谁能赢下下一场颠覆:打造经得起冲击的供应链的五条法则

来源:SAP 链接:查看
0 评论 311 浏览 0 收藏

当一场重大供应链冲击袭来,赢家很少是那些提前预测到它的公司。真正的赢家,是那些最快决定如何最优应对的

当一场重大供应链冲击袭来,赢家很少是那些提前预测到它的公司。真正的赢家,是那些最快决定如何最优应对的公司。

这是如今思考供应链韧性最简单的方式之一,也是最新一期 Future of Supply Chain 播客的核心主题,本期嘉宾是科尔尼(Kearney)的鲁道夫·洛梅耶(Rudolph Lohmeyer)与杰夫·格里尔(Jeff Greer)。

多年来,韧性主要被当作一个防御问题:我们应该持有多少库存?应该有多少家供应商?应该把产能建在哪里?我们能负担多少冗余?

这些问题依然重要,但没有一家公司能为所有情况做好准备。

几十年来,全球供应链围绕稳定性而设计。如今,这一模式正在多条战线上经受考验:地缘政治紧张、环境灾害、武装冲突、技术进步以及不断变化的贸易关系,都在塑造货物的流动方式、生产地点和成本高低。

更关键的问题在于,组织能否察觉到变化的发生,理解它对自身业务意味着什么,并及时做出决策。

而且,颠覆并不总是坏消息。一家公司的供应链难题,可能变成另一家公司的机会。科尔尼高级合伙人、科尔尼前瞻业务(Kearney Foresight)负责人鲁道夫·洛梅耶指出:“国家和企业实际上已经看到,只要能在这个环境中占据有效位置,它们就能创造优势,因为这些冲击正在重新分配价值。”

目标不是打造一条永远不会被击中的供应链,而是打造一条能承受打击、适应变化并持续前行的供应链。

以下是值得记住的五条法则。

法则一:弄清韧性在哪里创造最大价值

面对不确定性,本能的反应往往是防御性的:增加库存、寻找另一家供应商、扩充制造产能。每一种都有其合理性,但没有一种是免费的。

合伙人杰夫·格里尔解释道:“从供应链角度看,韧性是资本密集型的。企业可以建造冗余制造产能,并在全球范围内分散供应。但它们必须平衡成本、营运资金和风险敞口。你不需要最大限度的冗余,你需要的是在最关键之处的韧性。”

因此,问题不是企业能建造多少冗余,而是这些冗余在哪里真正能起作用。

回答这个问题,需要知道供应链真正暴露在哪里,这意味着要看到完整的网络。许多公司至今仍无法足够深入地看清自己的网络。格里尔补充道:“大多数企业缺乏对其供应链生态及其内部依赖关系的可靠的端到端视图。这不仅让识别外部冲击变得极其困难,更重要的是,难以理解冲击对业务的影响并决定如何应对。”

大多数企业了解自己的直接供应商。但直接供应商背后的供应商呢?如果某个关键部件来自一家组织内无人跟踪的工厂,会发生什么?你要多久才能发现?

洛梅耶将这种复杂性比作全球金融危机核心的那些金融工具:层层叠加的依赖关系看起来可控,直到某一天出了问题。

法则二:聚焦影响最大的冲击

如果未来是不确定的,为什么不把所有可能的风险都建模一遍?因为风险实在太多,而且影响最大的往往是没有人事先预料到的那些。地缘政治冲突、贸易限制、网络攻击、新法规、供应商倒闭、环境灾害——清单很长。

正如洛梅耶所解释的,与其把大海煮沸,组织应该在社会、技术、经济、环境和地缘政治等领域确定一组可控的战略性冲击。他补充道:“要理解这个范围内可能发生的各种情形,然后在其中优先筛选出对组织影响最大的那些。”

“冲击”与“情景”之间也有区别。冲击是离散事件,比如福岛核事故或新冠疫情的最初暴发。情景描述的则是企业可能要在其中运营的更大范围环境。前者要求做出响应,后者塑造的是长期保持韧性所需的能力。

正如洛梅耶补充的,目标不是“减少不确定性、预测未来”,而是“管理它、把它描绘出来”。

法则三:在信号消失之前把它变成可选项

AI 能缩短从发现问题到做出响应之间的距离。

数字孪生可以为全球供应网络建模,测试它们对不同冲击可能做出的反应。高级分析可以在海量数据中发现规律。AI 可以持续监控从地缘政治事件、关税,到天气、大宗商品价格、供应商经营状况和监管变化等各类信号。

格里尔指出:“AI 智能体正在越来越多地接入计划与执行系统,让企业能够运行情景推演、识别阈值,并在保持人类参与的情况下执行预先批准的动作。现在,我们有能力把这些智能体接入计划与执行系统,让响应速度不断提升。”

这一点很重要,因为供应链上的备选方案是有保质期的。供应商今天的产能,明天可能就没有了。物流路线可能一直畅通,直到需求激增。制造备选方案可能一直可用,直到下一场冲击把它关闭。

洛梅耶补充道:“AI 提供了强大的算力,让你能以极高的分辨率去考虑交叉点和先后顺序,使我们能够以完全不同、也更加有效的方式完成这项工作。不只是更快,而是更好。”

但技术只能带组织走到这里。

法则四:仅靠技术并不能让组织具备适应力

数字孪生无法批准更换供应商。AI 模型无法决定企业愿意接受哪些取舍。仪表盘无法决定公司愿意为了纠正局面而牺牲什么。

洛梅耶解释道:“AI 能够以大规模计算路径和顺序,从而以更高的分辨率描绘不确定性。你仍然需要人的智慧去理解:我们如何形成解决方案、动员团队做好响应准备?我们如何构建响应所需的能力、人员、流程和技术?”

这就把焦点准确地放在了技术背后的运营模式上:谁有权拍板?潜在的颠覆在何时触发升级?哪些动作是预先批准的?数据归谁管?哪些团队需要参与?

关系同样重要。稳固的供应商关系能够实现更快的信息共享、预先约定的响应机制,以及真正的多元化,而不是简单地在各地复制产能。

技术可以让分析更快,但组织仍然要有能力据此行动。

法则五:为即将到来的事而建,而不只为已经发生的事

韧性最困难的部分,是为从未见过的事情做准备。这意味着要把目光放到上一场冲击之外,关注业务周围正在发生变化的东西:技术、监管、供应商市场以及气候模式。

洛梅耶这样描述:“供应链的未来,来自理解那种正在到来但尚未到来的现实。”

与其问“如果某个事件发生该怎么办”,企业可以问一个更有用的问题:现在正在发生什么变化,它对我们可能意味着什么?这种转变很重要,因为下一场冲击未必长得像上一场。

正如洛梅耶所说:“那些能压缩这一切、并在快速节奏中做出最高质量决策的人,将是赢家。”

韧性不是打造一条能被保护得免受一切的供应链——那不可能。目标是设计一条能承受打击、理解颠覆改变了什么,并在仍有选择余地时采取行动的供应链。

如欲收听完整对话,请关注 Future of Supply Chain 播客:Building Supply Chains That Can Take a Hit。

收藏 0评论 0
评论
  1. 暂时没有评论,来说点什么吧