大多數(shù)時(shí)候，當(dāng)人們討論數(shù)字化轉(zhuǎn)型時(shí)，他們并不是直接指供應(yīng)鏈的數(shù)字化轉(zhuǎn)型。APQC(美國(guó)生產(chǎn)力與質(zhì)量中心)對(duì)供應(yīng)鏈和物流行業(yè)進(jìn)行了研究，以幫助該領(lǐng)域的企業(yè)與同行進(jìn)行比較并評(píng)估自己的流程和功能的表現(xiàn)。最近，APQC對(duì)數(shù)字化轉(zhuǎn)型進(jìn)行了最佳實(shí)踐和基準(zhǔn)研究。這種基于調(diào)查的研究收集了定量數(shù)據(jù)，以及有關(guān)實(shí)踐或績(jī)效驅(qū)動(dòng)因素的信息。最終報(bào)告?zhèn)戎赜诠?yīng)鏈管理數(shù)字化轉(zhuǎn)型關(guān)鍵實(shí)踐的現(xiàn)狀，涵蓋多個(gè)行業(yè)和1100多名受訪者。
供應(yīng)鏈中有許多領(lǐng)域需要進(jìn)行數(shù)字化轉(zhuǎn)型。本報(bào)告提供了物流數(shù)字化轉(zhuǎn)型的跨行業(yè)視角，包括庫(kù)存管理、運(yùn)輸、車隊(duì)維護(hù)、安全和合規(guī)等方面的數(shù)字化成熟度。
APQC物流數(shù)字化轉(zhuǎn)型成果
平均而言，受訪者將14%的物流和倉(cāng)儲(chǔ)年度預(yù)算分配給了技術(shù)。在這些技術(shù)預(yù)算中，通常平均有30%用于數(shù)字化轉(zhuǎn)型。讓我們更深入地了解幾個(gè)技術(shù)領(lǐng)域。
庫(kù)存管理
受訪者報(bào)告了庫(kù)存管理中數(shù)字化轉(zhuǎn)型舉措的各種成熟度水平。從成熟度的角度來(lái)看，大多數(shù)受訪者正在將數(shù)據(jù)和流程數(shù)字化。但是，從技術(shù)的角度來(lái)看，數(shù)據(jù)和流程的使用方式不盡相同。91%的受訪者正在將數(shù)據(jù)和流程集體數(shù)字化;但是，只有31%的受訪者在使用預(yù)測(cè)性分析，26%的受訪者在使用人工智能。這意味著29%的受訪者正在將數(shù)據(jù)和流程數(shù)字化，但卻沒(méi)有使用先進(jìn)的技術(shù)使數(shù)據(jù)更具可操作性。只有6%的受訪者正在使用預(yù)測(cè)性分析或人工智能將數(shù)據(jù)和流程數(shù)字化，并使用自動(dòng)化來(lái)根據(jù)建議采取行動(dòng)。
運(yùn)輸
對(duì)于運(yùn)輸行業(yè)來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型旅程的成熟度表現(xiàn)大致相同。88%的受訪者正在將數(shù)據(jù)和流程數(shù)字化。預(yù)測(cè)性分析在優(yōu)化方面的使用明顯多于人工智能，35%的受訪者使用預(yù)測(cè)性分析，使用人工智能的受訪者比例為17%。在這些受訪者中，只有3%的企業(yè)正在使用預(yù)測(cè)性分析或人工智能將數(shù)據(jù)和流程數(shù)字化，并使用自動(dòng)化來(lái)根據(jù)建議采取行動(dòng)。這些數(shù)字顯示了在優(yōu)化和決策方面使用先進(jìn)技術(shù)的顯著差距。
倉(cāng)庫(kù)設(shè)備/設(shè)施管理
92%的受訪者正在對(duì)倉(cāng)庫(kù)設(shè)備/設(shè)施管理中的數(shù)據(jù)和流程進(jìn)行數(shù)字化。這些數(shù)字與上述數(shù)字化供應(yīng)鏈轉(zhuǎn)型的技術(shù)領(lǐng)域相吻合。31%的受訪者正在使用預(yù)測(cè)性分析，24%的受訪者正在使用人工智能進(jìn)行優(yōu)化。在這些受訪者中，6%的人正在使用預(yù)測(cè)性分析或人工智能將數(shù)據(jù)和流程數(shù)字化，并使用自動(dòng)化來(lái)根據(jù)建議采取行動(dòng)。
數(shù)字化轉(zhuǎn)型的另外兩個(gè)問(wèn)題是合規(guī)性和安全性。在這些方面，受訪者仍處于成熟度模型的底端。在合規(guī)性和安全性方面，近三分之一的受訪者沒(méi)有任何數(shù)字化轉(zhuǎn)型計(jì)劃。此外，約三分之一的受訪者僅對(duì)這些領(lǐng)域的數(shù)據(jù)和流程進(jìn)行了數(shù)字化。與使用預(yù)測(cè)性分析優(yōu)化數(shù)字化數(shù)據(jù)和流程的受訪者相比，很少有受訪者使用人工智能來(lái)優(yōu)化他們的數(shù)據(jù)。
結(jié)語(yǔ)
APQC的調(diào)查對(duì)物流數(shù)字化轉(zhuǎn)型進(jìn)行了有趣的觀察。目前，在庫(kù)存管理、運(yùn)輸和倉(cāng)庫(kù)設(shè)備/設(shè)施管理方面的數(shù)字化轉(zhuǎn)型舉措方面，受訪者處于成熟度模型的中端位置。然而，這些受訪者表示，在合規(guī)和安全方面，他們的企業(yè)處于底端位置。展望未來(lái)，我們希望在物流數(shù)字化轉(zhuǎn)型方面看到更多的興趣、更多的投資和更多的行動(dòng)。
關(guān)于企業(yè)網(wǎng)D1net(hfnxjk.com)：
國(guó)內(nèi)主流的to B IT門(mén)戶，同時(shí)在運(yùn)營(yíng)國(guó)內(nèi)最大的甲方CIO專家?guī)旌椭橇敵黾吧缃黄脚_(tái)-信眾智(www.cioall.com)。同時(shí)運(yùn)營(yíng)19個(gè)IT行業(yè)公眾號(hào)(微信搜索D1net即可關(guān)注)
版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需在文章開(kāi)頭注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。
京公網(wǎng)安備 11010502049343號(hào)