工业4.0时代，企业在供应链上应该做出什么改变？

本文基于工业4.0时代的背景，阐述供应链不同模块的不同要求，并且以京东为例展现企业在供应链上的突破，给其他公司以启示。

在工业4.0时代，我们将整个价值链融合在产品周期中进行组织和管理，并将商业模式、上下游服务和组织工作重新串联起来，这复杂程度要大于单向批量生产制造。

而供应链主要由4端组成，分别是原材料和零部件供应端、生产制造端、销售端和仓储物流端。供应链所涉及到的范围广，不同行业对这四个板块的侧重点不同。

如BOM结构复杂的汽车、手机、高铁等的企业会比较侧重原材料和零部件供应端；而食品服装行业，如酒类、食品、服装等则比较侧重营销端；如一些科研机构，如原油化工、矿石冶工等行业注重生产制造端。

一、上游原材料零部件供应商ERP系统选型要求

进销存模块：

主要包括采购、仓储、销售、合同模块，实现从采购到付款、销售到收款的业务支撑；

生产计划模块：

主要包括高级供应链计划、MPS主生产计划、MRP物料需求计划（BOM支撑），实现同一个企业多套计划并存的模拟，实现企业年度计划、月度计划、周计划、天计划的生成，达成销售采购的供需平衡；

生产制造模块：

主要包括BOM物料清单、车间工作中心、工艺路线、质量管理等，结合生产现场全面模拟实现离散制造生产过程的管理；

财务模块：

主要包括应收/应付管理、总账管理、现金管理、成本管理等，实现制造企业的财务管理的各个方面业务需求；

数据决策模块：

基于面向Web服务的体系架构；实现即时的查询和报表模块；与ERP系统的紧密集成实现销售决策支持、库存决策支持、生产决策支持、采购决策支持、财务决策支持；

所有涉及到模块间接口的业务模拟都需要提供手工录入界面，以便模拟在无数据自动传递下的业务情况。

二、中游生产制造商ERP系统选型要求

进销存模块：

主要包括采购、仓储、销售、合同模块，实现从采购到付款、销售到收款的业务支撑；

生产计划模块：

主要包括高级供应链计划、MPS主生产计划、MRP物料需求计划（BOM支撑），实现同一个企业多套计划并存的模拟，实现企业年度计划、月度计划、周计划、天计划的生成，达成销售采购的供需平衡；

生产制造模块：

主要包括BOM物料清单、车间工作中心、工艺路线、质量管理等，结合生产现场全面模拟实现离散制造生产过程的管理；

MES车间模块：

实现与ERP生产任务的无缝衔接，自动获取ERP系统基础数据（物料编码、仓库名称、货位名称等）及加工指令，将指令传达给工控系统或者PLC系统，实现过程质量控制，同时完成数据采集汇总工作，将从RFID或者其他工控系统获取数据加工上传ERP系统，实现生产物流的跟踪，全面实现生产现场物流的正反追溯。

MES模块要求：

具备任务调度台、资源调度台、车间管理绩效以及工序移动等功能。支持可配置的派工单驱动的执行功能、可配置的工作内容和工作说明的顺序显示、可以记录和报告任务的实际耗用工时。能够进行车间异常情况报告并简化车间处理报告。要求提供对车间状态可视性管理，具备预期的生产能力或资源短缺管理。要求对作业处理、派工单安排、资源使用报告进行管理，需根据用户需要通过参数进行灵活配置管理。

质量管理模块：

实现质量标准管理、采购质量管理、生产过程质量管理以及产品质量管理，质量管理信息需与采购模块、生产模块无缝集成。

财务模块：

主要包括应收/应付管理、总账管理、固定资产管理、现金管理、成本管理等，实现制造企业的财务管理的各个方面业务需求，并且要求在成本管理方面实现标准成本和实际成本并存；

数据决策模块：

基于面向Web服务的体系架构；实现即时的查询和报表模块；与ERP系统的紧密集成实现销售决策支持、库存决策支持、生产决策支持、采购决策支持、财务决策支持；

所有涉及到模块间接口的业务模拟都需要提供手工录入界面，以便模拟在无数据自动传递下的业务情况。

三、下游渠道商ERP系统选型要求

进销存模块：

主要包括采购、仓储、销售、合同模块，实现从采购到付款、销售到收款的业务支撑；

财务模块：

主要包括应收/应付管理、总账管理、现金管理、成本管理等，实现分销企业的财务管理的各个方面业务需求；

DRP分销管理模块：

实现门店POS系统、门店库存管理、总部与门店的调货管理以及总部/门店之间的库存及销售信息传输；集成POS机以及FRID、条码技术应用；实现与POS机数据的集成，通过FRID，条码等技术应用实现分销物流数据的采集；

数据决策模块：

基于面向Web服务的体系架构；实现即时的查询和报表模块；与ERP系统的紧密集成实现销售决策支持、库存决策支持、生产决策支持、采购决策支持、财务决策支持；

所有涉及到模块间接口的业务模拟都需要提供手工录入界面，以便模拟在无数据自动传递下的业务情况。

四、以京东作为下游渠道商阐述在供应链管理方面的玩法与突破

存货布局：通过数据挖掘，分析商家的经营数据、存货布局的现状， 结合大数据预测结果洞悉商家未来的经营趋势，模拟仿真，在商家期望的时效渗透率及成本约束下，给出极值的分仓建议。

销售计划：以商家的商品信息、历史销售信息、促销方式、时段等数据为基础， 基于机器学习算法、多品类、多层次的预测模型对入仓的百万级商品进行预测，有效减少商家收集数据做预测分析的时间和提升预测准确度。

智能补货：基于京东AI技术和大数据分析预测商品的未来销量，通过先进的补货模型和科学合理的补货参数输出补货建议，提升补货精准度，降低周转与库存成本，全面提升商家库存管理能力。

滞销处理：根据不同类型滞销场景系统自动给出对应的处理建议，可视化展示滞销商品分布、分级，智能给出处理建议，帮助商家轻松找到仓里的“问题商品”，高周转、无销售、残品、脏品、临期、过期商品
借助强大的供应链支撑，完成以下一系列的业务流转。

五、总结

目前，我们正处于一个个性化需求极强的时代，信息互联互通速度非常快。人们已经习惯于享受快速服务、优质服务。延伸到供应链方面，企业就需要考虑如何从原材料采购，到生产制造，到销售，再到末端的仓储运输，如何有效衔接才能快速满足消费者的诉求？这就需要各个模块之间相互配合，需要企业与消费者、供应商、物流服务商等实时互动，并且在技术水平达到一定程度后才可能实现这一目标。

对于众多企业而言，在满足个性化的前提下，首先要从自身所处环节，着重建设该环节对应的系统模块范围。