作者：曹文瑞，IBM 大中華區大數據與人工智能產品線數據科學家

本文作者簡介：

曹文瑞，IBM 大中華區大數據與人工智能產品線數據科學家，畢業于紐約大學。在外資銀行與金融科技行業有多年算法工程師的經驗，在大數據單機計算的分布式改造與人工智能應用落地有豐富的經驗。現在專注于大數據計算、人工智能和運籌優化等相關技術支持和客戶服務工作。

2024年 11月 1日，《外商投資準入特別管理措施（負面清單）（2024年版）》正式施行，制造業領域外資準入限制實現“清零”。中國經濟持續復蘇，外資企業雖然面臨諸多挑戰，但國家政策的積極信號為其深耕中國市場提供了重要機遇。面對當下的政策紅利，外資企業在應對當前復雜多變的經營環境的同時，需抓住政策紅利帶來的機遇實現高效增長。而人工智能（AI）輔助的運籌優化技術，正是幫助制造型企業提升決策能力、實現精細化管理的直接且有效的手段。

運籌優化技術是一種利用數學模型和算法，在有限資源下尋求最佳決策的技術，廣泛應用于物流、生產、金融等領域。運籌優化能夠幫助解決復雜的優化問題，例如資源分配、路徑規劃、生產調度等，以提高效率、降低成本或實現其他目標。通過運籌優化技術，企業可以提升有限資源的配置效率，快速適應市場變化。尤其在競爭日益激烈的存量市場中，靈活精準的規劃與決策能力無疑是企業保持競爭力的關鍵。

對于很多生產制造型外資企業，整合需求和供應信號以優化供應和分銷網絡、提升供應鏈的可視性和效率既是挑戰也是機遇。

挑戰

多層級供應鏈結構的透明性不足：供應鏈通常涉及多級供應商和分銷商，對上游供應商的原材料來源、生產能力以及下游客戶需求的實時動態缺乏透明度，難以及時應對風險。

應對全球供應鏈中斷：全球供應鏈易受自然災害、疫情、國際沖突等突發事件的影響，外資企業在應對這些事件時，會缺乏敏捷反應能力和替代資源的可視性。

成本與效率的平衡：外資企業面臨在成本控制、快速交付和服務質量之間取得平衡的挑戰，而傳統供應鏈模式往往難以同時兼顧這三者。

數據孤島與系統整合困難：外資企業通常在全球范圍內運營，供應鏈涉及多國家、多區域、多系統，數據標準不統一、接口復雜，導致數據整合困難，可視性受限。

趨勢

同時在行業中，又普遍存在著區域化與本地化供應鏈應對全球風險，可持續發展和 ESG 合規實現綠色供應鏈，供應鏈彈性增強提高靈活性與風險應對能力，數字化轉型與智能供應鏈通過新技術實現透明度和響應速度等趨勢。

在這樣的挑戰與趨勢下，在供應鏈的流程中，哪些環節我們可以采取一些運籌優化的手段來幫助我們實現端到端的價值鏈優化呢？

1.網絡優化

網絡優化主要是關于如何設計整個供應鏈網絡的最有效方式。比如說需要決策新倉庫的選址，倉庫的區域分配等。網絡優化最大的挑戰是如何驗證新倉庫的位置及其相關的資本支出成本的合理性，而且要權衡額外成本（更多倉庫更接近客戶）與服務水平提高（更短的交貨時間）。

2.生產計劃與調度

生產計劃與調度本質上是幫助公司找出生產產品的最佳方式，考慮到所有的資源、交期以及一切限制， 特別是當意外問題出現時。在許多情況下，簡單地創建一個可執行的計劃都很困難，更難的是跟上業務的動態特性，并在有緊急訂單到來、某些零件未按時交付、機器故障等情況下重新安排計劃。

3.運輸計劃

運輸計劃主要是幫助企業找到一種最具成本效益的方式來移動產品，而不會犧牲速度或可靠性。運輸規劃是所有與物流相關的業務部門中的核心活動。企業大多數規劃過程都是使用電子表格等工具手動進行的，這樣難以統籌的全局考慮到各種限制。使用運籌的方法對于運輸計劃進行建模，企業可以在服務相同客戶的同時總里程的減少，特別是空載里程的減少。

4.銷售與運營計劃

S&OP 主要是確保銷售預測和生產能力保持一致。企業要盡可能確保能夠滿足需求而不至于過度生產。它包括定量預測，需求計劃，運營計劃，財務分析四大步驟。為了高效地平衡供需并確定在哪些地點生產哪些產品，需要一個優化分析解決方案。運營計劃的制定通常會有多個產能限制，使得無法滿足所有需求。發生這種情況時，企業需要能夠確定哪些訂單可以滿足，哪些訂單會被延遲或需要請求延長交付日期。

5.多層庫存優化

庫存的層級代表供應鏈中的不同階段。多層庫存優化幫助企業優化各個階段的庫存水平。企業想確保能夠滿足客戶需求，同時避免不必要的成本或浪費。對于庫存的通盤考慮，帶來的收益也是巨大的，不管是在提高庫存可用性上，還是降低加急成本上，而且還釋放了現金流減少資金成本。

曾經有一個跨國藥企的疾控產品業務占其業務的 50%，該業務的運營模式在 2017年發生了巨大的變化。2017年以后國家的政策要求，客戶的疾控產品的供應模式，從以前的只需要供給兩個分銷商，變成必須得直供全國的 2,000多家疾控中心。這就導致客戶的供應鏈的結構發生了重大的變化，當時他們的中央存儲是不能滿足需求, 也不是最高效的。

通過優化技術幫助客戶實現供應鏈網絡規劃的優化，幫助客戶解決了供應鏈應該怎樣去布局，比如全國需要部署幾個中央存儲，位置選在那里，這樣的供應網絡是否足夠覆蓋現有客戶。

當客戶確定好中央存儲的布局后，客戶接下來就想要對他的運輸網絡也進行相應的優化。客戶想要解決在日常運營層面，補貨計劃和配送路徑如何制定才是對于運營成本最有效的降低。在這個場景中要綜合考慮從工廠到中央存儲的補貨成本、補貨頻次、產品數量，運輸過程中的時間、頻率、車輛類型、配送收獲時間窗口。

客戶通過網絡規劃和運輸規劃兩個項目，對供應鏈的布局進行了整體的改造，并且在運輸過程中所需車輛降低了 28%，然后運輸的總距離下降了 40%。

上文提到的各種優化場景中，經過將真實的業務場景通過數學或者代碼的語言表達出來，就可以送入求解器去進行求解了。IBM CPLEX 是一款技術領先的優化求解器，以卓越的求解性能和靈活性著稱，即使在超大規模和高度復雜的優化場景中，也能快速生成高質量的解。此外，CPLEX 提供豐富的調試和性能調優工具，使用戶可以深入理解模型行為并優化求解性能。作為業界公認的高效可靠工具，CPLEX 是幫助企業實現精益決策的理想選擇。

面對挑戰與機遇并存的市場環境，外資企業應充分利用政策支持與技術優勢，不僅化解經營壓力，更要在中國市場實現長遠發展。

關于 IBM

IBM 是全球領先的混合云、人工智能及企業服務提供商，幫助超過 175個國家和地區的客戶，從其擁有的數據中獲取商業洞察，簡化業務流程，降低成本，并獲得行業競爭優勢。金融服務、電信和醫療健康等關鍵基礎設施領域的超過 4000家政府和企業實體依靠 IBM 混合云平臺和紅帽 OpenShift 快速、高效、安全地實現數字化轉型。IBM 在人工智能、量子計算、行業云解決方案和企業服務方面的突破性創新為我們的客戶提供了開放和靈活的選擇。對企業誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業務發展的基石。