摘?要：企業(yè)供應(yīng)鏈的數(shù)字化，因涉及企業(yè)價值流端到端的各個職能領(lǐng)域，而面臨比研發(fā)、營銷等職能更嚴(yán)峻的挑戰(zhàn)。本文作者近年來在多家進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)參與其供應(yīng)鏈運營項目和輔導(dǎo)培訓(xùn)，結(jié)合相關(guān)經(jīng)驗總結(jié)出企業(yè)面對供應(yīng)鏈數(shù)字化的四個主要挑戰(zhàn)，以及應(yīng)對時的思考邏輯；可以協(xié)助企業(yè)思考供應(yīng)鏈數(shù)字化戰(zhàn)略、如何衡量數(shù)字化的投入和產(chǎn)出、需要為數(shù)字化所做的準(zhǔn)備、相應(yīng)的數(shù)字化組織能力和人才問題，從而構(gòu)建企業(yè)在數(shù)字化時代的競爭力壁壘。

關(guān)鍵詞：供應(yīng)鏈數(shù)字化、數(shù)字化戰(zhàn)略、數(shù)字化部署評估、數(shù)字化組織能力

全球正在步入數(shù)字化時代，一個國家的數(shù)字化程度，很大程度上決定了社會發(fā)展水平的高低。因此，各國都在推動數(shù)字化轉(zhuǎn)型，其中企業(yè)數(shù)字化更是數(shù)字化落地實施的關(guān)鍵點。在企業(yè)數(shù)字化進(jìn)程中，企業(yè)供應(yīng)鏈的數(shù)字化，因涉及價值流端到端的各職能領(lǐng)域，從而面臨更嚴(yán)峻的挑戰(zhàn)。

多項調(diào)研顯示，目前企業(yè)數(shù)字化的成就主要來自產(chǎn)品研發(fā)和市場拓展，而數(shù)字化項目對供應(yīng)鏈的改善效果相對較小。在波士頓咨詢集團(tuán)與麻省理工學(xué)院合作的調(diào)查中，70%的受訪高管表示，數(shù)字化成果主要來自研發(fā)和市場。據(jù)《中國企業(yè)數(shù)智化轉(zhuǎn)型趨勢洞察報告》顯示，來自市場營銷和研發(fā)設(shè)計的數(shù)字化成果占企業(yè)數(shù)字化的58.5%，而來自供應(yīng)鏈管理的數(shù)字化成果僅占17.6%，如圖1。這與國家工信安全中心聯(lián)合阿里研究院，對中國157家領(lǐng)軍企業(yè)數(shù)字化轉(zhuǎn)型所做調(diào)研分析得出的結(jié)論也吻合。

本文結(jié)合在多家數(shù)字化轉(zhuǎn)型的企業(yè)參與其供應(yīng)鏈項目和落地實施輔導(dǎo)經(jīng)驗，總結(jié)企業(yè)面對供應(yīng)鏈數(shù)字化轉(zhuǎn)型的四個主要挑戰(zhàn)（如圖2），以及應(yīng)對挑戰(zhàn)的思考方法，協(xié)助企業(yè)構(gòu)建數(shù)字化轉(zhuǎn)型的規(guī)劃框架。

挑戰(zhàn)1：為了“數(shù)字化”而數(shù)字化

2020年國家發(fā)改委首次明確新型基礎(chǔ)設(shè)施的范圍，同時大力扶持企業(yè)的數(shù)字化轉(zhuǎn)型。然而，有些企業(yè)開展“數(shù)字化”卻是為了拿政府補(bǔ)貼或是宣傳，具體表現(xiàn)為盲目地設(shè)置“數(shù)字大屏”，似乎數(shù)字化建設(shè)主要是為了企業(yè)形象宣傳。目前，很多企業(yè)學(xué)習(xí)先進(jìn)經(jīng)驗搞數(shù)字化轉(zhuǎn)型，都要建“數(shù)字大屏”，以至于忘記了數(shù)字化的本質(zhì)。

造成這一現(xiàn)象的主要原因，是很多企業(yè)沒有分清楚信息化和數(shù)字化的區(qū)別就開始進(jìn)行數(shù)字化項目。信息化與數(shù)字化的本質(zhì)區(qū)別是什么？我們可以將“信息化”比喻為是給現(xiàn)實世界拍一張相片，為現(xiàn)實世界制造一個數(shù)字平行空間。信息化輸出的主要使用者是管理層，用于對企業(yè)狀態(tài)的掌握。而“數(shù)字化”則是數(shù)字平行空間要反過來影響現(xiàn)實世界。一個成功的數(shù)字化企業(yè)，數(shù)字化輸出的使用者是每位一線員工，用于更準(zhǔn)確、高效地處理日常業(yè)務(wù)。所以，信息化賦能管理者，數(shù)字化賦能員工。這是一個用數(shù)字化提高企業(yè)生產(chǎn)力的過程，需要企業(yè)有明確的戰(zhàn)略。

在由中國機(jī)械工程學(xué)會主導(dǎo)的2021年制造業(yè)供應(yīng)鏈發(fā)展調(diào)研中，關(guān)于“企業(yè)是否有供應(yīng)鏈數(shù)字化戰(zhàn)略？”的問題，結(jié)果顯示有供應(yīng)鏈數(shù)字化戰(zhàn)略的企業(yè)僅占31%（見圖3）。因參與該調(diào)研的主要為制造業(yè)中大型企業(yè)，該數(shù)字必然高于國內(nèi)企業(yè)平均水平。?

供應(yīng)鏈運營在鏈接企業(yè)研發(fā)與市場營銷的“端到端”的價值鏈中，其數(shù)字化轉(zhuǎn)型升級使得企業(yè)間競爭能力的差異，得以更加數(shù)據(jù)化和顯性化。因此，盡管相比研發(fā)端和市場端的數(shù)字化更加復(fù)雜，但供應(yīng)鏈數(shù)字化仍然是企業(yè)數(shù)字化升級的必要環(huán)節(jié)。

在很多企業(yè)里，對待數(shù)字化的態(tài)度并不統(tǒng)一。高層認(rèn)為是大趨勢，或是害怕錯過，不得不為；中層各自領(lǐng)會，忙著上數(shù)字化項目，并避免新變革下的權(quán)力被切分；一線員工收到具體的任務(wù)，往往是目標(biāo)和邏輯都沒有被完整的傳達(dá)。在類似這樣的情況下，即便是開展了數(shù)字化升級，原有問題依然會大概率存在；甚至數(shù)字化會進(jìn)一步將原問題流程固化到系統(tǒng)里，將流程的雙刃劍升級成數(shù)字化的雙刃劍。

應(yīng)對這一挑戰(zhàn)，企業(yè)需要有清晰的供應(yīng)鏈數(shù)字化戰(zhàn)略，將一些關(guān)鍵問題思考清楚。例如，供應(yīng)鏈數(shù)字化轉(zhuǎn)型為企業(yè)解決什么痛點？帶來什么增值點？這些問題的答案，要在企業(yè)內(nèi)部形成一致理解，并貫穿到一線員工。基于上下一致的共識，才能規(guī)劃出切實具體的數(shù)字化目標(biāo)和實施路徑。?

同時還要思考：要解決的問題，是業(yè)務(wù)問題，還是技術(shù)問題？現(xiàn)在涌現(xiàn)出許多概念，如“全渠道”，有些IT企業(yè)宣稱能夠提供全渠道解決方案，但“全渠道”的本質(zhì)是業(yè)務(wù)問題，需要從公司競爭戰(zhàn)略出發(fā)，將各渠道的利益關(guān)系理清楚。如果不同渠道的權(quán)、責(zé)、利的范圍、業(yè)務(wù)模式等沒有明確，無論用多么先進(jìn)的數(shù)字化系統(tǒng)，最終都是無效的。

再比如“供應(yīng)鏈控制塔”，主要是來鏈接供應(yīng)鏈的各個執(zhí)行系統(tǒng)，既是業(yè)務(wù)問題，也是技術(shù)問題。業(yè)務(wù)問題，是指要打通OMS、SCM、WMS、TMS等不同職能的系統(tǒng)，規(guī)劃系統(tǒng)間邏輯關(guān)系，需要數(shù)字化頂層架構(gòu)設(shè)計。很多供應(yīng)鏈控制塔項目，因缺乏頂層設(shè)計，導(dǎo)致最終實現(xiàn)的價值很低。技術(shù)問題，是指從技術(shù)角度，供應(yīng)鏈控制塔相當(dāng)于ERP2.0。

此外，還有數(shù)字孿生、數(shù)智化、AI等更多偏重技術(shù)的問題。有些技術(shù)可以通過外部購買，有些則只能企業(yè)自研，其投入與產(chǎn)的權(quán)衡取舍，也取決于企業(yè)戰(zhàn)略。

企業(yè)供應(yīng)鏈數(shù)字化，對滿足市場多樣化需求、訂單交付質(zhì)量、成本管控等方面都有非常重要的影響。供應(yīng)鏈數(shù)字化戰(zhàn)略旨在明確企業(yè)供應(yīng)鏈數(shù)字化的發(fā)展定位與價值導(dǎo)向，在企業(yè)內(nèi)部建立從上而下的共識、目標(biāo)與升級路徑，避免企業(yè)為了“數(shù)字化”而數(shù)字化。

挑戰(zhàn)2：數(shù)字化部署的ROI評估

數(shù)字化通過賦能員工，從而提高企業(yè)生產(chǎn)力，但如何評估其投入與產(chǎn)出？30多年前，當(dāng)ERP開始進(jìn)入企業(yè)時，曾有句經(jīng)典總結(jié)：“不上ERP等死，上了ERP找死”。可見任何時期，信息技術(shù)的變革對企業(yè)來說都是極限挑戰(zhàn)。今天的數(shù)字化升級，核算數(shù)字化項目的ROI，評估結(jié)果、實現(xiàn)時間、優(yōu)先級，是數(shù)字化變革中的第二大挑戰(zhàn)。

其挑戰(zhàn)的一個具體表現(xiàn)是，企業(yè)領(lǐng)導(dǎo)者考慮數(shù)字化項目時，容易局限在項目本身。這同時也是數(shù)字化戰(zhàn)略缺失的表現(xiàn)。一個案例可啟發(fā)企業(yè)思考數(shù)字化的長期投入產(chǎn)出評估。

International Paper是一家國際性造紙和包裝材料企業(yè)，在北美洲、歐洲、拉丁美洲、亞洲和北非地區(qū)的超過24個國家擁有約55,000名員工，是全球十大紙業(yè)公司之一。它在長達(dá)15年的擴(kuò)張期共收購了75家公司，不同的系統(tǒng)和統(tǒng)計口徑曾造成該公司總部的財務(wù)需要96名員工專做報表匯總。企業(yè)的信息化孤島問題，嚴(yán)重拖累了企業(yè)的運營效率，并降低生產(chǎn)力。

該公司前后投入7000多萬美元用于數(shù)字化轉(zhuǎn)型。在該集團(tuán)完成初步數(shù)字化，剝離其子公司Arizona Chemicals時，因其完善、可追溯的數(shù)據(jù)流，以及打通的數(shù)字化平臺，子公司估值與數(shù)字化前已相差2倍多。其他剝離的公司也都獲得了極好的收購溢價。這種企業(yè)估值的變化，雖然很難在數(shù)字化項目初期做出準(zhǔn)確評估，但其長遠(yuǎn)價值不容忽視。

挑戰(zhàn)的另一個具體表現(xiàn)是，領(lǐng)導(dǎo)者往往最先想到升級系統(tǒng)，但其本質(zhì)一是沒理解和區(qū)分“業(yè)務(wù)對象數(shù)字化”與“業(yè)務(wù)流程數(shù)字化”的不同；二是沒理解數(shù)字化中IT底層技術(shù)差異，因此低估了技術(shù)應(yīng)用部署的困難。

假設(shè)企業(yè)信息化做得好，已應(yīng)用ERP協(xié)同SRM/CRM/WMS等系統(tǒng)，卻也只是做到了“業(yè)務(wù)對象數(shù)字化”，“業(yè)務(wù)對象”是數(shù)據(jù)庫里的客戶、供應(yīng)商、倉庫物料、訂單等等業(yè)務(wù)信息實體。比如實施SAP時，“業(yè)務(wù)流程”更多是存在于電子化的業(yè)務(wù)流程圖，需要員工用賬戶登錄，使用運行代碼，即在模塊范圍內(nèi)是人在控制的。而“業(yè)務(wù)流程數(shù)字化”，是對業(yè)務(wù)對象的“增、刪、查、改”等操作和操作組合，亦即操作本身被數(shù)字化，結(jié)合各種判斷，涉及算法及人工智能。

關(guān)于IT技術(shù)底層“根技術(shù)”的差異，對比技術(shù)發(fā)展的兩個標(biāo)志性事件：1997年“深藍(lán)”擊敗國際象棋大師卡斯帕羅夫，2016年“阿爾法狗”擊敗圍棋世界冠軍李世石。表面看起來，這兩件具有里程碑意義的事件，似乎是機(jī)器與人類智力對決的性質(zhì)，其實卻是人工智能的一次大轉(zhuǎn)型。

“深藍(lán)”代表著專家系統(tǒng)的人工智能。即按照人類制定的規(guī)則進(jìn)行運算和推演，依靠強(qiáng)大的計算能力超越人類。而“阿爾法狗”代表新一代人工智能，也就是機(jī)器學(xué)習(xí)，根本不用人類教它如何下棋，而是依靠觀察自成大師，并創(chuàng)出人類經(jīng)驗中完全沒有的新棋路。

鑒于底層“根技術(shù)”的差異，涉及復(fù)雜算法或AI的數(shù)字化應(yīng)用，企業(yè)要謹(jǐn)慎評估。因為技術(shù)的商業(yè)化成熟期通常很長，一般要10年以上。那難道就完全放棄對新技術(shù)的嘗試嗎？應(yīng)對這個挑戰(zhàn)，可考慮模塊化應(yīng)用，實際在企業(yè)級數(shù)字化技術(shù)應(yīng)用層面，模塊化的輕量級部署越來越受到重視。

Gartner報告稱，到2023年系統(tǒng)服務(wù)商85%的數(shù)字化解決方案將專注于具體功能和垂直行業(yè)，在許多常見供應(yīng)鏈相關(guān)模塊化應(yīng)用，如高級規(guī)劃與排程系統(tǒng)（APS）、運輸管理系統(tǒng)（TMS）和倉庫管理系統(tǒng)（WMS）中，已嵌入算法或AI人工智能功能。同時，在云平臺、移動應(yīng)用、大型企業(yè)SaaS、低代碼開發(fā)、大數(shù)據(jù)處理等主要功能之上，也加入了人工智能、流程自動化等新技術(shù)。企業(yè)組織可以使用開源平臺構(gòu)建自定義模型，選擇模塊化應(yīng)用程序，以解決新技術(shù)應(yīng)用的部署問題。

同時需要注意的是，即便僅采用輕量級模塊化應(yīng)用，仍會出現(xiàn)員工抵制新技術(shù)的情況。例如，UPS采用公路集成優(yōu)化導(dǎo)航時，基于大數(shù)據(jù)和AI的路線優(yōu)化工具，可以預(yù)測駕駛員無法察覺的成本和時間損失，從而指導(dǎo)司機(jī)的行車路線。然而在實施中，司機(jī)有時會拒絕相信算法模型規(guī)劃的路線能夠在時間表現(xiàn)上一樣好或更好。

因此，在企業(yè)內(nèi)部建立數(shù)字化運營的共識，也就是“挑戰(zhàn)1”中提到的，從高管到員工對企業(yè)數(shù)字化戰(zhàn)略目標(biāo)的共識，是新技術(shù)應(yīng)用能夠在企業(yè)基層執(zhí)行，并真正實現(xiàn)數(shù)字化賦能員工的重要基礎(chǔ)。

挑戰(zhàn)3：數(shù)字化準(zhǔn)備和數(shù)據(jù)基礎(chǔ)

數(shù)字化升級進(jìn)程中，需要將原本被零散丟棄、沒有標(biāo)準(zhǔn)的數(shù)據(jù)，通過有規(guī)劃的數(shù)據(jù)采集、清洗、挖掘，生成各種數(shù)據(jù)應(yīng)用。可通過數(shù)據(jù)發(fā)現(xiàn)過去沒有被發(fā)現(xiàn)的異常、問題，并找到解決辦法。企業(yè)數(shù)字化升級的實際操作中，數(shù)據(jù)基礎(chǔ)是供應(yīng)鏈數(shù)字化項目所面臨的第三個主要挑戰(zhàn)。在《2021年制造企業(yè)供應(yīng)鏈發(fā)展調(diào)研報告》中，關(guān)于供應(yīng)鏈數(shù)據(jù)管理，僅有不到1/3的企業(yè)有供應(yīng)鏈數(shù)據(jù)管理崗位（如圖5）。

解決方案是通過數(shù)據(jù)治理，對數(shù)據(jù)的資源整理、數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)管理、數(shù)據(jù)使用、數(shù)據(jù)安全等，進(jìn)行體系化的治理。企業(yè)需要預(yù)見到，合格質(zhì)量的數(shù)據(jù)準(zhǔn)備在項目初期是非常耗時，卻是必須進(jìn)行的工作。

在數(shù)據(jù)治理中，公司還應(yīng)更加關(guān)注數(shù)據(jù)質(zhì)量和相關(guān)性，而不是數(shù)量。與大部分人的普遍的認(rèn)知相反，很多算法和人工智能在起初階段不是收集的數(shù)據(jù)量越大越好，而是更注重數(shù)據(jù)的完整性，需要全維度、全過程、全場景的數(shù)據(jù)標(biāo)簽。

因為算法可以通過在開始時使用合理數(shù)量的高質(zhì)量數(shù)據(jù)來增加價值，然后在新數(shù)據(jù)可用時逐漸豐富數(shù)據(jù)池。許多人工智能嵌入式的供應(yīng)鏈模塊已經(jīng)優(yōu)化了算法，使用較小的數(shù)據(jù)集來解決數(shù)據(jù)匱乏的問題。同時，使用其他外部數(shù)據(jù)源也是不錯的補(bǔ)充，包括天氣、宏觀經(jīng)濟(jì)和人口統(tǒng)計數(shù)據(jù)。例如，為了預(yù)測冰激凌的銷售，將天氣數(shù)據(jù)添加到模型，可以提高預(yù)測的質(zhì)量。

數(shù)據(jù)治理涉及業(yè)務(wù)流程梳理，要保證數(shù)據(jù)的準(zhǔn)確性，并達(dá)到不同口徑的數(shù)據(jù)對攏，是一項持續(xù)性工作；也是一個關(guān)注在數(shù)據(jù)的系統(tǒng)執(zhí)行層面的體系。數(shù)據(jù)治理涵蓋前端業(yè)務(wù)處理系統(tǒng)、后端業(yè)務(wù)數(shù)據(jù)庫以及深入的數(shù)據(jù)分析，從源頭到終端再回到源頭，并形成一個閉環(huán)反饋系統(tǒng)。

同時需要注意的是，即便企業(yè)通過數(shù)據(jù)治理建立好數(shù)字化基礎(chǔ)，是否就能夠做到數(shù)字化賦能員工，輔助決策呢？“用數(shù)據(jù)說話”是企業(yè)數(shù)字化能夠獲得的主要價值之一，但另一個事實是，數(shù)字也是特別容易被操縱的，只要換一個說法，就能讓數(shù)字只傳遞想傳遞的信息。

以百分比為例，我們在超市購買了一盒速溶熱可可，包裝上標(biāo)明“99.9%不含咖啡因”，便可能覺得晚上喝一杯并不會影響睡眠。可我們也應(yīng)知道，一杯500克的星巴克含有415毫克咖啡因，其咖啡因含量僅為0.075%，同樣不到0.1%，即便星巴克的超大杯咖啡，也是99.9%不含咖啡因的。可以說，那盒速溶熱可可包裝上的咖啡因含量標(biāo)注，雖然數(shù)字是真實的，卻具有相當(dāng)大的迷惑性。

因此，即便企業(yè)通過數(shù)據(jù)治理解決了數(shù)據(jù)基礎(chǔ)問題，合理地挖掘數(shù)據(jù)價值也是數(shù)字化項目成敗的關(guān)鍵因素。實際拋開技術(shù)本身，數(shù)字化在實施過程能否成功，歸根到底是與企業(yè)的組織能力有關(guān)。這也就關(guān)系到企業(yè)供應(yīng)鏈數(shù)字化面臨的第四個挑戰(zhàn)。

挑戰(zhàn)4：組織能力與人才問題

在2021年Gartner Research Circle的調(diào)查中，56%的受訪企業(yè)表示缺乏數(shù)字化轉(zhuǎn)型的人才。筆者在對很多企業(yè)的訪談中，也可以看到普遍的反饋：組織能力和人才的缺乏，是阻礙供應(yīng)鏈數(shù)字化項目取得成功的主要原因。事實上，很多公司在數(shù)字化推進(jìn)到深水區(qū)時，才發(fā)現(xiàn)最大的挑戰(zhàn)和瓶頸，還是人與組織的問題，而不是技術(shù)的問題。

應(yīng)對這一挑戰(zhàn)，公司需要從組織架構(gòu)、領(lǐng)導(dǎo)層的認(rèn)知能力、員工治理等三個方面入手。

1.組織架構(gòu)

組織架構(gòu)調(diào)整背后是責(zé)、權(quán)、利的重新分配。如何讓員工運用新的技術(shù)和工具，使企業(yè)的效益最大化，這是數(shù)字化問題，更是管理問題。企業(yè)數(shù)字化轉(zhuǎn)型需要相應(yīng)的組織承接，比較普遍的有兩種方式：

方式一，是總部集中驅(qū)動模式，即單獨成立一個科技公司，或者設(shè)立負(fù)責(zé)數(shù)字化的CIO/CDO，由該部門去負(fù)責(zé)相關(guān)的項目。該方式的好處是集中數(shù)字技術(shù)、人才資源優(yōu)勢；劣處是負(fù)責(zé)業(yè)務(wù)和負(fù)責(zé)數(shù)字化的人很難順利達(dá)成共識，項目推進(jìn)效率低。

方式二，是把業(yè)務(wù)人員和數(shù)字化人員組成混編團(tuán)隊，數(shù)字化專家和業(yè)務(wù)專家共同做業(yè)務(wù)設(shè)計、數(shù)據(jù)分析、定義系統(tǒng)功能與參數(shù)。團(tuán)隊成員互相學(xué)習(xí)、逐步融合，共同成為企業(yè)數(shù)字化的中堅力量。該方式的優(yōu)勢是項目成功率高，劣勢是人員成本高。

2.領(lǐng)導(dǎo)層的認(rèn)知能力

正如組織架構(gòu)調(diào)整背后是責(zé)、權(quán)、利的重新分配，如果領(lǐng)導(dǎo)者無法厘清分配機(jī)制，數(shù)字化很難成功。一些比較成功的企業(yè)都是從一把手開始建立認(rèn)知能力。例如，2018年三一重工董事長梁穩(wěn)根說：“數(shù)字化轉(zhuǎn)型，不翻身，則翻船。”他讓手下搜集了關(guān)于數(shù)字化和智能制造的數(shù)十本著作、幾百個視頻，不但自己深入學(xué)習(xí)，還經(jīng)常和管理團(tuán)隊討論。三一重工的做法，正如Gartner組織能力的公式：組織能力=思維模式+數(shù)字化技術(shù)+企業(yè)實踐。?

3.員工治理

在“挑戰(zhàn)1”的分析中提到：信息化賦能管理者，數(shù)字化賦能員工。在數(shù)字化時代，企業(yè)傳統(tǒng)意義上的金字塔組織架構(gòu)很難適應(yīng)未來的競爭，除了組織架構(gòu)調(diào)整，也要放大一線員工的決策權(quán)，但這需要在人才招募、人才培訓(xùn)方面下功夫。比如，聘請精通數(shù)字技術(shù)的領(lǐng)導(dǎo)者加入高管團(tuán)隊。對傳統(tǒng)行業(yè)來說，數(shù)字化結(jié)果充滿了不確定性，戰(zhàn)略可以規(guī)劃，戰(zhàn)術(shù)卻需不斷調(diào)整。一個具有深厚的數(shù)字化技術(shù)背景和項目經(jīng)驗的數(shù)字化高管，能夠深刻理解公司的戰(zhàn)略目標(biāo)，掌控數(shù)字化轉(zhuǎn)型方向和節(jié)奏，確保公司數(shù)字化轉(zhuǎn)型戰(zhàn)略的落地。

同時要明確數(shù)字化企業(yè)所需要的能力，注重培養(yǎng)普通員工的數(shù)字化能力。要篩選有能力接受培訓(xùn)，以履行新的數(shù)字化運營角色的內(nèi)部候選人，即一些懂業(yè)務(wù)的科技人才，或者一些懂科技的業(yè)務(wù)人才。通過“業(yè)務(wù)+數(shù)字化”雙能人才培養(yǎng)，比如規(guī)劃員工參加在線培訓(xùn)或當(dāng)?shù)卮髮W(xué)的研究生課程，并支付部分費用，這意味著公司需要為數(shù)字化培訓(xùn)制定預(yù)算。

其實，目前越來越多的供應(yīng)鏈系統(tǒng)解決方案嵌入了AI算法，這最大限度地減少了企業(yè)對算法專家的需求。企業(yè)更加需要的是形成一種新的思維模式和決策模式，更加依靠數(shù)據(jù)來做決策，而不是依靠過去少數(shù)人的經(jīng)驗判斷。供應(yīng)鏈人員要在專業(yè)的邏輯基礎(chǔ)上，學(xué)習(xí)企業(yè)所選擇的系統(tǒng)，利用其參數(shù)和算法，結(jié)合經(jīng)驗和數(shù)據(jù)，做出更加優(yōu)化的決策。

另外，企業(yè)也可以采用咨詢服務(wù)的方式，聘請系統(tǒng)服務(wù)商來填補(bǔ)人才缺口。外部的算法專家可以支持不同供應(yīng)鏈業(yè)務(wù)部門的團(tuán)隊，企業(yè)的業(yè)務(wù)專家讓算法專家了解業(yè)務(wù)狀況的變化。例如，外部算法專家分析相關(guān)性，并將其他相關(guān)的外部數(shù)據(jù)添加到現(xiàn)有模型中，如城市的生產(chǎn)總值、人口數(shù)據(jù)等。

企業(yè)管理中的不確定性，來自影響企業(yè)管理決策的各種因素的變化速度和復(fù)雜性。復(fù)雜性造成信息的膨脹和各種因素之間的因果關(guān)系模糊，快速變化使得決策難以跟上變化的速度。數(shù)字化可以更好地應(yīng)對不確定性，而組織能力建設(shè)和人才梯隊的培養(yǎng)更是應(yīng)對不確定性的基石。

總結(jié)

企業(yè)供應(yīng)鏈數(shù)字化的主要挑戰(zhàn)和應(yīng)對邏輯，是一個持續(xù)運營的過程，是“業(yè)務(wù)－技術(shù)－數(shù)據(jù)－人才”相互作用、相互迭代的過程。企業(yè)需要以明確的供應(yīng)鏈數(shù)字化戰(zhàn)略來應(yīng)對；多角度考慮投入與產(chǎn)出，平衡成熟技術(shù)與創(chuàng)新技術(shù)的應(yīng)用，以戰(zhàn)略為指導(dǎo)在成本可控的基礎(chǔ)上，靈活采用不同的形式；同時在信息化的基礎(chǔ)上建立數(shù)據(jù)治理體系，為數(shù)字化打好基礎(chǔ)；而一切的基礎(chǔ)性工作都需要從組織架構(gòu)、領(lǐng)導(dǎo)層的認(rèn)知能力、員工治理等多個方面做好組織的能力建設(shè)。企業(yè)供應(yīng)鏈中各環(huán)節(jié)的數(shù)字化進(jìn)程和質(zhì)量需要逐步發(fā)展，才能使得企業(yè)可以快速應(yīng)對持續(xù)變化的市場需求以及外部環(huán)境的復(fù)雜性，在商業(yè)浪潮中保持競爭力。