世界不是平的 —— 经济学人特别报道:全球供应链
影响供应链的两种力量:科技与政治
有两种全球化,一种是工业革命带来的大发散。一种是信息革命带来的大收敛,发达国家提供资本和高科技、去工业化,欠发达国家提供廉价劳动力、工业化。后一种全球化造就了供应链的黄金时代,但是它对世界的影响更加地突然而且难以控制。
而现在的我们处于后一种全球化的末尾,增长变慢,经济学人发明了一个词叫全球化趋势放缓 slowbalisation,比如英国脱欧、中美贸易战。
技术上的, AI、机器人、3D 打印、无人车、5G 等让供应链面对前所未有的大变革,这些变革让全球化更可控。然而,这种变革却受到了技术冷战的阻碍。
产业的变化
超过半数的公司认为应该在他们的公司引入供应链方面的 major change,十分之一的企业认为应该彻底推倒重来。这里有两个主要的考虑点:
一个是降低供应链成本带来的风险 - 你只是处在供应链网络的一部分节点上,难移控制网络上相邻节点的相邻节点。11年的日本台风,让一个半导体巨头花了100个 executive 超过一年的时间搞清楚他的供应链的拓展出来的网络具体有哪些公司。
一个是全球贸易不仅是带来了更多的产品,还带来了更多的服务。服务占贸易产值的三分之一,而且服务的增长比产品快 60%,在电信和信息产业能够快到 2 到 3 倍。
具体从三个产业看:
-
服装:有一些从中国移向东南亚、越南、孟加拉国、埃塞俄比亚。中国尽管成本有所提高但是熟练工仍然非常有竞争力。
-
汽车:区域化和枢纽化:墨西哥辐射北美、东欧和摩洛哥辐射西欧、东南亚和中国辐射亚洲。区域化的一个主要原因是消费习惯的不同,比如皮卡只有在美国很畅销;其他原因还有比如贸易战、汽车的电气化(部件要少很多很多)。
-
计算机:有一些公司搬离中国去越南、柬埔寨和墨西哥,甚至搬回美国。有很多公司发现搬离美国很难。深圳还是最牛逼,因为其自动化的能力和高附加值。
亚马逊和阿里巴巴仍然是下一场变革的标杆
亚马逊用数据、算法、机器人做到物流比大部分的竞争对手还要快三分之一。
数字化:新技术如何改造老行业?
- 可预测性
- 公司有用历史记录预测销售的传统,并相应调整制造和库存等等。AI 能够根据社交媒体用更多的数据、更精准地调和供应链上每个节点的参数。
- 调研发现,公司高管认为最应采用的技术是 congnitive analytics 和 AI ,区块链和无人机的排名有所下降。
- JDA 用 Blue Yonder 的深度学习的算法,让售空下架的情况减少了 30%,压货时间减少好几天。
- ORSAY 用 JDA 的自动定价系统来减少库存。
- 英特尔用预测模型省钱省了 $58m
- 透明性
- 对跨国企业而言,“东西在哪里?”仍然是一个巨大的未解难题。为什么?因为他们对于产品的控制不是最最直接的,他们不造、不运、不存、不卖产品。
- 举个例子,17 年德国货运业罢工,把 IBM 昂贵的主机晾在了停机坪上的冰雪里长达一个月,而因为无法精确定位货物,公司还以为被安全地存放在机场的仓库里。
- 物联网能够解决这个问题。传感器不仅能够汇报位置,还有方向、温度、适度等等参数。
- 新加坡用无人车自动化港口运输。
- IBM 和 Maersk 用区块链让运输无纸化和透明化,
- 对跨国企业而言,“东西在哪里?”仍然是一个巨大的未解难题。为什么?因为他们对于产品的控制不是最最直接的,他们不造、不运、不存、不卖产品。
- 速度
- 在硅谷 Tom Linton 的 Pulse command centre,看上去像是五角大楼的指挥中心,能够实时看到供应链上的92个变量,与客户通过手机和电脑共享数据和决策,让库存减少 11 天,释放出 $580m 的现金流。
- Li & Fung 让产品设计到上架,从原来的 40 周,减少到了现在的一半。
- 3D 打印独角兽 Carbon 帮助福特和阿迪达斯开发和生产产品。
- Uber or Airbnb for warehousing
安全上的挑战
供应链管理正在经历从直觉和经验驱动过渡到数据驱动,主要有三大安全方面的挑战:
- 华为。替换掉华为的产品会提高成本,而 5G 采取不同的不兼容的技术标准会逼着不同国家站队,而 5G 技术对 IoT 至关重要 。
- 黑客攻击。新式的 IoT 设备急于投入使用,没有完备地考虑安全,然而“没有人会愿意开着坦克上班”,因为这实在是太慢了。比较好的应对方法是见招拆招、快速反应。
- 贸易战。政策可以一天一个样子,但是工厂可不是想搬就搬。