随着近年来国内外市场不确定性增强，供应链管理中决策优化任务日趋复杂，智能决策正成为推动制造业供应链数智化转型的新动能。

制造业供应链决策难题有哪些

制造业供应链大致包含了计划、采购、生产、运输、销售等环节，几乎在每个环节都涉及决策需求，并且任一环节的决策结果都会波及影响到其他环节乃至全链。在无可避免的内外部不稳定因素下，供应链决策面临着一些难题。

1. 需求预测

需求预测是通过对历史数据、市场环境等因素的分析，预测市场未来对产品的需求。需求预测是制造企业采购计划、生产计划等决策的重要参考。制造企业往往根据主观经验或简单的数学模型进行预测，使得需求预测不准确，导致库存积压或不足等问题。

2. 生产计划与排产

生产计划是制造企业进行生产管理的重要依据。制造企业大都缺乏有效的计划层扰动预警机制，当遇到订单追加、交期变化时，难以快速更新计划；不合理的排产方案容易导致设备忙闲不均、生产效率低下等问题。

3. 库存管理

良好的库存管理可以为制造企业节约大量成本。尽管WMS仓储管理系统在制造业中的应用已较为广泛，但其作为独立的仓储模块管理系统，无法基于供应链全链动态协同，提供库存决策优化的参考。

4. 装载与运输优化

装载与运输决策需要提供高装载率的货物装箱方案，同时还需要为运输车辆规划服务顾客的行驶路径，使得运输时间、运输成本尽可能低。制造企业在进行装载与运输决策时，大多依靠人工经验，缺乏科学决策，导致货箱空间利用率低等问题。在面对大规模订单和复杂场景时，难以快速生成合理的装载和车辆运输方案。

要实现供应链智能决策缺什么

制造业供应链的数智化过程可分为数据标准化、流程信息化和决策智能化三个阶段。

之一阶段是数据标准化阶段，企业运用传感器、PLC、RFID、数据库技术等，实现企业内部及其上下游数据的快速传递、存储和处理，为流程信息化提供基石。

第二阶段是流程信息化阶段，企业通过CRM、ERP、APS、MES、WMS、TMS等信息系统来管理供应链的日常运作，实现端到端的数据连接。

在流程信息化的基础上，最后进入决策智能化阶段，企业运用大数据、人工智能和运筹优化算法，借助决策优化系统实现供应链管理的决策智能化。

就目前来看，很多制造企业尚未做好支持供应链智能决策的准备工作，还存在着一些不足，如:

1.供应链数字化基础设施薄弱，上下游信息割裂，缺乏联动；

2.数据分析、应用能力较弱，决策智能化水平低，敏捷性和柔性有待加强，难以应对突发风险。

数字供应链智能决策，追求整体更优

制造业在传统的供应链管理模式下，往往只能关注到供应链某关键环节的决策问题，难以系统地考虑不同决策问题之间的相互影响，难以实现供应链整体的更优，那么就无法系统、全面地提升制造业供应链的运作效率。

要综合、系统地关注供应链中不同决策问题的联合优化，就需要通过供应链的数字化转型来实现。制造业供应链智能决策的实现，需要高度融合大数据、人工智能和运筹优化等技术：通过实时传感和传送获取实时信息，通过协同实现实时信息共享、全链可视和监控，对供应链实时运行数据进行分析应用，为供应链各环节更优决策提供参照。

1.实时传感和传送：数字供应链管理平台将通过供应链中各个部分的传感机器、设备，获取实时信息，进行实时的信息共享和传送，以更好地实现全链信息同步。

2.系统协同：将实时信息传递给工作人员，这使他们能够在一个永远在线的供应链平台上进行无缝协作。实时共享的信息可以消除供应链各环节的信息差，使不同角色的员工得到充分支持。

3.安全监控：通过数字技术实现供应链的全链可视，数据、影像的实时传送，实现各环节的实时监控，包括订单、原料、运输、库存、产品、销售全过程的全流程监控、追溯和调控，确保对供应链运行的真实把控。

4.实时可视：市场与外部环境变幻莫测，数字供应链以其永远在线、高速运行、实时协同共享的特点，有效地把控市场需求变化，敏捷地进行需求预测修正，有效把控生产、供应、库存管理等环节，以满足多变的客户需求。

5.智能决策：通过对供应链运行数据的收集整理和分析，管理者能够对供应链全链以及每个环节有系统的、全局的、客观的、实时的把握，从而得到供应链全链更优决策，维护供应链的健康高效运行，并使供应链变得更“智慧”。

当前，外部环境风云变幻，市场需求多样化复杂化个性化，身处信息大爆炸时代，传统人工管理在海量信息中难以突破信息茧房，从而做出全局性的判断和更优的决策，数字化转型是供应链管理延伸感知能力、增强决策能力的关键。

参考资料：《决策智能：推动制造业供应链数智化转型的新动能》秦虎 王恺

数字化转型需回归企业经营发展本质，专注于解决企业实际业务问题。

成功转型，要选择真正“懂业务”的数字化平台！

关注指南车物流软件，数字化转型路径更清晰！