何时才适合引入自主性供应链信息化系统？【上篇】

之前我们有谈到何为自主性供应链，（具体请参见【洞悉未来】供应链数字化的最终极目标 – 自主性供应链（上下篇）），【洞悉未来】供应链数字化的最终极目标 – 自主性供应链（上篇）/【洞悉未来】供应链数字化的最终极目标 – 自主性供应链（下篇）那么对于企业而言，何时才适合引入自主性供应链信息化系统，又该以什么标准为考量？本次我们将分上下两篇来探讨【实现自主性供应链的信息化系统考量】。

首先供应链中规划与运作的自动化，除了机械设备自动化的范围外，还包括供应链中各软件系统运作的自动化以及这些系统间的连接。信息化系统要能做到自动化，就需要让系统自身决定供应链运作中的各种流程与活动的下一步，也就是所谓数据化运作的自动化，并在软件系统上主动协助用户做出更有效率与更准确的决定，这也是必须透过供应链数字化后才能达到的成果。再搭配其他已经自动化的机械设备与自动驾驶的运输车队等可以让供应链运作更顺畅，并在整体上一举提高企业运作效率以及提升客户满意度。

以上这些将机械设备的自动化与全面信息化系统的自主操作合在一起就是一般自主性供应链的范围，我们也可以说这是一个数据导向且全面信息化的供应链（如下图所示），这也是供应链数字化最终极想要达到的目标。

因此要能做到一个数据导向的供应链，必须先确保：
所有关键的数据必须已经信息化，而关键就是企业供应链中急迫需解决的问题或是企业需要争取最大获利等相关联的流程或是活动内的数据。
许多存在ERP、SCM、TMS、WMS、与 MRP 等不同系统中的数据要能够连接在一起，因为数据的壁垒是不可以存在的，而这些串联的实体必须能够包含外部的合作伙伴而不能只是企业内部的系统。
实时数据搜集的机制要到位，对于数据的搜集不能只是以每日为单位或是批次的处理。因为供应链的活动是随时都在发生的，特别是企业更是如此，所以数据的处理以及搜集是实时都得在运作的。
要具备各层级数据分析的运算能力，其相关软件系统的运作必须能满足商业分析中所包含了三种数据的分析
1) 以掌握现况为主的描述性分析；
2) 对特定领域做未来预测的预测性分析；
3) 以对未来决策做出建议的指导性分析。

不过是不是要等到全面的数字化才能迈入真正的自主性供应链? 其实全面数据化与自主化供应链的不见得是必要的关系，即便是前沿企业也还都需要很多时间的整备或是根本完成不了所谓的全面数据化。但就如同搭建所有的信息化系统，一步一步的循序渐进应该还是必要的。

另外很多企业内部已经具备许多的信息化系统，如 ERP与 CRM 等，那是不是就代表具备实践自主性供应链的条件？如果这些系统的数据不能以有目的性的串联甚至整合在一起，这些数据就像组织内各部门彼此间的壁垒一样，对更先进的自动化是没有帮助的。因此首先我们需要先找出关键的议题或是目前已知对供应链运作可以产生最大效益或是最大问题所在。

特别是这些关键因素的流程与步骤是什么？现存的信息化数据肯定都是因日常运作而产生的，它们具备一定的重要性，但是要能提升这些数据的价值就一定要通过进一步的分析。简单的说，先得找出目的，这个目的可以是解决一个问题或是要找到一个方法提升某部分的效率。譬如企业想要解决成品库存相关的问题，成品库存过多会有费用等成本过高的问题，反之成品库存过少可能会因为供货不及而引起客户满意度不佳的问题（这在不同的企业里可能都会是大问题）。接下来就要探讨分析如何知道问题在哪？然后就是分类出相关的数据&过程 – 也就是流程及其可能解决的方式。以前面谈到的商业分析的三种分析方式，如果我们的目的是降低成品库存或是更有效率地控管库存，就得考虑到如下图所呈现，这个供应链的运作所关联到的对象。在库存优化的需求下，我们得做许多考量以及依照这样的需求需要整备好信息系统：

1.首先我们必须要了解到所有跟库存相关的信息，当然这些信息一定必须已经是数据化的存在各信息化系统内 (其中或许也会包含 IoT 或是说支援边缘计算所得到的数据)。
2.了解库存数量的现况后，其他需要掌握的还有安全库存的量以及其他会影响库存数量增减的因素。
3.在得知现有的库存相关状况以及可能的问题，加上预测的销量，我们可以进一步分析在预测销量的要求里现有成品是不是可以满足各渠道的需要？现有各区域的库存够不够？成品所在的仓库是不是可以及时将货物运送到各不同的渠道上？工厂需要生产的数量需要做什么调整？......

未完待续