“数智化供应链“赋能有色企业原料供应链管理优化

作者： 邱智

有色企业原料供应链管理所涉及的场景多且专业，从源头矿山或贸易商联络开始，中间经过复杂的业务处理，最终原料到达企业仓库用于生产转换，期间需要综合考虑企业仓储水平、原料周转率、生产配料约束等多重因素。

数智化供应链目的在于运用数字化系统结合智能算法支持供应链业务运行，通过数字网络将供应链过程中的关键信息进行收集，并构建端到端的数据关系链，同时在仓储规划、入场规划、货源筹划多个方面加载智能算法进行运筹辅助，最终实现生产配料稳定、仓储水平合理且综合采购成本最低的管理目标。

基于管理目标和数智化供应链设想，本文从重点解决的业务问题、业务场景数智化赋能设计和预期价值测算三个方面进行展开。

由一个重大事件深入分析原料供应链运行要求

【原料存量结构不能满足正常生产需要】某企业，生产部门根据工艺模型编制配料单，根据现有原料库存与检验结果反复匹配，发现现存的原料无法配出符合工艺要求的结果，最终只能召开生产联席会议启动短期超工艺边界降料运行。

企业针对该事件进行了原因分析如下：

（1）新年度企业对原料储备进行了大幅缩减；

（2）生产部门保持正常生产，没有针对原料进行预期测算；

（3）供应链部门降低单次采购量，同时酌情提高了采购频率，没有针对工艺需要进行规划。

由此供应链管理部门和生产部门进行了更深入的分析探索，提出了更多的改善意见如下：

（1）生产部门编制配料单的同时开展较长周期的用料测算，针对性提出更为明确原料购入需求，具体到元素品位的区间要求；

（2）供应链部门在货源选择时根据相关的预报信息进行配料预测，根据工艺满足度、成本最优化等条件进行测算，提前锁定货源；

（3）紧急事件采购原料，综合现存量和历史采购渠道货源信息进行快速匹配，根据到货速度、综合成本等因素进行推荐，以实现最短时间补充原料，恢复正常生产秩序；

（4）日常采购订货前进行全局原料配料满足度测算，根据换料周期、换料频率、综合成本等因素进行优选；

（5）每日针对厂内库存与各场站原料进行配料测算，根据测算结果推荐各场站原料入场调配。

针对五项改善建议，让供应链部门的压力倍增，大宗原料采购是很复杂的一项业务，覆盖货源管理、合同管理、物流管理、质量检验和结算管理，既专业又复杂，再加上配料满足度测算相关的五项，业务难度成倍增加。

由此，原料供应链业务运行全链路的数智化赋能提上了日程。

实现原料供应链业务运行数智化，需要从两个方面解决问题，其一供应链业务的全程数字化，其二关键业务场景基于原料供应链数据加载智能算法给予业务策略推荐。

供应链业务的全程数字化是大多数单位已经解决或正在解决的问题，覆盖范围略有不通，总的来说需要运用数字网络将货源动态、业务合同、场站存量、场站预报、业务订货、质量数据、物流数据、入场数据、厂内库存、垛位质量和配料用料等，各家企业正在根据自身业务不同选择逐步构建的策略完善原料供应链数字网络，系统复杂且庞大本文不再赘述。

基于原料供应链数据加载智能算法属于创新应用，需要企业有较好的数字化管理基础、明确的工艺数据模型，最重要的需要通过持续原料供应链配置优化来保证生产工艺秩序。满足了以上条件就可以加载智能化赋能业务。

本文案例事件中的五项改善建议，可以对应的实现五个智能算法服务场景：

以长周期配料测算举例，如何基于数字化基础加载智能化，赋能优化供应链管理。

算法能力实现的前提是工艺模型的基础，需要将工艺用料的相关参数整理后输入算法，其中可变动参数可在场景服务中与业务管理人员进行交互设定。

长周期配料测算场景在基础设定基础上进行参数变动，并且提供业务人员交互调整，可以选择各种条件（例如：选工艺最优或成本最优）下的滚动测算，给业务管理人员提供精准的补货建议，同时也能给出最优货源配置建议，具体工作场景如下图所示：

通过基于供应链数字化网络加载智能算法能力，能够给予业务管理人员快速有效且精准的工具，帮助业务管理进行科学决策，保持原料供应链的合理且持续运行。随着更多的算法测算植入业务场景，实现原料配置优化、货源配置优化、订货物流优化等，确保生产工艺的持续稳定同时大幅度节约原料供应链成本。