企业的传统采购模式,通常会遇到选品难、成本高、效率低、管理不规范等问题,而提高采购效率、降低管理成本,离不开供应链数字化变革。

工业品采购行业的头部企业鑫方盛,围绕人、货、场、工具、数据五个主要场景进行核心能力的体系建设,如海量商品数据库“工品通”、供应商群采购协同系统“工品云链”,等等,能够为客户以及上下游提供更加优质的供应链服务。

围绕“供应链变革与AI落地”主题,亿邦动力邀请已申报千峰奖的企业,参与2024千峰系列访谈,分享企业过去一年在供应链创新变革与AI落地实践方面的经验。

受访企业:鑫方盛数智科技股份有限公司

受访人及职务:鑫方盛集团副总裁 姚俊

所属行业:工业品供应链

亿邦动力:贵公司所专注行业的销售、生产或采购供应链呈现哪些特点、痛点?有哪些环节存在变革优化机会?

姚俊:工业品的传统采购模式存在局限性。与其他行业相比,工业品涵盖范围较广,涉及因素多,产品价格受到上游原材料和工艺成本等多方面制约。采购方来讲,采购询价、质量监督等隐形成本难以把控。于是会出现选品难、成本高、效率低、管理不规范等问题。所以不论何种类型客户,在采购时都面临着相同的需求点:多品类、高效履约和数字化服务等。

亿邦动力:针对上述问题,贵公司探索了怎样的供应链创新模式?应用于哪些场景?取得了怎样的效果?

姚俊:作为工业品采购行业的领跑者,鑫方盛一直不断探索创新,我们基于对行业的理解和对企业发展的需求,围绕人、货、场、工具、数据五个主要场景进行核心能力的体系建设。

人:商品专家、咨询顾问、研发人员、交付专员。鑫方盛有5000多名专业人员,确保货品和行业覆盖面,同时通过他们收集的数据,支持我们的数字化系统。

货:货品种类,商品库的管理和分类。鑫方盛1000万+的货品种类保证了涉猎行业的广度,“工品通”助力海量商品的高效分类,同时助力商品数据库提升。

场:“场”是指鑫方盛对于全国仓储体系的建设与管理能力。天津智能仓、山东智能仓的相继落成,都是我们在智能仓储新领域的成果。

工具:10多类电商技术产品、方盛云仓和方盛智能货柜等,覆盖多维度的使用场景。

数据:通过5000万次数据监控、数据对比分析行业发展、预测客户需求、优化供应能力、提供数字分析报告,打造高质量、反应快的供应链服务。

亿邦动力:生产制造及供应链同数字化还有哪些结合之处?您还看好未来哪些方向的创新?

姚俊:在供应链数字化场景中,鑫方盛以客户端和供应商端供应链解决方案为中心,支持多种库存合作模式,完善商品平台的分类,为客户提供更加优质的供应链服务。

在数字化交易场景中,无论是直接通过鑫方盛商城采购商品,或者企业自建系统需求对接,云、数、智、慧四种模式可以全面满足各类型客户数字化采购的需求。

亿邦动力:关于供应链平台化/对外赋能行业,贵司是否有开放意愿或已经开始实践?建立了怎样的数字化协同生态和数字产业集群,请展开谈谈规划或具体行动。

姚俊:鑫方盛“工品通”从使用场景、用途、使用状态、加工方式、原材料、化学成分等根据不同族群进行分类,形成完善的商品族群分类的标准——“山海经”,通过客户端和供应端的双边效应,为客户提供商品品类规范服务。

工品云链是鑫方盛为提升工业品供应链数字化运营效率,实现大容量供应商群高效协同而自主研发的一套采购协同系统。基于大数据和标准商品库管理,节省大量人力物力,降本增效,助力供应链全流程协同。

产品共享:商品中心将成为工业品行业信息库和中转站,汇集行业内所有相关商品信息。通过供应商共享的商品信息,帮助采购端全面了解产品品类,扩大双方合作规模。

平台推广:方盛云采平台利用供应商上传的信息,全面展示商品给客户。支持全平台展示、定向推送,实现整个工业品行业商品信息互通、产品信息共享。

市场销售:工品云链同步客户端的询价和采购信息给供应商,确保信息的一致性、准确性和完整性,解决因商品信息不统一导致的沟通和售后问题。

更新换代:工业品行业商品更新快,传统方式信息更新不及时。工品云链协同平台能快速推广新品并及时下架旧商品,关联协同端和客户端同步更新,确保行业上下游实时同步最新商品信息。

亿邦动力:您最关注/看好哪些优秀企业的供应链变革和创新?最认可的点有哪些?如何看待供应链出海(不限于所处行业)。

姚俊:鑫方盛非常关注并看好能够利用数字化、人工智能、云计算等技术,提升供应链效率和韧性的企业,并且能够通过数字化手段,实现供应链各方紧密协作、高效管理,并能够增强供应链透明度和响应速度。

对于供应链出海,鑫方盛持开放态度,这是企业拓展市场、提升全球竞争力的重要途径。

亿邦动力:整体而言,供应链变革在贵司的企业战略里居于哪一个优先级?为什么?

姚俊:供应链变革在企业战略中占据着核心地位。这是因为供应链的高效运作是企业能够持续发展和保持竞争力的关键。在当前数字化转型的大背景下,供应链的数字化、智能化升级,对于提高企业响应速度、降低运营成本、提升客户满意度等方面都具有重要意义。

亿邦动力:大模型与AI技术的迭代发展,给贵公司所在的行业带来哪些影响?

姚俊:AI技术的应用提高了供应链管理的自动化和智能化水平,例如通过预测分析优化库存管理,通过自动化工具提升物流效率。其次,大模型的运用增强了数据处理能力,使得企业能够从海量数据中提取有价值的信息,以支持决策制定。此外,AI技术还能够提升供应链的透明度和可追溯性,帮助企业更好地控制风险。

亿邦动力:贵公司是否已经在供应链或其他业务中使用AI及大模型?如果有,请描述应用场景以及使用效果。

姚俊:鑫方盛利用AI技术优化了智能仓储管理系统,通过ACR箱式仓储机器人系统设计,实现了货物的自动入库、扫码、贴标、出库及智能盘点作业,显著提高了作业效率和准确性。此外,我们的“工品通”智慧供应链协同平台,通过整合上下游数据,提供了全流程的数字化解决方案,帮助企业实现降本增效。

亿邦动力:AI落地过程中遇到过哪些难题?将如何克服?

姚俊:主要难题包括数据的质量和可用性、AI技术的实施成本以及人才的培养和获取。公司通过建立严格的数据管理流程,提高数据的质量和可用性;其次,通过与技术合作伙伴的紧密合作,分阶段实施AI项目;内部持续引入与培养相关技术人才。

亿邦动力:贵公司明年将采取什么样的经营节奏?

姚俊:鑫方盛在继续保持稳健增长的同时,会加大在数字化和智能化领域的投入,优化供应链管理,提升客户服务体验,并探索新的业务模式和市场机会。

责任编辑：kj005