“大数据改变了许多商业领域，但没有哪个领域的变化能与供应链管理发生的变化相匹配。”美国供应链专家娜达·R·桑德斯在《大数据供应链：构建工业4.0时代智能物流新模式》一书中，直接了当地指出。
她进而认为：
没有大数据推动，点对点的运营模式，以及获得全球供应链管理的竞争优势就无从谈起。
在零售行业以及其他面向大众的消费领域，已有先行企业利用大数据推动供应链转型。然而，在工程机械行业，大数据能为供应链带来什么？三一重工(600031,股吧)又有何实践？
以产能预测优化库存管理
制造企业最容易被什么拖死？
库存太多是主要原因之一。”三一重工子公司北京三一智造科技有限公司副总经理王俊对《中外管理》直言不讳。
目前在国内工程机械行业，因为订单周期太长，产品通常都是依靠预测进行生产，而非收到订单后再进行生产。企业通常根据经济学家的预测、国家发布的相关指数以及自身对客户需求市场变化的调研，来判断宏观经济的走势。然而，宏观经济与真正的设备利用有一定的时间差。举例而言，今年生产1万台，今年的趋势很好，于是判断第二年的宏观经济走势将会上扬，于是预测第二年生产1.5万台。但是，当设备真正利用时，企业却发现真正的需求量是8000台，因为经济形势实际上已经下滑。
在这种情况下，企业所有生产布局则被打乱。工程机械很多零配件采购周期很长，需要提前下单，如果是从国内企业下单，也许还能调整订单数量。如果采购自国外企业，由于都是预付款，这就导致企业在宏观经济剧烈变化时，容易产生零配件过剩的原因。
“根据预测，实际上就是基于库存去生产。”王俊表示。
因而以往判断宏观形势，进行产能规划，很大程度上都依赖于运气。据王俊介绍，运气好，能有70%、80%的准确率；运气不好，准确率则只有50%，甚至完全掉头向下。
一个例证便是，三一重工生产泵车，而泵车需要进口底盘，过去没有大数据分析技术时，不能准确地预测市场的冷热变化，因而在某些年份投放了过量的底盘，直到很多年之后才“消化”掉。
“宏观经济指数是滞后的，如果要真正地提高预测水平，最好要拿到实时的数据，这是最主要的参考依据。”王俊对此深信不疑。
不过现在，三一重工能通过监测已出售设备的多个关键参数，来分析测算产能规划。一是，各个区域设备的开工率，这是最重要的参数，因为设备的开工率与需求往往呈正相关。二是，设备在该区域的保有量、保有量的利用率数据以及该区域代理商的库存水平。这些数据通过网络回传到三一，三一再通过模型测算出该区域应投放多少产品比较合适。再将这些产品叠加，就能预测未来3-6个月的全国销售布局以及产能规划。
如今，依靠大数据分析，三一重工测算产能规划达85%的准确率。王俊认为，这样的准确率已经具有很强的实战指导性。
“为什么要做产能预测和销售预测？实际上，就是控制库存。你预测得越准，你的库存就越少。”王俊坦言。
而据三一重工2015年年报显示，其产品库存量比2014年减少14.76%，应该就有大数据的功劳。
协同供应商，调整采购策略
娜达·R·桑德斯认为，沃尔玛能够成为世界上最大的零售商，相当一部分功劳要归功于其管理全球供应链网络时应用的分析技术。而沃尔玛的分析与数据对其分布在80个国家超过17400家的供应商开放，每家供应商都可以通过沃尔玛的零售链平台对自身产品进行追踪，以此了解商场内不同产品的需求情况，实时了解商场需要再进货的时间，而不是被动地等待沃尔玛发来的订单。
与沃尔玛类似，三一也搭建了自己的全球供应商门户，向他们开放某些特定的数据。
然而，作为工程机械整机企业，三一重工高级副总裁贺东东认为：对零配件的采购，实时性要求相对沃尔玛则较低。因为作为零售商，沃尔玛商品的销售接近“水流”，需要及时补充。
因而相对沃尔玛实时的分享，三一则建立了相应的机制：每个月的销售预测或者生产计划，都会与供应商分享，使其更加了解自身的市场需求，从而减少重复，提高生产效率。
当三一的设备出现故障需要维修时，其实映射的是零配件的故障。然而，据贺东东介绍：在传统模式下，设备的质量情况、成本对比、交期等运营数据分散在不同的部门，比如交期数据分布在仓库收货处，而质量数据部分在售后服务部门，部分在生产部门。这就导致设备的服务成本、维修成本，也同样分散在不同的部门。
如果没有大数据管理或者有价值的数据挖掘，在向供应商采购零配件时，三一就只能根据商务谈判决定。但是，整合这些数据之后，对供应商就能有清晰的画像。谁的故障率是多少，谁带来的成本更低，谁的交期更短，由此可以对供应商进行打分，从而调整采购策略。
从另一角度看，三一将完整的数据分享给供应商，供应商可以了解故障率的分布及情况，同时可以根据三一设备的使用条件、使用工况去改进产品的质量。
“未来的理想做法，应该是在产品个性化设计阶段，就让供应商一起协同设计。总之，最大范围内跟上下游去协同，协同范围越大，取得的产品效果越好。”贺东东对《中外管理》说道。
协同研发，成果品质远超日韩
2013年12月，法国里昂证券的研究人员对六家公司在中国生产的挖掘机进行了为期两周的严酷测试，测试内容涉及生产力、耐用性和燃油效率。这六家公司分别是三一重工、卡特彼勒、日立、斗山以及小松集团和神钢集团。
测试后发现，六家公司生产的挖掘机都很出色，不过三一重工表现更为抢眼。最终，法国里昂证券得出的结论是：三一挖掘机或许不及卡特彼勒制造的世界上品质最好的挖掘机，却超越了日本和韩国的竞争对手。而这一测试结果被英国《经济学人》搬上了杂志。
在那场测试中，三一重工的挖掘机效率很高，但油耗很低。这是如何做到的呢？
在贺东东看来，三一重工作为主机厂，无论是柴油机，还是液压件，这些核心零部件很多时候需要向供应商采购。而要打造一套高效率的、行之有效的系统，既无法依靠三一重工一家，也无法依赖柴油机或者液压件任何单独一家供应商。“只有共享数据，多家企业联合研发，才能打造优秀的产品。”贺东东说。
他认为，这就是三一重工协同研发的最好例证。
目前，除了与供应链企业协同研发之外，三一重工还将协同研发的触角伸向了各个学术机构，与它们合作。
挑战：需要成熟的商业文明
然而，要想整个行业都能协同研发，仍有着巨大的挑战。贺东东认为，有以下几方面的原因：
第一，“语言”不通。因为每个厂商都有不同的标准，而对产品、物料清单（BOM）以及工序，语言描述也不相同。就这相当于在交流时，需要统一语言。因而各种各样标准的交互，就需要没有障碍地交流，并且越自动越好。贺东东认为，这是整个工业界需要克服的问题。
第二，企业对数据机密的保护。在中国，对知识产权的践踏屡见不鲜。为了保护知识产权以及竞争优势，整个工业界都有强烈的知识产权保护意识。
举个例子：富士康为苹果代工，但苹果的新产品需要什么样的外壳，富士康很早就已介入并参与设计。如果在中国，联合多家供应商设计手机，新一代产品设计很快就会全部暴露。而苹果与富士康能做到联合研发，是因为他们之间有基本的诚信，而联合研发的合作范围也并不是很大。
“大数据分享是很实际的，不是不愿意打破，因为好处是很显然的，但是坏处也显而易见，企业的经营机密、上市等因素，这些都需要考虑。”贺东东直言，“山寨文化是中国走向协同研发最大的障碍。”
第三，谈判规则不透明。在发达国家，产业链的上下游处于透明状态，互相允许对方赚取一定比例的毛利，是一个相对稳固的生态，因而可以共同改进产品的质量。而在中国，供应商会认为，我的成本被你知道了，那你谈判的时候，压价肯定会更厉害。而采购商会认为，你赚了我这么多钱，那我就再抠一点出来。如果别的供应商便宜，就向其购买。这相当于买小菜，而非成熟的商业文明。
要达成协同研发，就取决于企业与合作伙伴之间是否有成熟的商业共识。贺东东表示，在中国，电子产品行业、汽车行业，商业关系相对透明，而三一重工所在的高度离散的工程机械行业，则有部分企业在朝着协同研发的方向前进。
“但是如何防止商务上机会主义的短视行为，如何防止山寨，如何解决技术沟通的问题等，都是工业大数据在中国跨企业的现实障碍。”贺东东对《中外管理》如此总结。
文/本刊记者 杨筱卿
