鏈的支持是最大的。當(dāng)然，對(duì)其他行業(yè)的支持也是也是不容忽略的。因?yàn)楦哳l計(jì)算的結(jié)果，直接作用到了人工智能上，并在各個(gè)產(chǎn)業(yè)的供應(yīng)鏈上深度應(yīng)用。

無獨(dú)有偶的是，前幾天我看一一篇報(bào)道《2022年AI-2000人工智能最具影響力學(xué)者》，其中報(bào)告選取了21個(gè)領(lǐng)域的本年度的前10名學(xué)者，看得我不寒而栗，坦白說，在這個(gè)21個(gè)領(lǐng)域里面，我們國(guó)家的還是鳳毛麟角；報(bào)告多次強(qiáng)調(diào)人工智能的是需要大量的高頻計(jì)算作為基礎(chǔ)的，當(dāng)然這些運(yùn)算一定要在高等級(jí)的運(yùn)算集群里方能實(shí)現(xiàn)。實(shí)現(xiàn)出來的結(jié)果首當(dāng)其沖就是供應(yīng)鏈方面的運(yùn)用。我們首先看看下面這張圖。

但是在實(shí)際的經(jīng)濟(jì)生活中，這些算力。如何影響到供應(yīng)鏈這個(gè)產(chǎn)業(yè)呢？

因?yàn)樗懔Φ慕Y(jié)果是最直接影響、是最直接輸入的AI人工智能里邊去的。人工智能對(duì)供應(yīng)鏈的幫助當(dāng)然是比較大的。因?yàn)槿斯ぶ悄苁羌橙〉母哳l計(jì)算的結(jié)果，運(yùn)用到供應(yīng)鏈里邊最合理的一種體現(xiàn)。

算力是要建立在數(shù)據(jù)的基礎(chǔ)上，通過一定的訴求和一定的管理。制定管理規(guī)則的根本就是要從數(shù)據(jù)中獲取一定的決策支持（DSS-decision support system）。要把人工智能建立在以數(shù)據(jù)管理為基礎(chǔ)上的。那么AI有了數(shù)據(jù)結(jié)果的支撐，就可以要為社會(huì)和企業(yè)做出數(shù)據(jù)應(yīng)該做出的貢獻(xiàn)。

我們先看看它對(duì)供應(yīng)鏈的幫助。在《2022 AI》報(bào)告里邊。雖然沒有完全描述出對(duì)供應(yīng)鏈的具體支持，但我們不難發(fā)現(xiàn)，他對(duì)供應(yīng)鏈的幫助都表現(xiàn)在哪些方面。我在知乎平臺(tái)上的去年的文章里邊有一個(gè)人工智能對(duì)于高管管理指南的文章里，實(shí)際上寫的是比較籠統(tǒng)的。今天呢，我們就在我們就比較詳細(xì)的描述描述人工智能在高頻計(jì)算的幫助下對(duì)供應(yīng)鏈的幫助有哪些。

一

第一就是毋庸置疑，就是采購(gòu)數(shù)據(jù)和采購(gòu)信息獲取。

高頻計(jì)算和人工智能融合對(duì)那些傳統(tǒng)的采購(gòu)是一個(gè)毀滅性的打擊。尤其是針對(duì)采購(gòu)對(duì)標(biāo)的這種行為。另外是對(duì)采購(gòu)成本分析和采購(gòu)成本信息獲取的幫助。作為買方，你最起碼得知道這個(gè)東西值多少錢。作為買方，壓根兒就不知道這個(gè)東西的價(jià)值到底有多少。而一味的去壓價(jià)、壓價(jià)，除了買方的無知以外，實(shí)際上就是對(duì)高頻計(jì)算和人工智能的一種熟視無睹。在高頻計(jì)算里邊，我們可以很容易的把采購(gòu)成本給它拆開，里邊涉及的所有成本體系都可以完全透明。一旦透明就很好辦。在人工智能報(bào)告里邊，我們可以看出，通過高頻計(jì)算。我們可以獲得出一個(gè)大宗物料原材料的價(jià)格；比如像銅，它的價(jià)格在中國(guó)多少錢、期貨多少錢和現(xiàn)貨多少錢、在南美的智利，現(xiàn)貨多少錢和期貨多少錢，在越南現(xiàn)貨多少錢和期貨多少錢，我們可以通過倒3角的這種計(jì)算體系并結(jié)合當(dāng)?shù)氐臅?huì)計(jì)準(zhǔn)則（像印花稅要算進(jìn)去等類似于這樣的費(fèi)用），通過算力，我們可以很輕松獲取他們的裸價(jià)到底在什么水平，加上物流成本就可以瞬間知道到底哪里的比較適合我們、哪里的是對(duì)我們買方最有利的。我們?cè)谥袊?guó)買便宜還是在歐洲便宜、還是在東南亞買便宜、或者是在南美買比較便宜？如果政府?dāng)?shù)據(jù)作為資產(chǎn)可以開放的話，我們可以看到在這些進(jìn)口的外貿(mào)公司里邊誰采購(gòu)的這些物料比較便宜，比如說中國(guó)的五礦集團(tuán)買的比較便宜還是科弘材料買的比較便宜，我們都可以通過高頻計(jì)算來獲取。高頻計(jì)算輸出的結(jié)果，就是要把這些國(guó)家或地區(qū)的，期貨或現(xiàn)貨的資源做一個(gè)聯(lián)網(wǎng)整合，并用爬蟲技術(shù)來獲取誰的價(jià)格最低，然后由我們的買方進(jìn)行優(yōu)化并植入人工智能進(jìn)行決策。當(dāng)然這個(gè)只是我的舉的一個(gè)很小的例子。其它的更是舉不勝舉，尤其是芯片和光刻機(jī)的需求描述，還是十分震撼的。（很搞笑的是，他們跟俄羅斯做了對(duì)比，很是受益）

二

第二個(gè)是物流。這個(gè)可以分為2個(gè)部分，一部分是內(nèi)部物流，一部分是外部物流。

1、外部物流指的是進(jìn)出口。因?yàn)樵谶M(jìn)出口體系里邊很容易拉長(zhǎng)我們的供應(yīng)鏈，大家都知道供應(yīng)鏈越長(zhǎng)，我們的成本越發(fā)難控制，并且我們的流程越長(zhǎng)，效率越低。尤其是在疫情的這個(gè)作用下，供應(yīng)鏈長(zhǎng)度也決定了我們的效率和我們的成本（我曾經(jīng)在知乎平臺(tái)上做過一篇文章說關(guān)于技術(shù)中臺(tái)的內(nèi)容，這篇文章的核心就是讓算法植入到數(shù)據(jù)中臺(tái)里來決定供應(yīng)鏈的長(zhǎng)度。供應(yīng)鏈長(zhǎng)度越長(zhǎng)。對(duì)于供應(yīng)鏈的從業(yè)人員來說，是一個(gè)災(zāi)難）。所以高頻計(jì)算在判斷一個(gè)物流方式或者在判斷一個(gè)交易體系的時(shí)候會(huì)起到重要作用。比如我們?cè)谟?jì)算一個(gè)海運(yùn)的成本的時(shí)候。我們的貨從出發(fā)地出發(fā)，假如從德國(guó)漢堡出發(fā)，或者從荷蘭的阿姆斯特丹出發(fā)，他當(dāng)?shù)氐母劭诘囊恍┱咭约昂ｊP(guān)的一些政策以及運(yùn)輸途中的一些疫情的突發(fā)狀況，還有貨代公司對(duì)貨物的一些要求以及我們運(yùn)輸?shù)囊恍r(shí)間、成本等都會(huì)通過算力而得出過程和結(jié)果。換個(gè)方式，同樣的貨物，同樣的出發(fā)地點(diǎn)，我們可以利用鐵路運(yùn)輸，要經(jīng)歷的每個(gè)國(guó)家都要報(bào)關(guān)，因?yàn)殍F路走的是每個(gè)國(guó)家的領(lǐng)土，需要每個(gè)國(guó)家都要報(bào)一次關(guān)，那么這些時(shí)間這些成本就跟海運(yùn)做一個(gè)比較，哪種方式對(duì)我們比較劃算？同樣，我們也可以計(jì)算出空運(yùn)，也可以計(jì)算出多式聯(lián)運(yùn)等等，這些都會(huì)對(duì)我們有極大的決策幫助。我在AI報(bào)告里可以看到，比如，當(dāng)寧波的北侖港有疫情的時(shí)候我們可以停靠在大連、我們可以停靠在天津或者?？吭趶B門等等，但是，哪一個(gè)港口最快或成本最優(yōu)，我相信任何團(tuán)隊(duì)都未必能一下子給出答案，但高頻計(jì)算可以。這些都屬于高頻計(jì)算對(duì)供應(yīng)鏈的幫助。同樣的問題，高頻計(jì)算甚至可以在數(shù)據(jù)集群中去選擇我們的貨物在哪里中轉(zhuǎn)比較合適、我們的貨物什么時(shí)候到港、我們貨物的延期抵達(dá)對(duì)我們的計(jì)劃影響到底有多大、對(duì)庫(kù)存的威脅又有幾何？等等這些結(jié)果，完全可以打開傳統(tǒng)供應(yīng)鏈管理的視野，讓你的供應(yīng)鏈真正的跨入有“格局”的行列。

2、內(nèi)部物流是人工智能最大的受益者。

（1）是物料檢索。

通過高頻計(jì)算，我們可以利用任意關(guān)鍵字在倉(cāng)庫(kù)里邊進(jìn)行物料的檢索。比如用物料在倉(cāng)庫(kù)里停留的周期進(jìn)行檢索、可以利用料號(hào)進(jìn)行檢索、可以利用bom編號(hào)進(jìn)行檢索、可以利用價(jià)格進(jìn)行檢索、可以利用周轉(zhuǎn)天數(shù)進(jìn)行檢索、可以用供應(yīng)商的名稱進(jìn)行檢索等?？傊覀兛梢栽趥}(cāng)庫(kù)里可以看到我們想要的所有數(shù)據(jù)。尤其是物料在倉(cāng)庫(kù)里停留的周期，我們可以判斷出貨物在倉(cāng)庫(kù)里的周轉(zhuǎn)及活躍指數(shù)。我們可以通過這樣檢索的結(jié)果，提升我們對(duì)于庫(kù)存的周轉(zhuǎn)敏感度度、判斷物料的活躍程度等。檢索是高頻計(jì)算在WMS里最直接的應(yīng)用。

（2）包裝破損的管理

檢查包裝破損。高頻計(jì)算使用色差、外包裝的圖像線條脈絡(luò)走勢(shì)偏差圖來判斷外包完好狀況的計(jì)算體系。將高像素的完好無損的外包裝圖片和視頻植入高頻計(jì)算攝像機(jī)里面，在高頻攝像機(jī)掃描時(shí)，在獲取新入庫(kù)的外包裝物的時(shí)候，一旦發(fā)現(xiàn)有包裝圖片的色差以及線條方面的色差及脈絡(luò)不平整或不平行，高頻計(jì)算攝像就馬上能夠自動(dòng)篩查出外包裝破損的貨物并報(bào)警?？梢愿纳圃瓉碛腥斯砼袛嗤獍b破損工作效率。將計(jì)算結(jié)果通過人工智能對(duì)提高物流效率是一個(gè)極大的幫助。我描述的過程很緩慢，但在數(shù)據(jù)執(zhí)行的時(shí)候、又是在流水線執(zhí)行的時(shí)候那可是分分秒秒的事情。

（3）RFID

對(duì)于RFID無線射頻掃描的數(shù)據(jù)緯度的組合是一個(gè)極大的幫助（當(dāng)然，那些用流水碼的就算了）。高頻計(jì)算可以讓供應(yīng)商的信息、物料名稱的信息、質(zhì)量信息、BIN信息、包裝信息、BOM信息、生產(chǎn)工位的信息及客戶信息通通植入到RFID里邊去。讓所有數(shù)據(jù)進(jìn)行自動(dòng)匯總。當(dāng)某一緯度的數(shù)據(jù)出現(xiàn)變更的時(shí)候我們很容易找出此數(shù)據(jù)變更會(huì)影響到供應(yīng)鏈里邊的哪些要素，平常我們所說的短板管理就是如此。如果將高頻計(jì)算運(yùn)用到RFID里邊去的話，那么對(duì)于任何物料的管理，都可以進(jìn)行精準(zhǔn)把控，完全可以讓供應(yīng)鏈穩(wěn)坐釣魚臺(tái)。

（4）包材

包材管理，因?yàn)榘难h(huán)可以為公司降低成本，同時(shí)為雙碳帶來積分。這是一個(gè)很不錯(cuò)的選擇。當(dāng)然，包材類別很多，并且會(huì)涉及一些危險(xiǎn)品的包材，像液體啊氣體啊等等。還有一些像工裝、塑料托盤、木頭或木制免熏蒸托盤和進(jìn)出口的包材等等，這些都可以讓高頻計(jì)算來判斷它的用途及材質(zhì)。并計(jì)算出哪些包材是在供應(yīng)商處循環(huán)，哪些包材是在運(yùn)輸途中循環(huán)，那些包材是在月臺(tái)上循環(huán)，哪些包材是在倉(cāng)庫(kù)的儲(chǔ)位上循環(huán)，哪些包材是在生產(chǎn)的工位上循環(huán)，并且可以通過包材的不同位置來判斷物料的不同屬性。從而為物料定位和包材管理找到一個(gè)很好的切入點(diǎn)。

三

第三個(gè)是庫(kù)存管理。

這個(gè)部分的高頻計(jì)算最高“顏值”的表現(xiàn)，前段時(shí)間，我出了趟遠(yuǎn)門，在加利福尼亞參觀加州數(shù)據(jù)的時(shí)候我就發(fā)現(xiàn)（他們是用高頻計(jì)算的結(jié)果輸出到雙碳方面的，也是為了積分）這個(gè)方面，美國(guó)的加州數(shù)據(jù)做的是最好的，他們還有一個(gè)副業(yè)，就是他們一直在計(jì)算一家公司到底備多少庫(kù)存對(duì)雙碳是有最大幫助的，我們也知道，管理科學(xué)里邊對(duì)于企業(yè)備多少庫(kù)存的計(jì)算公式，超多，比如像EOQ（經(jīng)濟(jì)訂貨量Economic Order Quantity）、EPQ（經(jīng)濟(jì)生產(chǎn)量Economic Production Quantity）、平均絕對(duì)偏差等等。實(shí)際工作中我們不能一概而論，就是運(yùn)用一種方法就可以按照這個(gè)方法進(jìn)行所有物料儲(chǔ)備依據(jù)，那是很可笑的，而且是愚蠢的。所以高頻計(jì)算就在判斷哪種方式比較適合哪種物料的時(shí)候進(jìn)行高密度和高強(qiáng)度的運(yùn)算，最終找一個(gè)比較經(jīng)濟(jì)的方式來完成對(duì)物料匹配的決策支持。在SAP的萊昂納多這個(gè)版本里邊。就會(huì)有計(jì)算安全計(jì)算庫(kù)存及訂貨量的一個(gè)標(biāo)準(zhǔn)偏差。他們就是運(yùn)用高頻計(jì)算對(duì)數(shù)十萬顆物料在30種物料偏差的情況下進(jìn)行所有備庫(kù)方式的計(jì)算和梳理，并給出最優(yōu)結(jié)果，這樣的目的是告訴企業(yè)的決策者。哪種方式最適合哪類物料。毫無疑問這種人工智能就是建立在高頻計(jì)算的基礎(chǔ)上的，這種算法與算力將影響了企業(yè)的效率、企業(yè)的成本，當(dāng)然也影響了企業(yè)的利潤(rùn)。

四

第四個(gè)是對(duì)預(yù)測(cè)數(shù)據(jù)的管理。

這個(gè)部分。其實(shí)是建立在I T的基礎(chǔ)上的，它的目的只有一個(gè)：獲取準(zhǔn)確的預(yù)測(cè)數(shù)據(jù)。但數(shù)據(jù)準(zhǔn)確的前提是建立在預(yù)測(cè)數(shù)據(jù)豐富的、多元化的數(shù)據(jù)來源渠道上的，然后通過飽和的計(jì)算來找出哪種結(jié)果是對(duì)計(jì)劃有幫助的。因?yàn)轭A(yù)測(cè)的結(jié)果是輸入到計(jì)劃里邊去的，同樣反過來說，計(jì)劃的獲取是建立在預(yù)測(cè)準(zhǔn)確的基礎(chǔ)上的，也就說預(yù)測(cè)數(shù)據(jù)都是錯(cuò)的，那么計(jì)劃的數(shù)據(jù)當(dāng)然也不可能準(zhǔn)確。

所以高頻計(jì)算在計(jì)算預(yù)測(cè)數(shù)據(jù)獲取的時(shí)候，其中有一個(gè)緯度是來自于某一個(gè)銷售工程師給出的銷售預(yù)測(cè)。這里邊有2個(gè)維度的計(jì)算，利用APE（analysis percent error）來計(jì)算銷售工程師這個(gè)人他的銷售的悲觀和樂觀指數(shù)，同時(shí)也利用APE來計(jì)算這個(gè)銷售工程師所賣的產(chǎn)品的那個(gè)SKU的銷售波動(dòng)值。一個(gè)工具來算出一個(gè)人的2個(gè)緯度，一個(gè)是人的緯度，一個(gè)是產(chǎn)品的緯度。我記得以前在知乎平臺(tái)上，我給過這樣的算法體系。當(dāng)然，這只是高頻計(jì)算，針對(duì)一個(gè)銷售預(yù)測(cè)的銷售工程師的渠道。那么同樣，數(shù)據(jù)來源渠道還有：KA客戶這樣的渠道、中間商這個(gè)渠道、歷史數(shù)據(jù)這個(gè)渠道、經(jīng)營(yíng)目標(biāo)這個(gè)渠道等，有機(jī)會(huì)我們?cè)倭慕?jīng)營(yíng)目標(biāo)這個(gè)數(shù)據(jù)渠道，因?yàn)檫@個(gè)最有意思。這些高頻計(jì)算所涉獵的計(jì)算方式，會(huì)把所有預(yù)測(cè)渠道的數(shù)據(jù)統(tǒng)一歸納、統(tǒng)一歸類、統(tǒng)一計(jì)算并輸入到人工智能里邊，讓計(jì)劃很好地汲取這個(gè)數(shù)據(jù)，為計(jì)劃的準(zhǔn)確傳輸起到最基礎(chǔ)的作用和價(jià)值。

這里我就不用說計(jì)劃了，沒有別的意思，因?yàn)槲覀児驹谶@個(gè)計(jì)劃方面投入的精力、財(cái)力、人工及時(shí)間都是十分豐厚的，當(dāng)然，很多年前我們都已經(jīng)在數(shù)據(jù)治理方面投入了太多的精力，并且在行業(yè)里邊也是都是比較優(yōu)秀的（不是凡爾賽）。我怕說的言多必失，因?yàn)槲艺f的越多，怕泄露一些不應(yīng)該泄露的東西。當(dāng)然也希望各位從業(yè)人員在這方面要投入一些精力?？梢宰屇愕挠?jì)劃變得更加的準(zhǔn)確。當(dāng)然還要應(yīng)用一些算法和算力的。其實(shí)所有的算法算力里面，我覺得只有預(yù)測(cè)的算法和算力在目前的供應(yīng)鏈管理里邊是最有價(jià)值的，因?yàn)樗鉀Q了企業(yè)里邊最復(fù)雜而且是最最難解決的一個(gè)問題。很多時(shí)候凡是抱怨吐槽都說什么預(yù)測(cè)不準(zhǔn)、預(yù)測(cè)不準(zhǔn)這樣的人，我真的勸你能夠把這種吐槽的精力放到運(yùn)輸數(shù)據(jù)上去，這樣的話，我相信你這會(huì)有一個(gè)很棒的收獲。

五

第五個(gè)是在供應(yīng)鏈里邊對(duì)人的一些判斷，尤其是對(duì)技術(shù)工程師的一些分析。

我看到了很有意思的一些數(shù)據(jù)。比如我們發(fā)現(xiàn)是哪個(gè)技術(shù)工程師比較喜歡指定供應(yīng)商、哪個(gè)技術(shù)工程師比較喜歡技術(shù)變更、哪些技術(shù)工程師有比較多的設(shè)計(jì)失誤、或者說品牌偏好等等等等。利用這些數(shù)據(jù)在對(duì)庫(kù)存控制以及生產(chǎn)計(jì)劃方面的支撐作用非常明顯，因?yàn)榭梢悦鞔_感覺到我們的庫(kù)存上升是受到什么因素的影響：是我們的計(jì)劃不能執(zhí)行得很好？還是受到什么樣因素的阻力？這些均可以運(yùn)用在計(jì)算計(jì)劃數(shù)據(jù)和計(jì)算庫(kù)存數(shù)據(jù)的時(shí)候，將對(duì)我們的產(chǎn)生一些積極的影響和幫助。?

六

第六個(gè)是在計(jì)算物流成本方面。

物流成本，我本來想單獨(dú)列一篇文章來說說說，這里呢，我就稍微提一下。

高頻計(jì)算里邊對(duì)物流成本提供的幫助資源非常非常豐厚，因?yàn)槔镞吽婕暗较窀咚俟焚M(fèi)、油耗費(fèi)用、汽車的發(fā)動(dòng)機(jī)的磨損費(fèi)用、司機(jī)的駕駛習(xí)慣對(duì)物流成本的影響、路程距離的管理等等。涉及到一些。目前最好的應(yīng)用就像網(wǎng)約車那樣。其實(shí)這方面的數(shù)據(jù)像滴滴、貨拉拉、快狗、UBER等等。像這些公司，他們的算法已經(jīng)非常成熟了，我就不在這里邊啰嗦。但是工業(yè)運(yùn)輸，尤其是大宗貨物運(yùn)輸，國(guó)內(nèi)的雖然有一些軟件的算力方面和算法方面有一些突破，但是還沒有完全產(chǎn)業(yè)化，尤其是像美國(guó)加州數(shù)據(jù)那樣的完善，我們我們還做不到。希望國(guó)內(nèi)的同行在這方面一定要抓緊時(shí)間。一步落后，步步落后。

好吧，就說這么多吧，改天有機(jī)會(huì)再好好聊。我覺的呢，時(shí)代走到這兒了，我們算力，在某些方面還是需要加強(qiáng)的。尤其是在信息系統(tǒng)方面。無論是用SAP、還是用甲骨文、還是國(guó)內(nèi)的用友或者金蝶?，F(xiàn)在很多系統(tǒng)，都配備了相當(dāng)不錯(cuò)的功能。軟件最核心的在于應(yīng)用?，F(xiàn)在的SAAS可以很好地去彌補(bǔ)原來ERP規(guī)劃的不足。像國(guó)內(nèi)的用友有一個(gè)軟件，我認(rèn)為它是跟SAP對(duì)標(biāo)的，SAP有一個(gè)IBP，用友搞了一個(gè)BIP。但無論什么樣的系統(tǒng)，都是為了很好地為客戶提供服務(wù)。所以我們要抓住多元化及個(gè)性化系統(tǒng)時(shí)代的到來所帶來的紅利，讓公司的系統(tǒng)很好的為咱們供應(yīng)鏈服務(wù)。我也希望公司的供應(yīng)鏈系統(tǒng)設(shè)計(jì)的時(shí)候擁有一個(gè)很好的架構(gòu)師，幫我們徹徹底底的把供應(yīng)鏈條上的所有要素重新梳理一遍。很多年前有一個(gè)很流行的工具叫BPR（biz process reengineering）,企業(yè)流程再造,在流程再造的過程中，加上我們現(xiàn)在我們談的算法和算力。結(jié)合SAAS這樣的工具，我相信我們的供應(yīng)鏈絲毫不遜色于世界上任何頂級(jí)公司的供應(yīng)鏈，因?yàn)檫@樣的工具依然沒有落伍，它依然可以為我們提供很好的、針對(duì)性的、個(gè)性化的很靈動(dòng)的服務(wù)。

另外一個(gè)就是在IT部門中要多增加一些學(xué)數(shù)學(xué)專業(yè)這樣的一些同事，因?yàn)閿?shù)學(xué)是算力的一個(gè)基本技術(shù)支撐。傳統(tǒng)的計(jì)算方法和邏輯流程顯然不能符合現(xiàn)在供應(yīng)鏈的訴求，尤其是供應(yīng)鏈越來越長(zhǎng)的情況下。我希望能夠在HRBP的幫助下，學(xué)數(shù)學(xué)的這部分同事能夠很好地結(jié)合公司供應(yīng)鏈的實(shí)際狀況：像庫(kù)存的需求、像計(jì)劃的變更、像物流的加急，以及計(jì)劃如何與其他部門的協(xié)同等等，這些矛盾和沖突，如果能用數(shù)學(xué)邏輯的方法得到解決，并且把算法應(yīng)用到數(shù)學(xué)邏輯中去，我相信我們的供應(yīng)鏈可以脫胎換骨。

希望各位同行或者各位同僚能夠迎難而上，把我們的供應(yīng)鏈在算法和算力的支持下達(dá)到一個(gè)新的高度。坦白說，傳統(tǒng)的管理體系對(duì)供應(yīng)鏈來說，它的幫助越來越小，甚至已經(jīng)沒有什么太大的價(jià)值。有些公司的供應(yīng)鏈管理實(shí)際上是在吃老本兒，甚至是在走下坡路，并不是說人的能力不行，而是在某些新技術(shù)生產(chǎn)力應(yīng)用方面稍微的欠缺。不要再說烏卡時(shí)代了，烏卡時(shí)代已經(jīng)成為了常態(tài)，所以，老說烏卡時(shí)代就是借口。換句話說，用這種常態(tài)的事情來作為一種精神寄托或者作為一些沒有做好事情的借口，我認(rèn)為不夠大氣。所以希望某些老大能夠在這方面與時(shí)代前進(jìn)的步伐保持同步。這樣充分爭(zhēng)取到算力的紅利也是對(duì)咱們本人和對(duì)咱們的同事、對(duì)咱們的老板、以及對(duì)咱們的這個(gè)身邊的環(huán)境，乃至說的再稍微高大上一點(diǎn)，也是對(duì)社會(huì)也是一種貢獻(xiàn)。我不知道各位有沒有緊迫感，有，那就對(duì)了。