六國化工產(chǎn)銷協(xié)同決策平臺
本企業(yè)的基本信息
（企業(yè)名稱、主要產(chǎn)品和服務、發(fā)展歷程等）
杉數(shù)科技（北京）有限公司（簡稱：杉數(shù)科技）是一家中國領先的人工智能決策技術(shù)高新企業(yè)，成立于2016年7月，由四位斯坦福博士聯(lián)合創(chuàng)立。杉數(shù)科技希望能夠?qū)⑹澜珙I先的決策科學與優(yōu)化技術(shù)率先應用到國內(nèi)，為廣大中國企業(yè)的精細化運營和業(yè)務增長賦能，致力于讓每一個企業(yè)擁有定制化決策的能力。目前，杉數(shù)科技智能決策優(yōu)化方案已在零售、電商、物流、工業(yè)制造、能源電力、航空航天等20多個細分領域落地應用，服務合作伙伴包括雀巢、百威英博、好麗友、小米、永輝超市、順豐科技、滴滴出行、中外運、京東、德邦、華為、富士康、海爾、舜宇光學、上汽通用、六國化工、中升鋼鐵、上海地鐵、國家電網(wǎng)以及南方航空等超百家國內(nèi)外行業(yè)龍頭企業(yè)。
杉數(shù)科技堅持關(guān)鍵技術(shù)自主創(chuàng)新，擁有中國首款全自研大規(guī)模商業(yè)求解器COPT（線性規(guī)劃和整數(shù)規(guī)劃），徹底打破了歐美國際品牌的長期市場壟斷，為我國本土企業(yè)提供了全國產(chǎn)化數(shù)學規(guī)劃求解器的新選擇。同時，杉數(shù)開創(chuàng)性地將機器學習與運籌優(yōu)化深度融合，成功打造出“引擎+平臺+場景”的新一代智能決策技術(shù)體系，可真正實現(xiàn)從數(shù)據(jù)到?jīng)Q策端到端的服務，以完整的技術(shù)能力和高度模塊化的產(chǎn)品結(jié)構(gòu)靈活高效地為企業(yè)賦能，利用數(shù)據(jù)為企業(yè)帶來收益及成本端的顯著變化。自成立以來，杉數(shù)科技以“客戶業(yè)務場景需求”為中心，經(jīng)過與客戶的不斷地探索和迭代，面向供應鏈、生產(chǎn)制造、倉儲配送、物流運輸?shù)刃纬上盗袠藴驶钠脚_方案，其中包括：杉數(shù)智慧鏈? 智能決策平臺，將企業(yè)級大數(shù)據(jù)處理能力、決策模型算法模塊以及業(yè)務場景解決方案一站式整合，通過一系列行業(yè)性決策解決方案，解決企業(yè)所遇到的供應鏈管理難題；杉數(shù)數(shù)弈?工業(yè)互聯(lián)網(wǎng)智能決策系統(tǒng)，構(gòu)建面向設備管理、面向生產(chǎn)制造、面向運營調(diào)度以及面向產(chǎn)業(yè)鏈服務全流程的工業(yè)互聯(lián)網(wǎng)智能決策系統(tǒng)，為廣大制造業(yè)企業(yè)提供實時高效的協(xié)同計劃與智能調(diào)度能力；PonyPlus?? 智能運輸優(yōu)化系統(tǒng)，以解決企業(yè)所面臨的運輸成本高、調(diào)度智能化程度不足等問題；StockGo?? 智能配補貨系統(tǒng)，以解決企業(yè)面臨的庫存優(yōu)化和配補貨管理難題。杉數(shù)科技始終通過智能決策優(yōu)化技術(shù)，幫助企業(yè)解決生產(chǎn)、倉儲、配送、銷售等一系列場景中的優(yōu)化問題，加速實現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型和推動產(chǎn)業(yè)升級。
杉數(shù)科技，是國家高新技術(shù)企業(yè)、北京市“專精特新”企業(yè)、北京市朝陽區(qū)“鳳鳴計劃”企業(yè)、中關(guān)村高新技術(shù)企業(yè)；與工業(yè)富聯(lián)智能排產(chǎn)項目入選 “國之重器出版工程 《“互聯(lián)網(wǎng)+”綠色制造》融合發(fā)展新圖景”國家級行業(yè)標桿案例，與六國化工經(jīng)營協(xié)同項目入選中國信息通信研究院＆中國人民大學《新一代信息技術(shù)助力鄉(xiāng)村振興》典型實踐案例，以數(shù)據(jù)驅(qū)動加速農(nóng)資供應便捷化。杉數(shù)還是是國家標準《食品冷鏈物流交接規(guī)范》制定方之一，工信部“面向人工智能領域的產(chǎn)業(yè)技術(shù)基礎公共服務平臺建設”AI技術(shù)落地標準的服務商之一，2021之江杯全球人工智能大賽創(chuàng)業(yè)賽冠軍。成立以來，杉數(shù)科技獲得投資界的高度認可，成立之初即獲得了來自真格基金和北極光創(chuàng)投210萬美元的天使輪融資；2017年7月，完成4000萬元A輪融資；2020年3月，完成近1億元B輪融資；2021年6月，完成近2億元C輪融資，目前杉數(shù)正在進行下一輪融資。
本企業(yè)服務對象的傳統(tǒng)供應鏈中問題
（闡述服務對象的供應鏈特點、傳統(tǒng)供應鏈管理存在的問題，說明數(shù)字化轉(zhuǎn)型的意義）
六國化工是集團型磷復肥化工企業(yè)，母子公司分布在安徽、湖北、吉林等省份，企業(yè)產(chǎn)品品種近200多種，終端網(wǎng)點商30000多家。銷售訂單計劃多、市場變化快、統(tǒng)計分析復雜、生產(chǎn)排產(chǎn)難度高等問題突出，銷售決策是否科學合理一直困擾著企業(yè)沒具體表現(xiàn)在：銷售數(shù)據(jù)信息孤島嚴重；銷售產(chǎn)品分布廣，產(chǎn)銷協(xié)同有待加強：六國現(xiàn)有產(chǎn)品200多種、生產(chǎn)裝置十余套，不同產(chǎn)品的產(chǎn)能釋放、上下游原料的優(yōu)化配置等信息反饋不及時，造成淡季產(chǎn)品存貨嚴重，旺季產(chǎn)品又不能及時供應市場，嚴重影響化工企業(yè)的產(chǎn)能釋放。
服務對象的供應鏈數(shù)字化轉(zhuǎn)型
過程
（重點寫，建議包括以下內(nèi)容）
數(shù)字化供應鏈的整體架構(gòu)
通過搭建一套產(chǎn)銷協(xié)同系統(tǒng)，與六國現(xiàn)有SAP ERP及SMS對接，引入AI預測算法及運籌優(yōu)化算法，優(yōu)化需求計劃、優(yōu)化補貨及庫存策略、優(yōu)化生產(chǎn)計劃、實現(xiàn)產(chǎn)銷協(xié)同模擬，以應對產(chǎn)品需求多樣性的市場，實現(xiàn)提升產(chǎn)銷協(xié)同能力、提高市場響應速度、提高投入產(chǎn)出比、提升精細化管理能力。
數(shù)字化供應鏈運用新技術(shù)情況
（如工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈、3D打印、機器人等技術(shù)和應用情況）
本案例運用的新技術(shù)包含人工智能、底層求解器以及大數(shù)據(jù)技術(shù)。具體介紹如下：
A人工智能：
1） 完成基于機器學習的考慮地域性與季節(jié)性的化肥銷量預測引擎的研發(fā)
從地理位置上看，不同地區(qū)有著不同的種植時節(jié)和糧食種類，需要因地制宜地對未來的需求進行預測計劃；從時間維度上看，淡旺季銷量差異巨大，需要提前對未來一段時間的潛在需求進行估計，以最大程度避免淡季滯銷、旺季生產(chǎn)力不足的情況。
? 輸入內(nèi)容：
o 歷史訂單銷量
o 成品SKU（產(chǎn)品）信息
o 產(chǎn)品之間的關(guān)系
o 全國銷售區(qū)域信息
o 內(nèi)外部影響因素
? 輸出結(jié)果：
o 按照銷區(qū)、時節(jié)/季度、產(chǎn)品品類維度的需求計劃結(jié)果
o 需求計劃結(jié)果中細化到成品SKU維度的需求占比預估
o 需求動態(tài)監(jiān)控預警和多維度分析
? 優(yōu)化目標：
o 提高需求響應速度，提供前瞻性的市場銷售潛力預估
o 通過智能化的需求計劃給銷售員、指揮長、公司本部提供指導
o 建立起補貨及庫存計劃和生產(chǎn)計劃的基礎
2） 完成廠內(nèi)庫、廠外庫、經(jīng)銷商多級庫存網(wǎng)絡的庫存策略的計算引擎的研發(fā)
基于AI的需求計劃，進行庫存的全局優(yōu)化，統(tǒng)一調(diào)配全國可用化肥庫存和倉庫資源。聯(lián)合生產(chǎn)計劃部門的排程優(yōu)化，實現(xiàn)需求的高滿足率，庫存高周轉(zhuǎn)率以及倉儲成本、運輸成本的節(jié)約。
? 輸入內(nèi)容：
o 庫存信息、倉庫信息
o 成品SKU（產(chǎn)品）信息、替代關(guān)系
o 經(jīng)銷商層級信息
o 補貨規(guī)則（區(qū)域、地點、品類、距離、渠道等）、調(diào)撥規(guī)則
o 成本數(shù)據(jù)、物流資源
? 輸出結(jié)果：
o 針對成品的需求計劃以及安全庫存水平
o 工廠到航母倉以及航母倉到其他經(jīng)銷商的補貨計劃、倉儲計劃
o 各層級庫存健康狀態(tài)監(jiān)控
o KPI報表
? 優(yōu)化目標：
o 提升企業(yè)整體統(tǒng)籌能力和部門間協(xié)同能力
o 保證供貨滿足率的前提下提高周轉(zhuǎn)率，降低庫存水位
o 節(jié)約化肥成品的庫存積壓成本和運輸成本
3） 完成綜合考慮需求（量與優(yōu)先級）、產(chǎn)能（量與換產(chǎn)難易度）的生產(chǎn)計劃的計算引擎的研發(fā)實現(xiàn)將提報的下個月的銷量預測分配到每個工廠每月，及成本最優(yōu)&實際產(chǎn)量最匹配下的產(chǎn)品生產(chǎn)計劃。
? 輸入內(nèi)容：
o 下個月的銷量預測
o 產(chǎn)品、模具信息
o 產(chǎn)線的產(chǎn)能信息
o 換配比產(chǎn)能損失信息
o 成本信息
o 物料信息
? 量化約束條件，多維度標準化排產(chǎn)優(yōu)化硬約束：
o 產(chǎn)能約束
o 物料約束
o 經(jīng)濟生產(chǎn)量約束
? 排產(chǎn)優(yōu)化軟約束
o 產(chǎn)能平衡約束
o 需求優(yōu)先級滿足約束
? 優(yōu)化目標：
o 總成本最低（生產(chǎn)成本、轉(zhuǎn)運成本、換配比成本、庫存成本等）
o 產(chǎn)品欠交量最小
o 換配比時間最少
o 產(chǎn)品優(yōu)先級
o 產(chǎn)線利用率均衡
? 輸出結(jié)果：
o 產(chǎn)品工廠每月生產(chǎn)順序
o 產(chǎn)品交付計劃
4） 完成產(chǎn)銷供財聯(lián)動的模擬仿真引擎的研發(fā)
為了實現(xiàn)計劃平衡會的平衡供應與需求的功能，需要一個決策輔助-產(chǎn)銷協(xié)同模擬引擎：計算每一種信息每一個場景的KPI表現(xiàn)及對應的需求、供應、生產(chǎn)計劃。算產(chǎn)銷協(xié)同模擬引擎將不同產(chǎn)品類型的預測需求與預估的產(chǎn)能、物料到貨時間相對應，在綜合考慮產(chǎn)能限制、生產(chǎn)提前期、生產(chǎn)優(yōu)先級等限制條件下，由算法自動輸出自定義戰(zhàn)略目標（如總成本最低、產(chǎn)量最大、庫存最少）的生產(chǎn)計劃方案。
? 輸入內(nèi)容：
o 完整的產(chǎn)品類型季度銷量預測信息，包括時間精細到時令粒度、原材料精細到大材料粒度的物料編號，所在地，交貨截止日期等信息
o 生產(chǎn)成本信息，包括不同類型產(chǎn)品在不同工廠生產(chǎn)所需的總核算成本
o 各工廠產(chǎn)能信息，各工廠各產(chǎn)品類型的月度產(chǎn)能——工廠所在地的物流運輸距離矩陣
o 單位距離運輸成本（可以以成本距離參考函數(shù)的形式給出，或多組不同運輸距離下的運輸成本參考值形式給出）
o 各航母倉或大經(jīng)銷商倉庫的存儲費用
? 優(yōu)化目標：
o 首要目標：以最小化總成本（物流運輸+生產(chǎn)成本+倉儲成本）為首要優(yōu)化目標
o 次要目標：兼顧考慮訂單滿足率、訂單按時交付、訂單優(yōu)先級關(guān)系等指標
? 輸出結(jié)果：
優(yōu)化后的需求計劃、補貨及庫存計劃、生產(chǎn)計劃，包括每個產(chǎn)品類型在什么時間點由哪些工廠生產(chǎn)供應
B底層求解器：
（1）杉數(shù)數(shù)學規(guī)劃求解器：我國第一個自主研發(fā)的商業(yè)級別求解器 https://www.xianjichina.com/news/details_172988.html
杉數(shù)求解器（COPT）是杉數(shù)科技自主研發(fā)的一款針對大規(guī)模優(yōu)化問題的高效數(shù)學規(guī)劃求解器套件，是中國首款自主研發(fā)工業(yè)級別求解器，也是國內(nèi)目前唯一一個同時具備大規(guī)模線性規(guī)劃（單純形法和內(nèi)點法）和混合整數(shù)規(guī)劃求解能力的綜合性求解器。支持所有主流操作系統(tǒng)（均為64位系統(tǒng)），包括：Windows、Linux和MacOS，并提供以下接口：底層C接口、python接口，AMPL接口和Pyomo接口。
求解器平臺的核心價值在于其能夠完成從數(shù)據(jù)到?jīng)Q策的閉環(huán)，從而幫助企業(yè)在復雜的業(yè)務決策中形成真正可以落地執(zhí)行的業(yè)務方案的能力。杉數(shù)的求解器根據(jù)數(shù)據(jù)、限制約束、優(yōu)化目標的輸入，進行計算求解器，輸出多制約條件下的復雜決策問題解決方案，落地能力極強，也在大量的公司實踐中得以證明，真實地為企業(yè)帶去成本端及收益端的提升。
2020年8月28日，杉數(shù)科技COPT線性規(guī)劃求解器取得單純形法世界第一。https://finance.ifeng.com/c/7zJ5WjgrXeP
2020年10月26日，杉數(shù)優(yōu)化求解器COPT公布國內(nèi)首個線性規(guī)劃內(nèi)點法，這是國內(nèi)運籌學的又一大突破。https://mp.weixin.qq.com/s/yeu0DdOUoa8rXjY2vVJTtA
2020年12月30日，杉數(shù)優(yōu)化求解器COPT再次登頂國際權(quán)威第三方測評Mittelmann平臺的線性規(guī)劃單純形法榜單，繼續(xù)該算法模塊全球第一的位置。https://mp.weixin.qq.com/s/dR2nerJKanDPhpdmy9FUAw
C大數(shù)據(jù)：
本項目處理集團企業(yè)歷史5年的進銷存數(shù)據(jù)，數(shù)據(jù)量巨大。在研發(fā)過程中突破多項技術(shù)壁壘，具體如下：
○大數(shù)據(jù)數(shù)據(jù)處理：一種強依賴、可分租的任務高容錯處理方法及裝置
隨著科技進步和社會發(fā)展，目前企業(yè)的相關(guān)業(yè)務數(shù)據(jù)程爆發(fā)式增長。因此，對業(yè)務數(shù)據(jù)的調(diào)度處理也越來越頻繁。就目前來說，常用的調(diào)用處理機制為頻次輪詢調(diào)度機制。這樣對每個任務的執(zhí)行狀態(tài)、嘗試次數(shù)、執(zhí)行時長均會進行記錄，同時對于每個任務而言都會存在一個當前狀態(tài)，例如等待、運行中、執(zhí)行失敗、執(zhí)行成功等，每種狀態(tài)有對應不同的處理方式。這樣的輪詢調(diào)度無法保證一次調(diào)度過程獲取到正確的業(yè)務數(shù)據(jù)，會極大的消耗系統(tǒng)資源。
鑒于上述問題，本項目中提出了一種任務調(diào)度處理方法及裝置，可更加準確的得到每次任務調(diào)度時對應的業(yè)務數(shù)據(jù)，在一次調(diào)度的情況下能夠保證具有前置依賴性的任務能夠順序統(tǒng)一執(zhí)行，避免多次輪詢，提高了執(zhí)行效率和成功率，并極大的降低了系統(tǒng)資源的消耗。
○大數(shù)據(jù)分析：一種有向圖繪制方法及化工物料規(guī)劃方法
BOM樹廣泛的應用在工業(yè)生產(chǎn)以及各種 ERP，SAP 等生產(chǎn)管理工具中。樹結(jié)構(gòu)雖然能比較直觀的展示 物料，中間產(chǎn)物，成品的關(guān)系；但是樹結(jié)構(gòu)BOM對化工等領域中存在的，中間產(chǎn)物在多個BOM 中使用，中間產(chǎn)物在同一BOM中多級多次使用，中間產(chǎn)物作為商品出售，中間產(chǎn)物采購補充，等場景下存在一些缺陷。
一種基于化工類工廠的新的BOM結(jié)構(gòu)以及期生成，轉(zhuǎn)換，以及運用的方法。包括以下步驟：1.將傳統(tǒng)的樹結(jié)構(gòu)BOM傳入系統(tǒng)，系統(tǒng)將根據(jù)BOM信息生成新的工廠范圍內(nèi)的有向圖結(jié)構(gòu)BOM。2.收集銷售系統(tǒng)內(nèi)歷史銷售訂單，采購系統(tǒng)內(nèi)采購訂單，貨物運輸信息，庫存信息，工廠產(chǎn)能， 商品保質(zhì)期等信息。3. 以序圖結(jié)構(gòu)BOM 為基礎，校驗各個物料，中間品 是否能滿足生產(chǎn)需求，并能根據(jù)一定規(guī)則進行動態(tài)修改調(diào)整。解決化工類工廠制定修改 銷售計劃，采購計劃，生產(chǎn)計劃，庫存計劃時物料，中間品大多只能靠人工經(jīng)驗校驗調(diào)整，調(diào)整不夠精確，需要多次復查的問題。
○大數(shù)據(jù)應用：銷期提前或滯后的預測修正
以六國化工為例的農(nóng)副產(chǎn)品等，除去銷售方式會和自然年有關(guān)，其需求也會和農(nóng)歷年息息相關(guān)。生產(chǎn)周期受到天侯的影響因此其逐年的周期性需求會在自然年上產(chǎn)生一定程度的平移。
不僅如此，在很多有指標要求的零售行業(yè)中，銷售狀況在或大或小的周期上，整體處于穩(wěn)定增長的趨勢。但是在周期內(nèi)可能會出現(xiàn)周期的平移的現(xiàn)象。
本發(fā)明改變了傳統(tǒng)時間序列預測，對發(fā)生銷售轉(zhuǎn)移之后銷量的預測結(jié)果，提高預測準確率和魯棒性，幫助生產(chǎn)計劃合理實施。
○4大數(shù)據(jù)展示：一種高復用、多方式的table單元格編輯的方法及組件
目前，表格是由多個單元格組成的表，已經(jīng)成為人們?nèi)粘＾k公生活的一部分，可以提供輸入輸出以及顯示等編輯功能。
相關(guān)技術(shù)中，每需要實現(xiàn)一種編輯功能，在軟件開發(fā)過程中需要重新開發(fā)對應功能的編輯組件，導致開發(fā)過程較為繁瑣，開發(fā)效率較低。尤其是在大數(shù)據(jù)場景下，交互的方便性更為重要。
本項目中創(chuàng)建了一種生成單元格編輯組件的方法、裝置、介質(zhì)及計算機設備，包括：創(chuàng)建單元格公用編輯組件；獲取單元格的多種編輯方式及每種編輯方式下單元格的渲染參數(shù)；根據(jù)各編輯方式及渲染參數(shù)在單元格公用編輯組件中創(chuàng)建對應的編輯控件；在單元格公用編輯組件中創(chuàng)建各編輯控件對應的交互策略；將具有各編輯控件及交互策略的單元格公用編輯組件集成到表格組件中；如此，在軟件開發(fā)過程中，可在同一個單元格公用編輯組件中創(chuàng)建不同編輯方式對應的編輯控件，后續(xù)需要實現(xiàn)其他編輯功能時，直接在單元格公用編輯組件中添加新的編輯控件，無需重新編寫大量的重復代碼，簡化單元格編輯組件的開發(fā)過程，提高開發(fā)效率；提高單元格公用編輯組件的復用率。
數(shù)字化供應鏈各業(yè)務環(huán)節(jié)現(xiàn)狀（如計劃、開發(fā)、采購、制造、流通、逆向等環(huán)節(jié)具體現(xiàn)狀）
六國化工在實施本案例之前的計劃流程為下圖：
涉及多部門間的計劃信息流轉(zhuǎn)：銷售部、生產(chǎn)部、企管部、采購部、財務部，全都在線下溝通流轉(zhuǎn)，費時費力，且容易遺漏信息。各部門先制定自己部門的計劃，制定計劃的方式主要依靠人工經(jīng)驗，缺少數(shù)據(jù)量化支持，后續(xù)調(diào)整幅度大、頻次高，難以實現(xiàn)指導企業(yè)運營、供應鏈運營的作用。各部門的計劃制定完成后會召開計劃平衡會，各部門高管共同協(xié)商下個月的計劃。但由于計劃是串行制定的，沒有辦法聯(lián)動變化，沒有辦法實時協(xié)同。
具體制定計劃流程如下圖及表格：
步驟 | 流程步驟 | 崗位 | 詳細說明 | 關(guān)鍵表單編碼 |
001 | SMS/線下提報下一月度銷量預測 | 銷售員 | 六國化工各銷區(qū)銷售員在SMS系統(tǒng)中提報下一月度銷量預測計劃。提報時間在每月15~20號。 |
|
002 | 銷區(qū)級別銷量預測匯總 | 指揮長 | 各銷區(qū)指揮長線下收集或者SMS上下載銷售員提報的銷量預測計劃，并按sku、銷區(qū)匯總 | 銷售員月度銷量預測計劃 |
003 | 線下調(diào)整銷區(qū)銷量預測 | 指揮長 | 依據(jù)經(jīng)驗調(diào)整sku各負責銷區(qū)的銷量預測計劃，并線下發(fā)給計劃室 |
|
004 | 按SKU匯總所有銷售員的預測提報量 | 銷司計劃室主管 | 計劃室主管在SMS上下載銷售員提報的銷量預測計劃導出成Excel格式，并在該Excel上計算按sku匯總的銷量預測計劃 | 銷售員月度銷量預測計劃 |
005 | 按SKU匯總所有指揮長的預測提報量 | 銷司計劃室主管 | 計劃室主管收集所有指揮長到sku、銷區(qū)的銷量預測計劃，統(tǒng)計到上一過程（004）Excel中，并匯總到sku | 指揮長到sku、銷區(qū)的銷量預測計劃 |
006 | 線下調(diào)整 | 銷司計劃室主管 | 依據(jù)歷年各月銷量及工廠當前庫存調(diào)整上一過程（004）Excel中各sku的銷量 | 歷年各月銷量 工廠庫存 |
007 | 線下審批 | 銷司總經(jīng)理 | 在SAP系統(tǒng)中依據(jù)包材采購流程操作。 |
|
008 | 依據(jù)倉儲部門提供的出入庫及期初庫存計算期末庫存 | 銷司計劃室主管 | 在SAP系統(tǒng)中依據(jù)采購備料計劃編制流程操作。 |
|
009 | 主動推薦經(jīng)銷商訂貨 | 指揮長 | 以電話催促方式要求相關(guān)廠家于規(guī)定時間送至廠內(nèi)。 |
|
010 | 結(jié)合經(jīng)銷商需求與工廠庫存指導經(jīng)銷商訂貨 | 指揮長 | 在SAP系統(tǒng)中依據(jù)包材、葡萄酒原酒領料流程操作 |
|
011 | 確認下一月度工廠工時 | 車間主任 | 在SAP 查看成品庫存及包材報表 |
|
012 | 計算下一月度產(chǎn)能 | 車間主任 | 將周計劃分解成具體日計劃EXCEL報表 |
|
013 | 計算生產(chǎn)計劃（第一優(yōu)先級滿足產(chǎn)能） | 銷司計劃室主管 | 通過PORTAL系統(tǒng)傳達至生產(chǎn)計劃科 | 個性化產(chǎn)品生產(chǎn)申請單 |
014 | 產(chǎn)銷平衡會討論 | 企管部 | 定制中心通過OA系統(tǒng)傳達至生產(chǎn)計劃科 | 常規(guī)產(chǎn)品個性化定制申請單 |
實施路徑等
（如預備階段、遷移階段方案等）
預備階段：全流程調(diào)研
在此階段中，杉數(shù)與六國化工成立聯(lián)合項目組，對潛在的營銷公司，生產(chǎn)部，企管部等多個部門的用戶進行詳細調(diào)研，并對項目整體范圍進行確認。
實施階段：
在實施階段中，杉數(shù)主要經(jīng)歷了7個小階段，最主要的工作集中在設計與開發(fā)中，經(jīng)杉數(shù)與六國雙方確認藍圖無誤，杉數(shù)基于自身產(chǎn)品的特性與六國的個性化需求，進行了配置化實施，并進行了多輪的迭代測試，最終確保上線成功
遷移驗證階段：
在上線后，試運行3個月期間，服務對象方六國化工下發(fā)管理流程配合，杉數(shù)科技全程跟蹤服務。
服務對象供應鏈數(shù)字化轉(zhuǎn)型的效果
（說明轉(zhuǎn)型后的實施效果，最好有數(shù)據(jù)說明，以下任選2-4個方面）
供應鏈管理效率提升
（如降低成本、提高時效、提升柔性等效果）
量化KPI為：
1） 基于機器學習的銷量預測，將六國的銷售預測滿足度從87%提升至95%
2） 結(jié)余庫存水平平均下降0.5個月的月銷量
3） 企業(yè)各部門間協(xié)同效率增強20%。制定需求計劃、生產(chǎn)計劃人力投入時間縮短50%以上
量化收益
通過產(chǎn)銷協(xié)同系統(tǒng)，能夠在旺季快速的反應市場需求的變化并做出相應的分銷與生產(chǎn)計劃的改變，從而提升響應市場速度，從試運行的3個月數(shù)據(jù)統(tǒng)計下來，客戶的訂單平均滿足率提升5%。
客戶訂單平均滿足率的提高將帶來銷售量的提高、市場份額的提升。以化工企業(yè)產(chǎn)品平均價格來看，提高銷售量5%，那么提高的收入為：近半年經(jīng)銷商的銷量提報共計321，374噸，每噸單價均值為￥2，000，即收入提高為：
321，374*￥2，000*0.05=￥32，137，400
若利潤為10%，則增加利潤為
￥32，137，400*10%=￥3，213，740
通過產(chǎn)銷協(xié)同系統(tǒng)，實現(xiàn)在正確的時間、地點生產(chǎn)正確的產(chǎn)品送到正確的倉庫（航母倉/大經(jīng)銷商倉庫），從而提高庫存周轉(zhuǎn)率10%，并降低因存放在錯誤的地方而產(chǎn)生的調(diào)撥運輸費用5%；總體上降低經(jīng)銷商20%庫存積壓，預計節(jié)省倉儲成本2000萬----六國在近半年發(fā)給經(jīng)銷商的共計581，020噸，近半年經(jīng)銷商的銷量提報共計321，374噸。 不考慮經(jīng)銷商原有庫存的情況下，經(jīng)銷商近半年積壓庫存約為25萬噸，實際情況下（考慮經(jīng)銷商原有庫存）積壓庫存不小于25萬噸。保守估計全國經(jīng)銷商總積壓庫存為30萬噸，假設降低10%的積壓庫存也就是3萬噸，按照六國的倉儲成本數(shù)據(jù)，按照每噸500元（根據(jù)2019年的經(jīng)銷商寄存?zhèn)}儲成本表統(tǒng)計）的存儲成本，單獨在倉儲成本降低這一項就可以有￥1500萬的成本縮減。
通過產(chǎn)銷協(xié)同系統(tǒng)，打通營銷、生產(chǎn)、工貿(mào)、企管等部門信息，將線下協(xié)調(diào)轉(zhuǎn)換為線上數(shù)據(jù)共享，從而提升部門間協(xié)同效率20%。減少加班：過多的加班會嚴重的降低生產(chǎn)率，還會造成過多的庫存。通過產(chǎn)銷協(xié)同，可以制定考慮產(chǎn)能、物料的需求計劃，從而減少加班。經(jīng)驗表明，加班時間可以減少50%～90%。
供應鏈抗風險韌性提升
（具體闡述服務對象面臨的供應鏈風險，采取哪些措施、何種數(shù)字化技術(shù)，應對疫情沖擊、政治地緣風險、外部不可控因素等挑戰(zhàn)及效果）
供應鏈流程優(yōu)化
（如可視透明、智能作業(yè)、預測性維護等效果）
商業(yè)模式創(chuàng)新
（如服務化延伸、規(guī)模化定制等效果）
協(xié)同的供應鏈管理模式
步驟 | 流程步驟 | 崗位 | 詳細說明 | 輸入 | 輸出 |
|---|---|---|---|---|---|
001 | SMS/線下提報下一月度銷量預測 | 銷售員 | 六國化工各銷區(qū)銷售員在SMS系統(tǒng)中提報下一月度銷量預測計劃。提報時間在每月15~20號。 |
| 銷售員下月銷量提報 |
002 | 銷區(qū)級別銷量預測匯總及修改 | 指揮長 | 各銷區(qū)指揮長線下收集或者SMS上下載銷售員提報的銷量預測計劃，并按SKU、銷區(qū)匯總，修改后輸出銷區(qū)的銷量預測提報 | 銷售員下月銷量提報 | 指揮長下月銷量提報
|
003 | 確定正式銷售計劃 | 營銷公司 | 營銷公司通過對比指揮長、銷售員以及往年同期月度銷售數(shù)據(jù)，結(jié)合系統(tǒng)給出的銷量預測，得出正式銷售計劃 | 銷售員下月銷量提報； 指揮長下月銷量提報； 歷史銷售數(shù)據(jù)；
| 正式銷售計劃 |
004 | 確定產(chǎn)能年計劃及產(chǎn)能月計劃 | 生產(chǎn)部 | 算法根據(jù)往年的產(chǎn)能數(shù)據(jù)，計算出產(chǎn)能年計劃（1次/年），產(chǎn)能月計劃（1次/月）， 生產(chǎn)部進行修改確定 | 歷史產(chǎn)能數(shù)據(jù)； | 年度產(chǎn)能計劃； 月度產(chǎn)能計劃 |
005 | 確定初版生產(chǎn)計劃（考慮全年產(chǎn)能計劃） | 營銷公司 | 根據(jù)正式銷售計劃和去年底的全年產(chǎn)能計劃，系統(tǒng)給出經(jīng)過產(chǎn)能補齊后的初步生產(chǎn)計劃，營銷公司進行調(diào)整后用于編織袋采購計劃 | 正式銷售計劃； 庫存數(shù)據(jù)； 全年產(chǎn)能年計劃； BOM數(shù)據(jù)； 生產(chǎn)規(guī)則數(shù)據(jù)； | 初版生產(chǎn)計劃； 編織袋采購計劃 |
006 | 確定S&OP會前正式生產(chǎn)計劃 （考慮最新下月產(chǎn)能計劃） | 營銷公司 | 營銷公司根據(jù)生產(chǎn)部給出的最新下月產(chǎn)能計劃，修正生產(chǎn)計劃 | 初版生產(chǎn)計劃； 下月產(chǎn)能計劃 | S&OP會前正式生產(chǎn)計劃 |
007 | S&OP計算指標 | 企管會 | 企管會根據(jù)各部門提交的數(shù)據(jù)進行計算各類指標，以供會上討論 | 月度產(chǎn)能計劃； 生產(chǎn)計劃； 銷售計劃； 采購計劃； 其他部門提報數(shù)據(jù) | 各類報表數(shù)據(jù) |
008 | 平衡會 | 企管會 | 根據(jù)企管會在sop模塊上進行的指標計算進行討論決定正式計劃 | 月度產(chǎn)能計劃； 生產(chǎn)計劃； 銷售計劃； 采購計劃； 其他部門提報數(shù)據(jù)； 各類報表數(shù)據(jù) | 正式月度產(chǎn)能計劃； 正式生產(chǎn)計劃； 正式銷售計劃； 正式采購計劃； 各類報表數(shù)據(jù) |
009 | 排程 | 生產(chǎn)部 | 根據(jù)正式生產(chǎn)計劃及正式月度產(chǎn)能計劃進行生產(chǎn)排程 | 正式月度產(chǎn)能計劃； 正式生產(chǎn)計劃 | 正式生產(chǎn)排程計劃 |
010 | 要貨管理 | 營銷公司 | 根據(jù)實時庫存數(shù)據(jù)，結(jié)合歷史銷售明細，以及經(jīng)銷商及其對應廠外倉或工廠的信息，系統(tǒng)計算出各個銷區(qū)的庫存分貨建議 | 正式生產(chǎn)計劃； 正式銷售計劃； 歷史銷售明細； 庫存數(shù)據(jù)； 經(jīng)銷商信息 發(fā)貨明細
| 實時庫存的廠外庫分貨建議 實時庫存的經(jīng)銷商分貨建議 |
011 | 急單插單 | 銷售員/指揮長 | 發(fā)現(xiàn)市場的需求缺口，對工廠方進行急單插單提報 |
| 急單插單sku的數(shù)量及時間 |
012 | 急單插單演算 | 營銷公司 | 根據(jù)銷售方給予的急單數(shù)據(jù)，結(jié)合最新的生產(chǎn)計劃，生成生產(chǎn)變更計劃 | 急單插單sku的數(shù)量及時間 | 生產(chǎn)變更計劃 |
013 | 急單插單審核 | 企管部 | 決策生產(chǎn)變更計劃 | 生產(chǎn)變更計劃 | 正式生產(chǎn)變更計劃 |
014 | 生產(chǎn)變更計劃實施 | 生產(chǎn)部 | 根絕企管部簽發(fā)的生產(chǎn)變更計劃運用算法進行重新排程 | 正式生產(chǎn)變更計劃 | 正式生產(chǎn)排程變更計劃 |
服務對象供應鏈數(shù)字化轉(zhuǎn)型的創(chuàng)新點
應用模式創(chuàng)新：
1、數(shù)字化轉(zhuǎn)型推進了六國化工在商業(yè)模式上的創(chuàng)新
為六國化工營銷模式的轉(zhuǎn)型（由駐點直銷轉(zhuǎn)為買斷）奠定了基礎，也通過產(chǎn)銷協(xié)同系統(tǒng)的算法輔助工具（分貨管理）促進了此次轉(zhuǎn)型的進程。
2、基于本項目致力于提升六國化工的供應鏈管理能力，通過搭建一套產(chǎn)銷協(xié)同系統(tǒng)，以先進的運籌學優(yōu)化思想與成熟模型來提升供應鏈網(wǎng)絡的各個重點節(jié)點管理效率，以領先的杉數(shù)自主研發(fā)的規(guī)劃求解器來幫助六國化工提升生產(chǎn)計劃能力，并統(tǒng)籌管理物流供應網(wǎng)絡、輔助產(chǎn)品預測銷量，與SAP ERP及SMS對接，優(yōu)化需求計劃、優(yōu)化補貨及庫存策略、優(yōu)化生產(chǎn)計劃、實現(xiàn)產(chǎn)銷協(xié)同模擬，以應對產(chǎn)品需求多樣性的市場，實現(xiàn)提升產(chǎn)銷協(xié)同能力、提高市場響應速度即敏捷性、提高投入產(chǎn)出比、提升精細化管理能力。
項目從需求計劃入手，基于歷史訂單銷量、成品產(chǎn)品信息、產(chǎn)品間關(guān)系、全國銷售區(qū)域信息以及內(nèi)外部影響因素等輸入數(shù)據(jù)，結(jié)合化肥根據(jù)地理位置需要因地制宜進行預測的理解，以及新品投放、促銷事件等特殊事件的考慮，建立AI機器學習模型和傳統(tǒng)時間序列模型，對各品類月度銷量進行預測。輸出按照銷區(qū)、時節(jié)、產(chǎn)品品類維度的需求計劃結(jié)果，將需求占比預估進一步細化到成品產(chǎn)品維度，并提供需求動態(tài)監(jiān)控預警和多維度分析。
基于AI的需求計劃，項目進一步為六國化工打造庫存的全局優(yōu)化。結(jié)合庫存信息、倉庫信息、成品產(chǎn)品信息、替代關(guān)系、經(jīng)銷商層級信息、補貨規(guī)則、調(diào)撥規(guī)則、成本數(shù)據(jù)、物流資源等輸入數(shù)據(jù)，建立庫存策略優(yōu)化模型，平衡服務滿足率和庫存周轉(zhuǎn)率，得到針對成品的安全庫存水平，廠倉間以及倉到經(jīng)銷商的補貨計劃、倉儲計劃，以及各層級庫存健康狀態(tài)監(jiān)控與KPI報表。
生產(chǎn)方面，項目協(xié)助六國化工量化現(xiàn)有生產(chǎn)限制：生產(chǎn)難度、廢料產(chǎn)生情況、每套裝置最小生產(chǎn)量等，將提報的下個月的銷量預測分配到每個工廠每月，并使用杉數(shù)自主研發(fā)的數(shù)學規(guī)劃求解器制定成本最優(yōu)&實際產(chǎn)量最匹配下的產(chǎn)品生產(chǎn)計劃。
為了尋找供應與需求之間的最佳平衡點，項目設計了一個決策輔助-產(chǎn)銷協(xié)同模擬引擎，計算每一種信息每一個場景的KPI表現(xiàn)及對應的需求、供應、生產(chǎn)計劃。產(chǎn)銷協(xié)同模擬引擎將不同產(chǎn)品類型的預測需求與預估的產(chǎn)能、物料到貨時間相對應，在綜合考慮產(chǎn)能限制、生產(chǎn)提前期、生產(chǎn)優(yōu)先級等限制條件下，由算法自動輸出自定義戰(zhàn)略目標（如總成本最低、產(chǎn)量最大、庫存最少）的生產(chǎn)計劃方案。
技術(shù)創(chuàng)新點：
大數(shù)據(jù)數(shù)據(jù)處理：一種強依賴、可分租的任務高容錯處理方法及裝置
大數(shù)據(jù)分析：一種有向圖繪制方法及化工物料規(guī)劃方法
大數(shù)據(jù)展示：一種高復用、多方式的table單元格編輯的方法及組件
算法創(chuàng)新點：
銷期提前或滯后的預測修正
未來發(fā)展機遇與挑戰(zhàn)
經(jīng)過初步調(diào)研和產(chǎn)業(yè)界從業(yè)專家咨詢，了解到目前該解決方案的推廣存在以下潛在困難:
六國各子公司或化工行業(yè)的數(shù)字化信息化水平參差不齊。由于產(chǎn)銷協(xié)同系統(tǒng)的基礎依賴企業(yè)大量的銷售數(shù)據(jù)、產(chǎn)品主數(shù)據(jù)等，數(shù)據(jù)的維護和數(shù)據(jù)之間的校驗存在大量處理工作。尤其是銷售計劃模塊，需要歷史銷量數(shù)據(jù)支持。
解決途徑-銷售計劃可以按現(xiàn)有線下方式作為產(chǎn)銷協(xié)同系統(tǒng)的輸入。
目前化工企業(yè)各子公司都在計劃或已經(jīng)在基礎系統(tǒng)（SAP、SMS）實施中，從計劃制定權(quán)責情況調(diào)研看整體的子公司推廣可行，預計在該項目三期中開始展開相應的子公司推廣工作。
S&OP模塊（協(xié)同模擬模塊）的定制化程度稍高，存在大量人工經(jīng)驗和現(xiàn)場處置能力，行業(yè)里存在大量的特殊業(yè)務場景和企業(yè)要求，難以直接以一條標準準繩加以判斷和定級。
解決途徑-銷售計劃可以按現(xiàn)有線下方式作為產(chǎn)銷協(xié)同系統(tǒng)的輸入。
協(xié)同模擬模塊的基礎邏輯是適用于各行業(yè)企業(yè)的，主要的問題是供此企業(yè)運營管理的數(shù)據(jù)是否完備以及領導層做此創(chuàng)新的決心。數(shù)字化轉(zhuǎn)型是一把手工程，本解決方案為此工程提供最復雜的運營決策輔助。
下一步項目建設主要內(nèi)容：
o 算法賦能的下一步
1、廠外庫智能選址
現(xiàn)狀：原10個廠外庫（航母倉）
改變：從基于歷史或經(jīng)驗的廠外庫選址模式轉(zhuǎn)變?yōu)榛跉v史銷售數(shù)據(jù)及模型的全局優(yōu)化的廠外庫選址
利益點：訂單滿足時效保證的前提下降低運輸距離及運輸成本
2、智能調(diào)撥
現(xiàn)狀：無調(diào)撥
改變：廠外庫級別的需求調(diào)撥
利益點：降低庫存冗余，降低積壓可能，提升庫存寬度，提升服務滿足率
3、多工廠排產(chǎn)
現(xiàn)狀：計劃員手動分廠
改變：基于產(chǎn)能利用及原材料利用的最大化、總運營成本（生產(chǎn)成本+運輸成本等）下的分工廠排產(chǎn)
利益點：提升產(chǎn)能利用率，提升原材料利用率，提高企業(yè)利潤率
推廣的下一步：
目前化工企業(yè)的系統(tǒng)覆蓋為六國本部及國星化工，之后會推廣到中元化工，氮肥廠，再到各子公司。行業(yè)內(nèi)的推廣在銅陵市的其他化工廠-安納達、潔雅、有色等。類似企業(yè)的推廣目前調(diào)研過的有：高露潔、高貝斯等。
項目實施預期目標：
增強化工企業(yè)的智能供應鏈管理能力。
AII微信公眾號
AII頭條號