数字时代，华为如何重塑供应链？

企业数字化转型正当时

21世纪的今天，我们正处在“爆炸式创新的前夜”^[1]，新的技术层出不穷，给人类带来无限可能。一些企业通过数字化技术不仅实现了自身的快速发展，还促进了产业价值转移，甚至重塑全球的商业模式。对比2010年和2020年全球市值排名前十的公司可以发现，新上榜的Apple、亚马逊、阿里巴巴、腾讯等数字原生企业，替代了GE通用电气、壳牌、埃克森美孚等传统行业的公司。

为了应对数字技术给传统工业带来的挑战，各国纷纷推出制造业现代化战略，如德国于2011年提出“工业4.0”概念，美国于2011年提出“工业互联网”，中国于2015年发布《中国制造2025》等。GE通用电气、西门子和施耐德电气等公司分别推出Predix、MindSphere和EcoStruxure等工业互联网平台，引领制造业企业的数字化转型。

未来，非数字原生的企业要想在数字时代生存下来，急需进行数字化转型，成为数字企业。对于这些企业来说，数字化转型正当时。

华为供应链数字化转型的目标

华为于2015年启动了供应链数字化转型的ISC+（integrated supply chain，集成供应链）变革，聚焦于提升客户体验和创造价值，并以ISC+愿景为牵引，打造数字化主动型供应链，力争实现六大转变，即：

1. 将华为当前以线下为主的业务模式转变为线下、线上并重；
2. 将原信息串行传递式的工作方式转变为信息共享的协同并行作业方式；
3. 将大量手工作业的工作内容转变为系统自动化处理；
4. 将依赖个人经验和直觉判断的决策模式转变为基于统一的数据仓库和数据模型的数据分析使能的决策支持模式；
5. 将原来以深圳为中心的“推”式计划分配模式转变为预测驱动的“拉”式资源分配模式；
6. 将原来的集中管理方式转变为一线自主决策，总部机关提供能力支撑和监管的管理模式。

华为供应链数字化转型的历程

从ISC+变革启动到现在，华为供应链的数字化转型主要经历了数字化和数智化两个阶段。数字化，即构建数字化能力基础，包括数据底座和流程/IT服务化。数智化，即在数字化的基础上，通过算法和场景建设，让业务变得更加智能。

（一）构建实时、可信、一致、完整的数据底座

数据是数字时代新的生产要素。只有获取和掌握更多的数据资源，才能在新一轮的全球话语权竞争中占据主导地位^[2]。华为供应链充分认识到数据在生产过程中的重要价值，并从三个方面推动业务数字化，构建供应链的数据底座（如图1）。

第一是业务对象数字化，即建立对象本体在数字世界的映射，如合同、产品等；第二是业务过程数字化，即实现业务流程上线、作业过程的自记录，如对货物运输过程进行自记录；第三是业务规则数字化，即使用数字化的手段管理复杂场景下的规则，实现业务规则与应用解耦，使规则可配置，如存货成本核算规则、订单拆分规则等。通过以上三个方面的业务数字化，华为供应链已经初步完成了数据底座的建设，未来面向新的业务场景，还将不断丰富和完善数据服务。

图1 从三个方面推动业务数字化

（二）通过流程/IT服务化,支撑业务能力的灵活编排

传统的供应链IT系统是烟囱式的，随着业务增长、需求变化加快，会出现用户体验差、重复建设、响应周期长等问题，不能适应业务发展的需要。通过对复杂的单体大系统进行服务化改造，让服务化子系统融合业务要素、应用要素和数据要素，可以实现业务、数据与系统功能的衔接（如图2）。

图2 将复杂的单体大系统解耦为服务化子系统

目前，华为供应链共完成了80多个服务化子系统的改造和建设。 通过将业务能力封装为服务并按场景调用和编排，可以快速响应业务的需求。例如，华为进入智能汽车解决方案领域后，供应链快速匹配新商业模式，按照价值流重新编排和改造服务化业务能力，快速搭建流程和系统，大幅缩短了新业务的上线时间。

（三）场景和算法赋能供应链智能化

信息流、实物流和资金流是企业经营的核心，而供应链是信息流、实物流和资金流的集成^[3]。供应链管理通过聚合信息流，指挥实物流高效运作，驱动资金流高效流转，实现公司的价值创造。在数字时代，处理海量的信息依赖算法。Gartner认为算法供应链是未来供应链的发展趋势之一，并将其定义为使用复杂的数学算法，推动供应链改进决策和流程自动化，以创造商业价值的方法^[4]。

华为供应链利用组合优化、统计预测、模拟仿真等技术，构建供应链核心算法模型，并应用到资源准备、供应履行、供应网络和智能运营四大核心场景中，大幅提升了供应链运作的智能化水平。

比如，在资源准备的场景中，华为供应链面临着千万级数据规模，亿级计算规模的复杂业务场景。但是华为基于线性规划、混合整数规划、启发式算法等求解方法的组合，构建了从器件、单板到产品、订单之间的双向模拟引擎（如图3）。在错综复杂的产品结构树和供应网络节点中，快速找到资源准备的最优解，在供应能力最大化的同时实现存货可控。

图3 基于算法的双向模拟引擎

构建两层智能业务体系

在数据底座、流程/IT服务化改造和算法建设的基础上，华为供应链进行了业务重构，形成了两层智能业务体系，即基于“灵鲲”数智云脑的供应链智能决策和基于“灵蜂”智能引擎的敏捷作业。其中，“灵鲲”数智云脑是供应链的业务型大脑，在两层智能业务体系中负责全局性的数据分析、模拟仿真、预案生成和决策指挥。“灵蜂”智能引擎则是面向作业现场和业务履行的智能作业单元，可以实现敏捷高效、即插即用和蜂群式的现场作业。

（一）“灵鲲”数智云脑使能供应链运营智能化

智能运营中心（IOC）是供应链“灵鲲”数智云脑的重要组成部分，其从三个维度推进供应链运营的智能化。

在业务运营层面，面向关键业务点，IOC设置了300+个探针，自动识别业务活动或指标异常，实现了从“人找异常”到“异常找人”，从“全量管理”到“变量管理”的转变。

在流程运营层面，首先通过流程内嵌算法，自动实现流程运作过程中的管理目标，减少管理动作。其次，在正向流程设计中考虑逆向业务产生的原因，减少逆向业务的发生。最后通过流程挖掘技术，识别流程的瓶颈和断点，再不断优化和合并同类项，实现流程简化。

在网络运营层面，通过接入供应网络数据，IOC可以快速感知和分析风险事件的影响，并基于预案驱动供应网络的资源和能力，快速进行调配和部署，实现风险和需求实时感知、资源和能力实时可视、过程和结果实时可控，打造敏捷和韧性的供应网络。

IOC打破了功能的“墙”和流程间的“堤”，实现关键业务场景下跨功能、跨流程和跨节点的合成运营，以及异常发现与问题解决之间的快速闭环。以华为深圳供应中心订单履行异常管理为例（如图4）：在变革前，订单履行异常管理是一项高能耗业务，需要100多名订单履行经理分别与统筹、计划、采购等角色沟通，再进行分析和处理；构建IOC后，系统可以自动发现异常、定位、分析原因并提供方案建议，从之前的人工操作变成了系统自动处理加人工辅助确认，作业效率提升了31%。

图4 IOC赋能订单履行异常管理

（二） “灵蜂”智能引擎使能供应节点内高效作业、节点间无缝衔接

“灵蜂”智能物流中心是“灵蜂”智能引擎的典型应用场景。通过“灵蜂”智能物流中心的智能化运作，可以更好地理解“灵蜂”智能引擎如何实现敏捷高效的现场作业。

“灵蜂”智能物流中心位于华为物流园区，占地24000平方米，是华为全球供应网络的订单履行节点之一。

在节点内，“灵蜂”智能物流中心构建了库存分布、波次组建、AGV调度等12个算法模型，应用了AGV、密集存储、自动测量、RFID等9种自动化装备，实现了来料自动分流入库、存拣分离智能移库、智能调度、波次均衡排产、成品下线自动测量、自动扫描出库的高效作业，将现场作业模式从“人找料”转变为“料找人”。

在节点之间，当订单生成后，司机可以通过数字化平台预约提货时间，系统会自动完成提货路径规划和时间预估。同时，作业现场应用货量预估和装箱模拟等工具，自动确定拣料顺序和装车方案，根据司机到达的时间倒排理货时间，在车辆到达垛口的同时完成理货，实现下线即发。

应用数字化引擎建设的“灵蜂”智能物流中心使人、车、货、场、单等资源达到最优配置，使收、存、拣、理、发的作业实现集成调度（如图5）。在业务量翻倍的情况下，保持人员和场地面积不变，持续提升客户体验和服务水平。

图5 “灵蜂”智能物流中心作业方式

供应链数字孪生实现业务闭环

数字孪生是物理对象或流程的数字镜像，其随物理对象和流程的行为不断发展，并用于优化业务绩效。^[5]

通过数字化变革，华为供应链基本完成了供应链数字孪生的构建（如图6），首先通过业务数字化和流程/IT服务化，实现了从物理世界到数字世界的镜像；然后，通过场景和算法建设，从数据中提取信息，形成智能业务指令，指导物理世界作业；最后，基于智能业务指令对业务现场高效作业的驱动，实现数字世界到物理世界的闭环。

图6 供应链数字孪生

从数字化、数智化到数治化

华为供应链实现数字化、数智化以后，华为的供应客户服务水平稳步提升，供货周期、全流程ITO和供应成本率均改善了50%以上。在人员基本保持不变的情况下，供应链支撑了华为政企、云、智能汽车解决方案等新业务的快速发展，助力华为收入规模增长。在这个过程中，华为供应链也实现了从被动响应到主动服务、从保障要素到价值创造要素、从支撑市场发展到营销要素和竞争要素的转变，成为华为的核心竞争力。

数字化转型将不断提升企业的运营水平，使变革从提升企业运营效率的“赋能”向模式创新和价值创造的“使能”演进^[6]。供应链的数字化转型也不应止步于数字化、数智化，面向未来，供应链还需思考如何用数字化技术重构供应链业务模式，包括管理模式、运作模式和组织模式，持续深化与生态伙伴的协同，即数治化，以提升客户体验，支撑公司经营，真正实现供应链生态的可持续发展。

在数字化转型路上，华为供应链永不止步。