前言：

说起智慧供应链起源，不得不说一下供应链算法的鼻祖i2，I2在2010 被JDA6亿美金收购，这个市场其实并不大。然而10年过去了，随着新零售\产业互联网模式迅速崛起对承载零售行业的供应链体系提出了巨大的挑战。这些挑战反映在供应链的方方面面，包括线上线下全渠道品类规划、选品定价、需求预测、销售计划、库存优化、全渠道流量计划、仓配网络计划等关键节点。阿里、京东借助云计算、物联网、大数据、人工智能、机器学习、区块链纷纷又进入这个领域。好一个绝对反扑，笔者梳理了I2的历史和阿里、京东的一些主流的解决方案给大家学习参考一下。

神奇的I2

 1988年，当时年仅31岁的美籍印度人Sanjiv Sidhu在美国德州的达拉斯创立了i2科技公司。10多年来，i2一直是供应链管理方面的领导厂商，帮助企业在新经济时代提高对信息技术的应用，加强市场竞争力。i2解决方案汇聚所有动态价值链互动流程，包括客户关系管理、供应链管理和供应商关系管理。其目标是到2005年时为客户提供750亿经过审计的价值。i2在供应链管理市场的全球占有率超过70%，凭借优越的实施能力及最具发展潜力的远景，蝉联供应链管理领域里的冠军宝座。 AMR Research Inc的研究称：到2003年，供应链管理系统将超越备受注目的电子商务应用，而当红的B2B电子商务，其实质就是为企业进行上中下游的供应链管理。据预测，供应链管理系统的增长将以每年40%的速度持续到2004年，而2000年的增长率则超过120%。互联网的高速发展正在改变企业传统的竞争法则。企业的成败不仅取决于是否能有效地发挥组织机能，更取决于在这个全球化的动态相联的信息社会里能否更好地发挥协同工作的能力。在过去的十年中，企业从供应链管理中实现了巨大的成本节约。所谓供应链管理是指材料从上游供应商，通过企业自身的生产活动，最终变成产品并交付到客户手中的高效率的转移过程。价值链管理带来的成本节约包括减少25－60%的库存、提高生产能力利用率10－20%、预测准确度提高25－80%，以及更多方面。毫无疑问供应链管理仍然是多数企业IT战略的重要部分，特别是在经济困难的时期。 作为供应链管理解决方案领域无可争议的领导厂商，i2素以其对未来的远见以及其解决方案的实用性而著名，特别是其价值提交和计算方法。凭借i2在企业内部供应链管理、外包供应链管理以及大批量定制产品系列一级的规划等方面的创新，i2将继续领导供应链管理领域的新发展。所有这些创新都是传统ERP系统所无法处理的。 但这一切仅是开始。i2充分认识到价值链中所具有的巨大潜力。

美国I2 技术公司是世界领先的提供有关全局供应链管理（GSCM）中智能规划与调度的软件供应商，其 RHYTHM 系列产品能够为跨越企业间的供应链计划与调度提供综合智能支持，并且能够有效地优化和快速集成整个供应链上的各个系统。此外，它还可采用基于 Internet 的通信方法实现企业间的通信。第一个软件产品是Factory

Planner，最初在金属工业中取得很大成功，i2为汽车、消费品和高科技工业提供各种优化B2B流程的软件模块。2007年，i2推出一套新的解决方案TradeMatrix，提供公共和私营电子市场所必须的软件和服务。i2在2000年与Aspect Development公司合并，并与IBM和Ariba结成了伙伴关系。

(1),Supply Chain Strategist(供应链战略)：支持整个供应链上的"what-if"战略分析，决定生产地点、分销中心和其它设施的最优组合和定位，根据不同方案建立有关成本和约束的物流模型。 [1]

(2),Demand Planner(需求计划): 提供各种统计方法，随机因素的包含，以及不同组织单位的多输入管理。提供POS(销售点)数据集成并能以不同方式查看需求信息。此外，OLAP(在线分析处理)工具能有效存取有关数据，PRO(产品关系对象)模块支持相关预测的生成。相关预测是指通过对产品组的预测来导出单个产品的预测。

(3),Supply Chain Planner(供应链计划): 根据物料、能力、运输和顾客服务的约束建模和优化供应链。SDP(策略驱动计划)模块允许计划人员定义问题类型和应用适当的算法(如线性规划、启发式推理和基因算法)进行优化。

(4),Demand Fulfillment(需求满足)：生成约束驱动计划，提供所有分销和生产地点的成品、半成品、原材料和资源能力在整个供应链范围的可视性。

(5),Factory Planner(工厂计划)：根据需要日期向后排产或当考虑物料和能力约束时从当前日期向前排产来生成最优生产计划。在生成无限能力计划之后，有限能力计划由i2的专利产品Constraint Anchored Optimization(约束优化模块)决定，不过计划人员也可以通过分析能力短缺和执行“what-if"分析施加影响。

(6),Optimal Scheduler(最优排产)：建立基于基因算法的加工工序和排产计划。约束定义和优化算法的分开允许处理大量约束，这些约束包括车间能力，工作负荷平衡，物料可用性等等，此外，交互排产编辑器允许手动更改。

(7),Transportation Modeler, Optimizer and Manager(运输建模、优化和管理)：是支持分销计划流程的工具。运输建模帮助企业有效地利用它的运输网络，实际数据被用来做"what-if"分析。运输优化根据交付、设备和人力约束自动建立和发送货物，决定装货和交付时间，此外，它也考虑了成组约束和自动选择接驳(cross-docking)机会。最后，运输管理器执行和管理从订单到顾客服务和财务结算的整个运输流程活动。

为了使供应链伙伴之间能互相协作，i2还推出了TradeMatrix和Global Logistics Manager(全球物流管理)模块。TradeMatrix支持采购服务(如电子商务市场)、协作计划流程、谈判和其他B2B解决方案。全球物流管理模块是一个流程建模和监控系统，它提供多模式多企业物流运作的可视性，这一模块的功能包括：订单和库存的可见和跟踪，性能测量，失效报警和改进顾客服务。 [1]

I2的APS软件的生产计划是解决计划和排程问题,自动找出整个系统的约束瓶颈.

阿里的智慧供应链中台

历经多年的多渠道+多模式的组合实践，阿里推出智慧供应链中台已稳定支撑了包括天猫超市、天猫国际、天猫电器城、1688、零售通、AliExpress、村淘、阿里健康等多个业务场景的供应链服务。

供应链中台帮助零售产业链上各个角色解决面对不同的消费群体的需求分层问题，以使其自身供应链适应市场需求并保证利润，同时可根据市场进行供应链网络的渠道化改造，满足不同商家群体需求及确保盈利。此外，商家可通过中台的全链路可视化分析了解市场动态，实时跟踪供应链的成本和效益，及时调整自身的供应链需求计划，保证资源的最优配置，制定更靠近消费者的产品差异化策略。与传统供应链相比，阿里智慧供应链中台能够取得更加精准的销量预测，实现更加高效的供应链上下游的各个企业、商家、服务商的计划协同，更加平稳的库存管理，以及更优的网络资源配置，打破了传统供应链分散割裂的信息孤岛，重塑了整条链路，实现了全渠道信息共享和联动。目前阿里供应链中台2.0核心能力主要包括以下几点：

1）智能预测备货：供应链中台能帮助业务通过历史成绩、活动促销、节假日、商品特性等数据预测备货，有效减少库存。例如在2017年情人节期间，天猫超市巧克力类商品的销量预测准确率比人工预测提升20%以上，库存周转天数降低17%；在2016年端午节期间，天猫超市的粽子类商品的预测准确度比人工预测提升30%以上，库存周转天数降低20%。

2）智能选品：供应链中台可以智能化诊断当前品类结构，优化品类资源配置，实现了商品角色自动划分、新品挖掘、老品淘汰等全生命周期智能化管理。例如天猫西选作为全球精致商品汇集的新锐店铺，通过智慧供应链在2016年初提前于市场预测出日本专业级瘦脸仪Refa的销售潜力，提前进行了商品的备货和物流准备，有效地支持了Refa在2016年火爆销售；天猫电器城接入智慧供应链之后对黑电品类商品进行了商品生命周期调整、潜力新品挖掘并快速引爆、以及老品汰换等品类结构优化，使得黑电成交额有3倍以上增长。

3）智能分仓调拨：供应链中台将需求匹配到距消费者最近的仓库，尽量减少区域间的调拨和区域内部仓库之间的调拨，同时优化调拨时的仓配方案，最大化降低调拨成本。天猫超市使用中台智能调拨策略后，使得前置仓库存周转天数降低15%以上，在架率提升10%以上。

智慧的供应链中台

新零售模式迅速崛起对承载零售行业的供应链体系提出了巨大的挑战。这些挑战反映在供应链的方方面面，包括线上线下全渠道品类规划、选品定价、需求预测、销售计划、库存优化、全渠道流量计划、仓配网络计划等关键节点。阿里巴巴倾力打造的智慧供应链中台，全面覆盖了零售平台从选品、营销、定价、采购、补货、调拨、仓配等各个环节，以科技变革驱动行业变革，为新零售的战略布局奠定了坚实的基础。通过对跨领域数据和算法的融合，产生了乘法效应，为各业务提供了全渠道供应链的智能解决方案，最大化其供应链的商业价值。

智慧供应链以人工智能为中枢大脑，针对天猫平台在日常和双十一期间的业务特点，综合考虑了不同商品在全渠道和各时段的需求预测及波动情况、商品的区域营销策略、物流设施的空间拓扑结构、商品库存的历史在架和周转情况等因素，构建了相应的数学模型，建立了智能补货、自动调拨和健康库存等优化管理模块，以优化库存资源分配、提高商品在各区域的周转率和在架率，几乎覆盖了所有的商品。以双11前进行的集货仓全国调拨为例，自动调拨算法在综合考虑各区域需求预测的前提下进行了有限库存的全国调拨和库存分配，平衡各区域的供给和需求，优化双十一期间总体库存周转和在架率。

智慧供应链基于全渠道大数据，大量使用人工智能算法，结合舆情监测分析，对行业品类进行远期、中期、近期规划，并智能化诊断当前品类结构，优化品类资源配置，实现了商品角色自动划分、新品挖掘、老品淘汰等全生命周期智能化管理。同时，通过对大数据进行深入的分析和挖掘，得出多维度的价格弹性曲线。在实时场景中，结合博弈论、运筹优化、机器学习等智能算法进行动态最优定价，实现了多维业务指标的最优化。在促销过程中，通过最优定价取得了库存和单量的平衡。基于对会员画像的深入挖掘和偏好分析，实现了定价的个性化和区域化。

智慧供应链综合使用了机器学习、深度学习、时间序列等多维度算法，实现精准的销量预测，达到了行业领先水平。此预测系统不仅支持了多颗粒度、多时间跨度的精准预测及分布预测，能够灵活快速的响应行业和商家的多种预测需求，有力的指导了行业和商家的运营策略，而且融合了多维度业务指标，综合考虑了供应链全链路特征，实现了计划的全链路一体化和最优化。真正实现了供应链的计划性和确定性，赋予供应链各模块强大的协同能力。

智慧供应链还融入了针对电商供应链业务的仿真技术，支持对不同业务线多个业务场景进行仿真分析，将其供应链作为一个整体系统来进行研究和分析，大大增强了供应链的整体性能分析和优化的效率。通过模拟每个区域的消费者下单、采购补货、预约入库、调拨入库、以及订单送达等多个业务环节，在不同决策场景下对这些环节进行一体化的仿真分析，以确定采购补货和仓间调拨等业务决策的合理性.

此外，供应链中台采用了深度学习、文本挖掘、图像处理、以及自然语言处理等人工智能技术，对阿里电商平台和相关店铺提供了智能化选品、商品聚类、活动排班和智能定价的服务能力。

1.好商品——解决卖什么的问题

在明确品类角色、品类定位、品类结构等前提下，将商品与消费者需求紧密联系，结合历史销售、消费者购买行为等全网数据，深入洞察，运用人工智能算法，为采销人员推荐最优商品组合，保证动态、灵活、精准的选品策略。淘汰在售效用值低、且容易被替代的商品，保证京东品类与商品的健康发展。

2.好价格——解决卖多少钱的问题

价格信息是商品触达消费者的重要途径，合适的价格是撬动零售商销售的杠杆，是加速商品库存周转的引擎。动态定价算法基于对价格、商品、用户信息的精准研判，通过持续的数据输入和机器学习训练，平衡商品的毛利润和销售额目标，计算最优价格,促进交易效率的提升。同时，通过对促销门槛、折扣力度、消费者决策树等要素的综合建模能力，优化商品的促销策略。未来价格管理的方法和策略也将进一步地开放给供应链上的各个服务环节和端口，全面涵盖生产商、零售商、消费者，形成更加包容的生态。

3.好计划——解决怎么卖商品的问题

在最优商品策略的基础上，通过大数据销售预测算法，规划销售策略，通过好计划对消费者的理解与零售供应链执行建立关联。基于大数据、人工智能、采销经验针对不同的品类特性制定销售目标导向的品类计划、品牌计划、商品计划及与之匹配的供应链计划，帮助京东实现战略层的预算制定与拆解、战术层的基于预算的商品配置及运作层的营销操盘落地，从而实现计划的全局最优。

4.好库存——解决商品放到哪里的问题

依据销售计划，部署每个仓库的商品，指导科学的备货与调拨。形成高效运转的库存网络，确保商品始终会出现在距离消费者最近的位置。依托大数据和算法的应用，智能补货、智能调拨、智能滞销处理、库存健康监控形成的智能库存管理平台，将全面支撑零售库存管理的自动化与最优决策，保证最大需求满足下的库存成本和效率最优。

5.智慧协同——让数据产生更有价值的流动

截止到2016年底京东已有超过1.2万家供应商，而针对这些战略级别的供应商以及中小型供应商，深度协同（CPFR）解决方案将加强在销量、库存、流量及转化率、商品售后评价、行业舆情等数据层面的数据共享，构建KPI Center，强化供给侧的服务质量，让供应商更多地参与到京东侧的运营工作，这样就使“协同”的全流程透明、可见、立即反馈，进一步形成粘性更强的产业联盟，提升整体行业运营效率、成本、用户体验。未来，在协同应用拓展上，引入促销分析、定价算法等智能数据分析，帮助供应商更好地参与营销活动，基于消费能力更精准的定位用户群体；将返利等过程进行协同前置，驱动供应商参与营销协同，降低营销成本不可控风险。