“大數據改變了許多商業領域，但沒有哪個領域的變化能與供應鏈管理發生的變化相匹配。”美國供應鏈專家娜達·R·桑德斯在《大數據供應鏈：構建工業4.0時代智能物流新模式》一書中，直接了當地指出。
       她進而認為：沒有大數據推動，點對點的運營模式，以及獲得全球供應鏈管理的競爭優勢就無從談起。
       在零售行業以及其他面向大眾的消費領域，已有先行企業利用大數據推動供應鏈轉型。然而，在工程機械行業，大數據能為供應鏈帶來什么？三一重工又有何實踐？
       以產能預測優化庫存管理
       制造企業最容易被什么拖死？
       “庫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總經理王俊對《中外管理》直言不諱。
       目前在國內工程機械行業，因為訂單周期太長，產品通常都是依靠預測進行生產，而非收到訂單后再進行生產。企業通常根據經濟學家的預測、國家發布的相關指數以及自身對客戶需求市場變化的調研，來判斷宏觀經濟的走勢。然而，宏觀經濟與真正的設備利用有一定的時間差。舉例而言，今年生產1萬臺，今年的趨勢很好，于是判斷第二年的宏觀經濟走勢將會上揚，于是預測第二年生產1.5萬臺。但是，當設備真正利用時，企業卻發現真正的需求量是8000臺，因為經濟形勢實際上已經下滑。
       在這種情況下，企業所有生產布局則被打亂。工程機械很多零配件采購周期很長，需要提前下單，如果是從國內企業下單，也許還能調整訂單數量。如果采購自國外企業，由于都是預付款，這就導致企業在宏觀經濟劇烈變化時，容易產生零配件過剩的原因。
       “根據預測，實際上就是基于庫存去生產。”王俊表示。
       因而以往判斷宏觀形勢，進行產能規劃，很大程度上都依賴于運氣。據王俊介紹，運氣好，能有70%、80%的準確率；運氣不好，準確率則只有50%，甚至完全掉頭向下。
       一個例證便是，三一重工生產泵車，而泵車需要進口底盤，過去沒有大數據分析技術時，不能準確地預測市場的冷熱變化，因而在某些年份投放了過量的底盤，直到很多年之后才“消化”掉。
       “宏觀經濟指數是滯后的，如果要真正地提高預測水平，最好要拿到實時的數據，這是最主要的參考依據。”王俊對此深信不疑。
       不過現在，三一重工能通過監測已出售設備的多個關鍵參數，來分析測算產能規劃。一是，各個區域設備的開工率，這是最重要的參數，因為設備的開工率與需求往往呈正相關。二是，設備在該區域的保有量、保有量的利用率數據以及該區域代理商的庫存水平。這些數據通過網絡回傳到三一，三一再通過模型測算出該區域應投放多少產品比較合適。再將這些產品疊加，就能預測未來3-6個月的全國銷售布局以及產能規劃。
       如今，依靠大數據分析，三一重工測算產能規劃達85%的準確率。王俊認為，這樣的準確率已經具有很強的實戰指導性。
       “為什么要做產能預測和銷售預測？實際上，就是控制庫存。你預測得越準，你的庫存就越少。”王俊坦言。
       而據三一重工2015年年報顯示，其產品庫存量比2014年減少14.76%，應該就有大數據的功勞。
       協同供應商，調整采購策略
       娜達·R·桑德斯認為，沃爾瑪能夠成為世界上最大的零售商，相當一部分功勞要歸功于其管理全球供應鏈網絡時應用的分析技術。而沃爾瑪的分析與數據對其分布在80個國家超過17400家的供應商開放，每家供應商都可以通過沃爾瑪的零售鏈平臺對自身產品進行追蹤，以此了解商場內不同產品的需求情況，實時了解商場需要再進貨的時間，而不是被動地等待沃爾瑪發來的訂單。
       與沃爾瑪類似，三一也搭建了自己的全球供應商門戶，向他們開放某些特定的數據。
       然而，作為工程機械整機企業，三一重工高級副總裁賀東東認為：對零配件的采購，實時性要求相對沃爾瑪則較低。因為作為零售商，沃爾瑪商品的銷售接近“水流”，需要及時補充。
       因而相對沃爾瑪實時的分享，三一則建立了相應的機制：每個月的銷售預測或者生產計劃，都會與供應商分享，使其更加了解自身的市場需求，從而減少重復，提高生產效率。
       當三一的設備出現故障需要維修時，其實映射的是零配件的故障。然而，據賀東東介紹：在傳統模式下，設備的質量情況、成本對比、交期等運營數據分散在不同的部門，比如交期數據分布在倉庫收貨處，而質量數據部分在售后服務部門，部分在生產部門。這就導致設備的服務成本、維修成本，也同樣分散在不同的部門。
       如果沒有大數據管理或者有價值的數據挖掘，在向供應商采購零配件時，三一就只能根據商務談判決定。但是，整合這些數據之后，對供應商就能有清晰的畫像。誰的故障率是多少，誰帶來的成本更低，誰的交期更短，由此可以對供應商進行打分，從而調整采購策略。
       從另一角度看，三一將完整的數據分享給供應商，供應商可以了解故障率的分布及情況，同時可以根據三一設備的使用條件、使用工況去改進產品的質量。
       “未來的理想做法，應該是在產品個性化設計階段，就讓供應商一起協同設計。總之，最大范圍內跟上下游去協同，協同范圍越大，取得的產品效果越好。”賀東東對《中外管理》說道。
       協同研發，成果品質遠超日韓
       2013年12月，法國里昂證券的研究人員對六家公司在中國生產的挖掘機進行了為期兩周的嚴酷測試，測試內容涉及生產力、耐用性和燃油效率。這六家公司分別是三一重工、卡特彼勒、日立、斗山以及小松集團和神鋼集團。
       測試后發現，六家公司生產的挖掘機都很出色，不過三一重工表現更為搶眼。最終，法國里昂證券得出的結論是：三一挖掘機或許不及卡特彼勒制造的世界上品質最好的挖掘機，卻超越了日本和韓國的競爭對手。而這一測試結果被英國《經濟學人》搬上了雜志。
       在那場測試中，三一重工的挖掘機效率很高，但油耗很低。這是如何做到的呢？
       在賀東東看來，三一重工作為主機廠，無論是柴油機，還是液壓件，這些核心零部件很多時候需要向供應商采購。而要打造一套高效率的、行之有效的系統，既無法依靠三一重工一家，也無法依賴柴油機或者液壓件任何單獨一家供應商。“只有共享數據，多家企業聯合研發，才能打造優秀的產品。”賀東東說。
       他認為，這就是三一重工協同研發的最好例證。
       目前，除了與供應鏈企業協同研發之外，三一重工還將協同研發的觸角伸向了各個學術機構，與它們合作。
       挑戰：需要成熟的商業文明
       然而，要想整個行業都能協同研發，仍有著巨大的挑戰。賀東東認為，有以下幾方面的原因：
       第一，“語言”不通。因為每個廠商都有不同的標準，而對產品、物料清單（BOM）以及工序，語言描述也不相同。就這相當于在交流時，需要統一語言。因而各種各樣標準的交互，就需要沒有障礙地交流，并且越自動越好。賀東東認為，這是整個工業界需要克服的問題。
       第二，企業對數據機密的保護。在中國，對知識產權的踐踏屢見不鮮。為了保護知識產權以及競爭優勢，整個工業界都有強烈的知識產權保護意識。
       舉個例子：富士康為蘋果代工，但蘋果的新產品需要什么樣的外殼，富士康很早就已介入并參與設計。如果在中國，聯合多家供應商設計手機，新一代產品設計很快就會全部暴露。而蘋果與富士康能做到聯合研發，是因為他們之間有基本的誠信，而聯合研發的合作范圍也并不是很大。
       “大數據分享是很實際的，不是不愿意打破，因為好處是很顯然的，但是壞處也顯而易見，企業的經營機密、上市等因素，這些都需要考慮。”賀東東直言，“山寨文化是中國走向協同研發最大的障礙。”
       第三，談判規則不透明。在發達國家，產業鏈的上下游處于透明狀態，互相允許對方賺取一定比例的毛利，是一個相對穩固的生態，因而可以共同改進產品的質量。而在中國，供應商會認為，我的成本被你知道了，那你談判的時候，壓價肯定會更厲害。而采購商會認為，你賺了我這么多錢，那我就再摳一點出來。如果別的供應商便宜，就向其購買。這相當于買小菜，而非成熟的商業文明。
       要達成協同研發，就取決于企業與合作伙伴之間是否有成熟的商業共識。賀東東表示，在中國，電子產品行業、汽車行業，商業關系相對透明，而三一重工所在的高度離散的工程機械行業，則有部分企業在朝著協同研發的方向前進。
       “但是如何防止商務上機會主義的短視行為，如何防止山寨，如何解決技術溝通的問題等，都是工業大數據在中國跨企業的現實障礙。”賀東東對《中外管理》如此總結。