企业物资管理供应保障体系数智化研究与应用

王静　柳晓莹　程建宁　张松青

关键词：供应链风险；物资保障；数智化指挥中心；研究与应用

中图分类号：F252 文献标识码：A 文章编号：2096-7934（2023）12-0074-15

一、引言

供应链产业链韧性安全已上升到国家战略，供应链发展面临新机遇。2023年是全面贯彻落实党中央二十大精神开局之年，党的二十大提出着力提升产业链供应链韧性和安全水平，加快构建新发展格局，推动高质量发展，确保重要产业链供应链安全。国有企业作为国家经济中流砥柱，应当率先垂范奋力践行“稳链、固链、强链”重责。在行业层面，供应链稳定面临严重挑战。恰逢百年未有之大变局加速演进，地缘冲突频发、经济逆全球化与能源资源危机等，导致全球产业链供应链加速重构，对供应链稳定带来了严重挑战，自主可控迫在眉睫。在企业层面，基于供应链韧性提升构筑企业核心竞争力。公司积极响应国家、集团公司发展战略，致力于提升供应链韧性与安全水平。供应链韧性与安全保障离不开高质量的物资供应管理，当前企业在全链物资管理的精度和深度上仍存在诸多管理难点和“痛点”，亟待解决。

受地缘冲突、粮食危机、极端天气、经济逆全球化以及全球公共卫生事件等诸多因素影响，通信行业供应链受到较大的冲击，供应风险和不确定性进一步加大了对企业供应链能力的考验。应对行业供应链风险前提条件是保障物资供应畅通，而精细化的物资管理和供应保障体系是确保企业物资供应及时、质量可靠的重要保障手段。

当前国内物资管理与供应链管理在不同领域都受到了广泛关注。随着信息技术的发展，越来越多的企业加速推动供应链数字化转型，开始关注如何利用数字化技术来改善物资管理的效率和准确性。如利用传感技术、物联网和大数据分析来优化智能仓储与库存管理，以实现物资的智能化管理和预测性维护；利用数据分析和可视化技术，实现供应链的实时可视化，以便更好地监控物资流动并及时作出调整。

中国移动通信集团浙江有限公司（以下简称公司）基于多年的专业技术沉淀与新型科技应用实践，持续精耕于供应链物资管理领域，构建了基于数智化的物资供应保障体系，实现物资供应事前科学统筹、事中智能风控及事后评估改进，并研究建立了一套供应风险可靠性评估模型和物资供应保障一站式指挥中心，全面提升企业物资供应保障数智化管理水平，从而推进企业供应链业务管理创新。

二、研究意义与价值

（一）物资管理现状与痛点

公司经过多年的深耕与实践，在供应链内外部协同生态建设方面，实现了需求、采购、下单、物流与报账等业务环节的高效协同、信息共享，但在全链物资管理的精度上仍存在诸多管理难点和“痛点”。

1.应对全球性挑战能力不够

对通信行业来讲，全球供应链条往往“牵一发而动全身”，地缘政治带来的能源与粮食危机带来的经济放缓及持续影响、气候变化与重大自然灾害、工业化国家劳动力短缺制约等因素叠加，极有可能导致产业链供应链的“断链”风险。然而公司面临多变的国际形势带来的严峻考验，存在应急准备不充分、应对保障体系不完善等问题。

2.供应链全局管理意识薄弱

当前供应链虽基本实现了在“需”“采”“供”“用”等各环节的数字化管理，但在全链协同与管理方面“一盤棋”意识不强，全局观念薄弱。往往当其中一个环节出现问题，其他环节无法及时跟进了解情况并处理，综合指挥难以实现，无法推动资源统一调配，决策支持能力不高。

3.物资管理精细化程度不足

尚未开展对供应风险研判、评估等工作，物资供应方面被动接受外部变化，未形成系统性预警防控，对紧缺、易断供物资无法快速响应。采购寻源与采购执行未形成闭环管理，合同履约中的问题无法及时有效地促进采购管理策略的提升。物资管理粗放，未有效监控物资流向，物资使用往往无法“知来源”“明去向”。缺乏余料精确结算，导致物资无法及时足量回库，或因技术更新容易错过最佳利旧窗口，物资再利用率不高等。以上问题不仅加大了管理成本还加剧了物资供应风险和难度。

4.物资供应数智化程度仍需提升

当前供应链基本实现了全流程线上化管理，但在数智化应用方面略有欠缺。对供应风险的评估主要以线下人工经验为主，需求收集与填报主要依靠人员凭借经验估测手工填报，物资供应全链运营状态无法做到实时监控与智能方案推荐。如何将AI、区块链、大数据与IPA等新兴技术手段应用于供应链管理，是实现供应链提质增效的当务之急和必由之路。

（二）研究意义与价值

我国经济发展进入了新时代，高质量发展是保持经济持续健康发展的必然要求，作为国有企业要通过数字化改革创新，推进供应链发展全面“数智化”转型，充分融合先进科学技术和现代生产组织结构，不断提升数字化运营的能力与效率，走在高质量发展前列。

1.建立科学的风险评估与防控机制，强化风险防控能力

依托供应链海量基础数据，应用数智化技术手段建立科学风险评估机制，可有效强化供应链风险监督管理。通过设置监控探针嵌入各环节业务流程，实现监督规则数字化、监督预警智能化，将合规监督、效能监督贯穿供应链各环节和全流程，全面提升数智供应链风险识别、评估和防控能力。

2.构建敏捷高效的物资保障体系，赋能供应链韧性提升

物资保障体系的构建严格遵循供应链管理理念，在需求管理、采购管理、配送管理、仓储管理、供应商管理以及信息化等方面建立长效机制，如构建物资供应可靠性智能评估模型、开展物资需求主动预测、支撑特定物资储备管理、打造物资供应监控及供应保障一站式指挥中心等。切实赋能供应链韧性提升，保障供应链在外部冲击到来时，能够维持企业正常的生产与经营。

3.充分挖掘物资最大使用价值，助力企业降本增效

物资管理是企业生产经营活动的一项重要工作，不但直接影响企业的安全生产，更是企业经济效益的一项重要指标。通过优化现行制度，科学进行需求计划，加强有效的物资储备，强化物资跟踪能力，对物资使用实现精确估算、积压库存物资优先使用以及余料退库物资及时回收等等，提高物资使用效率，充分发挥物资使用价值，真正实现企业降本增效。

4.彰显央企深化数字化改革担当，助推行业高质量发展

在新一轮科技革命和产业变革浪潮中，公司充分发挥引领作用，成为推动数字化、智能化升级的排头兵，以先进的研究成果、丰厚的研究经验，加速推进新技术创新、新产品研发、新模式扩散与新业态发展，为同行业数智化转型提供了宝贵的借鉴新思路，助推通信行业供应链高质量发展，彰显央企数字化改革担当。

（三）研究思路

通过对公司物资供应当前模式的全面评估以及对相关“痛点”的剖析，公司提出打造企业数智化物资管理供应保障体系的总体目标，整合供应链系统、ERP系统、合同系统与工程建设系统等业务流程、业务数据，借力AI、大数据和IPA等技术，以事前科学防控、事中有效管控及事后健全评估为整体思路，多措并举全面提升企业物资供应保障管理水平，实现物资管理供应保障向数智化、精细化与平台化模式转变。总体研究思路见图1所示。

图1 总体研究思路

三、构建物资数智化管理供应保障体系

（一）事前科学统筹：物资供应可靠性智能评估

1.构建端到端数据底座

汇总整合内外部海量数据资源，构建端到端数据底座，对内拉通供应链、合同等各系统业务流程，汇聚全流程项目、需求、订单、到货、使用及质量检测等各环节数据信息，建立业务数据库；对外建立特殊事件登记采集机制，对自然灾害等不可抗力因素、战争等导致无法供应的特殊事件情况进行登记，建立特殊事件数据库。

2.实现物资供应可靠性智能评估

物资供应可靠性是指供应链在运作过程中能够稳定、准确地满足客户需求的能力。评估物资可靠性需要考虑多个指标，根据实际情况明确具体指标、指标的数据获取来源、指标的计算方法与指标所占权重等信息。

结合公司物资供应可靠性评估管理诉求，设立13个物资供应可靠性评价指标，如表1所示。

表1 物资供应可靠性评估指标

基于端到端数据底座，结合选定的“是否影响工期、特殊事件、限供元器件与历史逾期考核”等12个可靠性评估指标，运用大数据、机器学习算法等技术，构建物资供应可靠性智能评估模型，其步骤包括：

（1）计算各指标得分，首先通过归一化算法对各个指标数据进行收敛，使所有指标数据拥有同一维度的计算尺度，如逾期天数实际业务数据有1天、5天及20天等情况，经归一化之后，各项指标得分结果会落在0-1的区间上，然后再通过各个指标规则进行指标得分计算；

（2）计算各指标权重，由业务人员根据经验和业务开展情况，提供每个指标的初始权重范围，再基于历史数据，通过PCA主成因算法进行指标权重的动态分配，最终得到当前指标所占权重；

（3）汇总各指标得分，基于各指标得分及指标所占权重，汇总得到供应商产品供应可靠性得分。需注意的是，评估指标中“是否影响工期”“限量元器件”为一票否决项，即存在该情况则直接影响该供应商产品评估得分；

（4）对产品供应可靠性进行风险预测，利用神经网络算法，基于供应商产品评估得分，叠加供应商数量、当前需求量/历史同期数量和区域集中性等参数，得到产品供应可靠性评估得分，预测可能的供应链中断风险，弥补传统物资供应管理中响应慢、事后化的弊端，实现对物资供应风险的主动感知以及快速响应。

3.开展物资需求主动预测

基于端到端数据底座中投资、成本支出相关数据，历史收发存、订单数据及与投资、成本的关联关系，建立回归树预测模型。按照项目投资方向、投资规模、投资区域、投资年份与历史项目需求物资类别等作为比对因子，通过因子筛选、数据清洗、聚类分析以及系统建模，预测出仓库物资在未来一段时间内的领用需求量趋势，并根据预测结果自动生成备货建议单，包括物料种类、订货数量、该物料对应的供应商和预计到货时间，为需求部门、采购部门决策提供数据支撑，助力主动备货。需求预测模型如图2所示。

图2 需求预测模型

4.支撑特定物资储备管理

基于应对当前物资供应形势的考虑，适度开展物资储备。将面向特定需求（如抗洪、救灾与防疫相关的产品）、特定場景（如存在关键元器件可能管控受限、供应商区域生产集中、质量问题高发、低价中标等产品）、采购管理成本高和其他具有重复性/经常性使用价值的产品纳入物资储备。确定物资储备五类基本场景（如表2所示），定期评估物资储备必要性，及时启动物资储备，从而提高应对风险的能力。

表2 物资储备场景

（二）事中智能风控：物资供应保障全局统筹

1.构建物资供应监控中心

以项目全生命周期为主线，梳理全环节关键监控点，将监控探针嵌入各业务环节流程，通过预设的判定条件给出相应的判定结果，同时依托数字化手段，结合监控中心全链业务监控能力，落实预警规则数字化、监控预警智能化，将合规监督、效能监督贯穿到物资供应各业务环节及流程中，实现分级预警管理、供应异常推送、例外事件管理等功能，全面提升物资供应风险评估及防控能力。

（1）监控探针管理：从需求-采购-下单-到货-使用-履约等环节，梳理全过程关键监控目标，形成可落地的监控指标，明确监控指标名称、作用、监控规则、具体逻辑，开发系统功能，实现监控探针集中注册、管理，如表3所示。

表3 物资供应全过程重要环节关键监控点指标

（2）监控作业管理：打造监控作业中心，支持配置监控任务，实现监控任务的集中注册，包括监控任务名称、监控指标、监控脚本、作业频次、作业有效状态、维护人、上线时间、下线时间等信息；支持统一管理及维护监控作业，支持实时查看监控作业状态，针对作业执行异常，支持通过短信/邮件已经对应维护人员，及时干预，支持按照实际情况设定不同级别的监控频次。

（3）供应链全链业务监控：基于监控探针，在供应链需求、采购、下单、到货、使用及履约全链业务环节进行探针嵌入。以下针对每个环节中典型的监控场景进行列举说明：

①需求环节监控，如针对需求移交及时性：设置需求移交时间限制，当需求在规定时间内未被移交到下一环节，系统自动触发预警通知；需求处理是否超时：根据不同类型的需求，设定处理时间标准，系统跟踪需求处理时间，并在超时时发出警报。

②采购环节监控，如合同签约及时性：设定合同签约时间目标，系统跟踪合同签署进程，并在延误时发出预警；合同剩余金额：实时监控采购合同剩余金额，预警系统在剩余金额低于一定阈值时通知采购部门。

③下单环节监控，如订单是否逾期：根据订单交付日期，设定交付期限，系统监控订单是否按时完成，若逾期则触发预警；下单及时性：设置下单时间目标，系统检查订单下单时间是否符合要求，并在未及时下单时发送警报。

④到货环节监控，如到货及时性：在供应商发货后，跟踪预计到货时间，如到货延误，系统会自动发出通知，以便及时调整计划。到货接收及时性：在货物到达后，设定一定时间范围内完成接收和检验，超时则触发预警。

⑤使用环节监控：如领用及时性：监控库存领用的时间，确保物资按需使用，系统在延误时发出提醒；呆滞库存：设定库存转动周期，监控库存周转率，警示系统在某一物资库存长时间未被使用时提醒库存管理人员。

⑥履约环节监控：如是否有投诉：设立投诉反馈渠道，系统实时监测是否有投诉，若有投诉则自动触发相关部门的处理流程；产品质量检测合格率：设置产品质量检测标准，跟踪产品检测合格率，发现异常则触发警报。

（4）物资供应风险监控：从供应商经营风险、供应商来源多样、自然灾害风险、库存水平、产品质量以及交通运输等多个关键维度监控物资供应是否存在风险。以下针对典型的监控指标进行列举说明：

①供应商经营风险监控：如供应商的财务健康状况、债务比率以及是否破产等；通过定期收集供应商的财务报表和相关数据，进行财务分析，识别经营风险。设置阈值，当供应商的财务状况下滑到预警水平时，触发预警通知。

②供应来源多样性监控：如不同产品的供应商来源的比例、分布情况；监控不同产品的供应商来源比例，并制定多样性目标，若某个供应来源所占比例超过预设的阈值，系统发出警报，提醒管理层调整供应链战略，降低过度依赖某个供应商的风险。

③特殊事件监控：如供应商产地所在地的政治、自然灾害及风险等级，建立自然灾害风险地图，并与供应商位置进行关联，在自然灾害风险升高时，系统自动触发预警，以便及时采取措施。

④库存水平監控：如关键物资的库存水平、库存周转率、呆滞物资等，通过设置合理的库存目标，监控关键物资的库存水平，如果库存低于安全库存阈值，系统发出警报，触发库存补货流程，避免因库存不足而影响供应。

⑤产品质量监控：如产品质量合格率、退货率。通过采集产品质量检测数据，实时监控产品质量合格率，若产品质量合格率低于预设阈值，系统触发预警通知，促使相关部门采取质量改进措施。

⑥物流运输监控：如物资运输时间、交通堵塞情况，通过收集实时运输数据，监控物资运输时间，当运输时间超过预期时，系统发出警报，以便及时调整运输计划。

（5）分级预警管理：针对具体监控指标，支持按照实际监控指标情况自定义设定不同级别的监控阈值，支持从预警触发条件、分级预警、通知和报警等纬度进行自定义配置。

①预警触发条件设置：风险指标设定，设置供应链中的关键风险指标和阈值，例如库存周转率、供应商的财务健康状况、库存下限、供应商到货及时性等。触发条件定制：允许用户根据业务需求自定义预警触发条件。

②分级预警设置：支持分级预警设置，如一级预警：当某个指标达到预设的阈值时，系统触发一级预警，向相关人员发送即时通知，以便他们能够快速采取行动。二级预警：如果问题未能在一级预警阶段得到解决，系统升级为二级预警，通知更高级别的管理人员介入。

③通知和报警设置：即时通知，包括通过短信、电子邮件和移动应用等方式向相关人员发送预警通知，确保他们能够及时响应；通知层级：根据严重程度，选择通知适当的层级，以确保关键问题得到适时处理。

（6）供应异常推送：建立供应异常信息管理中心，用于监控、管理和推送供应链中的异常情况，包括信息汇总、详情查看、通知结果、优先级标记、责任分配、解决方案记录与数据分析等方面，具体方案如下：

①异常信息汇总展示，以便一目了然地查看当前的供应链情况。

②事件详情：提供每个异常事件的详细信息，包括时间、类型、涉及的物资与影响范围等。

③实时通知：支持查看即时通知成功与否，支持重推，通過邮件、短信和移动应用等方式将异常信息推送给相关人员。

④优先级标记：标记异常事件的优先级，以便区分紧急情况和普通情况。

⑤责任分配：支持异常事件分配给相关责任人，确保问题得到及时处理。

⑥解决方案记录：记录将关键重点的异常事件的解决方案和处理过程加入案例库，以便后续参考。

⑦历史记录：保留异常事件的历史记录，用于事后分析和总结经验教训。

⑧数据分析：提供数据分析功能，生成报表和图表，展示异常事件的趋势和模式。

（7）例外事件管理：支持例外事件（如政治、紧急以及自然灾害风险等）采集与登记管理，实现对政治、紧急、自然灾害等事件的实时监测、风险评估、应对计划制定，从而保障供应链在突发事件面前的物资供应的稳定性和灵活性。

①数据自动采集方案：包括事件数据源整合、事件识别与分类、地理信息集成及事件影响评估等，具体方案包括，集成各类事件数据源，包括政治、紧急及自然灾害等信息，以获取最新的事件信息，利用自然语言处理和机器学习技术，对事件信息进行识别和分类，将不同类型的事件归类，以便更好地分析和应对，实时监测事件信息，通过数据采集和分析，持续追踪事件的发展，确保实时感知潜在风险；通过与供应商生产位置集成，将事件信息与地理信息相结合，绘制事件地理位置分布图，以便可视化了解事件对供应链的影响范围，基于事件数据和供应链信息，进行事件影响评估，分析事件对供应链各环节的潜在影响。

②数据人工登记方案：包括时间登记、责任分配、应对计划制定、进度追踪与实时通知。具体方案包括，在系统中建立事件登记能力，记录事件的类型、时间、地点与影响范围等关键信息。根据事件类型和影响程度，将事件分配给相应的责任人，确保事件有人负责跟踪和应对，对每类事件，制定相应的应对计划，包括危机响应、资源调配和供应链调整等方案。对应对计划的执行情况进行进度追踪，确保应对措施按计划执行，当事件发生或应对措施有进展时，系统自动发送通知给相关人员，保持信息流畅，在系统中生成图表和报表，展示事件的发生频率、类型分布及应对成功率等信息，为管理层提供决策支持，最后对每次事件的登记、应对措施和结果进行归档，形成事件管理的历史记录。

2.实现物资供应解决方案智能推荐

建立供应策略库及应急预案库，充分利用供应策略库、应急预案库和智能推荐算法，为供应链管理人员提供精准的解决方案推荐，以应对不同情况下的供应保障问题。

（1）供应策略库：包括策略整合、策略分类以及策略详情，支持将各种供应策略（如调整运输计划、发起余料回库、发起物资调拨、发起项目切割、发起紧急采购、发起库存补货、替代供应商供应、调整供应商履约策略、处理超时催办以及发起新合同签署等）整合到一个供应策略库中，对供应策略进行分类，如采购策略、补货策略以及供应商履约管理策略等维度，并为每个供应策略提供详细的信息，包括适用场景、优势以及注意事项等，基于实际生产业务情况，支持调整及维护供应策略库。

（2）应急预案库：包括应急情景、预案内容和执行步骤，包括建立应急预案数据库，设计常见的应急情景，如自然灾害、供应中断等，编制每个应急情景的详细应对预案，包括资源调配、替代供应商和紧急采购等方案，为每个应急预案列出详细的执行步骤，确保人员在应急情况下能够借鉴参考。

（3）解决方案推荐：基于实时供应链数据和物资需求，使用机器学习算法对不同供应问题进行智能匹配，根据问题的紧急程度、影响范围等因素，为每个解决方案生成推荐排序，提供每个解决方案的详细说明，包括实施步骤、预期效果及注意事项等。支持人工选择调整，在选择解决方案后，自动通知相关责任人，协调执行步骤。

3.打造物资供应保障一站式指挥中心

聚合物资实时采购、到货、库存、绩效及特殊事项提醒等信息，提供异常信息一站式窗口化服务，实现异常一键查看、任务一键分发及办理进展一站跟踪，提升物资供应智能化管理水平。

（1）构建物资供应运营态势感大屏：从物资实时采购、到货及时性、库存监控、预警管理和订单员绩效等几方面，构建运营态势感知大屏，实时监控并可视化呈现当前业务生产情况，大屏分为多个区域，每个区域呈现不同的信息，便于综合观察运营态势，使用图表、指示灯和进度条等可视化元素，直观地展示各项指标的状态和趋势。

①物资实时采购大屏：展示全年采购订单数量和金额，包括下单总金额、到货总金额、领用总金额、到货及时性、供应满足率、其他分模块展示，包括采购产品排名、供应商TOP采购金额排名、每月订单金额、累计逾期金额，使用柱状图或雷达图展示不同供应商或产品的采购情况。

②到货及时性大屏：显示当年供应满足率、到货及时性、总体逾期情况、平均逾期天数等指标，分模块展示每月逾期趋势、产品到货及时性、供应商到货及时性、逾期原因分布等，使用进度条或柱状图呈现到货分布情况。

③库存监控大屏：显示实时库存水平，包括总库存量、呆滞金额、出入库金额、仓储容积率和各类呆滞物资库存，使用堆叠柱状图或饼图展示不同类型物资的库存分布。

④订单员绩效大屏：展示订单员个人的工作绩效，如处理订单数量、超时下单及时性等，使用排名榜单、指标卡片等方式展示订单员的绩效。

⑤预警管理大屏：聚合物资关联的合同、采购结果与几个信息，如合同到期预警、采购结果到期执行预警、产品到期预警等，通过闪烁、颜色变化以及红橙黄蓝4档模式等方式突出预警情况。

（2）打造物资供应保障一站式指挥中心：集合供应异常监控信息中心、解决方案推荐能力，打造物资供应保障一站式指挥中心，实现对物资供应全过程的集中监控、异常处理、任务分发和数据分析，从而提升物资供应保障的智能化管理水平，核心功能包括：

①供应风险监控：集成运营态势感知大屏，展示物资需求、采购、库存以及交付等实时数据，通过可视化图表和指示灯呈现不同环节的态势感知。

②供应风险处理一站协同：集成异常信息中心，將异常情况实时汇总，指挥中心界面显示异常列表和详细信息，将异常信息关联到解决方案推荐，基于历史数据、为不同类型的异常情况推荐解决方案，将解决方案展示在指挥中心界面上，供用户选择和执行。

③任务执行与跟踪：根据解决方案推荐，支持自动或手动分发任务给相关责任人，支持跟踪任务状态和处理进展、催办相关责任人，确保任务及时执行和完成。

④数据分析与报告：定期生成供应链问题的分析报告，总结问题出现的频率、影响及解决方案效果等信息，提供管理层做出决策和优化供应链策略。

⑤权限管理与通知：设定不同用户角色的权限，确保只有授权人员能够访问敏感信息。支持多种通知方式，如电子邮件、短信、推送通知等，及时通知相关人员。

（三）事后评估改进：物资供应保障后评估及策略优化改进

1.建立多维后评估机制

建立面向项目与产品、供应商和需求部门等多维度后评估机制，以提高供应及时性，改进采购策略，规范供应商负面行为管理，提高需求部门满意度，从而促进供应链管理水平的全面提升。

（1）建立面向项目与产品维度的评估机制。基于当前业务数据，建设智能评估模型，通过预设项目物资逾期率、质量达标率与供应服务配合度等指标进行项目满足率执行分析，赋能项目执行全方位掌控；通过预设产品质检合格率、产品投诉率等指标进行产品质量分析，推动产品质量管理提升。

（2）建立面向供应商维度的后评估机制。基于供应商维度预设评估指标，如供货及时率、供应商信用度及服务满意度等，结合丰富的业务数据，建立智慧评估模型，优化供应商服务质量提升。

（3）建立全维度需求部门后评估机制。通过投诉登记、订单全程监控跟踪等手段，对所有影响生产运营的物资供应情况进行细化分类，甄别出如因采购合同断档、产品质量不合格和订单逾期到货等原因造成的供应风险，制定采购部门供货满足率指标，提供供需双向反馈机制，加强供需协同，反向指导采购部门供应管理效率提升。

2.推动采购策略优化改进

从物资供应保障的日常业务场景出发总结梳理出了一系列有待改进的问题，如库存呆滞、供应商区域过于集中等。形成供应可靠性评估保障闭环的关键在于根据物资供应现状以及大数据分析模型结论不断进行采购策略的优化改进与调整。通过设定采购绩效指标，监测供应链关键绩效，及时调整优化策略，有效赋能供应效率提升。示例如表4所示。

表4 策略库优化改进示例

四、信息化系统建设与成果展示

（一）信息化系统建设

积极响应集团智慧中台战略部署，重塑与构建全新的物资供应保障流程业务能力体系，对业务支撑能力解耦整合，沉淀标准化、可复用及可共享的业务能力，实现高效协同的生产关系，提升生产力水平和资源复用度。

物资供应保障指挥中心功能架构如图3所示。

图3 物资供应保障指挥中心功能架构

1.总体框架

建设物资供应保障指挥中心数智化平台，依托平台实现物资供应可靠性智能评估、物资需求主动预测、物资供应风险提前感知、解决方案智能推荐及决策指挥一体作战等功能，全面支撑物资供应保障数智化转型，提升供应链韧性，增强公司应对供应风险能力。

2.技术架构

（1）信息架构先进：具备完整的数据治理体系，基于数据治理体系，采用关系数据库和非关系数据库，搭建了一套完整的物资供应管理信息库，包含内外部各类数据，提供一站式物资供应保障服务。

（2）租户管理先进：采用saas多租户模式，一套系统，多套租户，达到资源复用、租户隔离、节省开支的目的。

（3）AI精准预警：预警算法采用智能AI模式，根据监控规则库，自动识别风险并提醒，实现精准风险管控。

（4）大数据实现需求预测：应用大数据技术，结合历年业务数据，实现需求主动预测。

数据分析技术实现解决方案推荐：基于实时供应链数据和需求，使用机器学习算法对不同供应问题进行解决方案智能匹配与推荐。

（二）信息化成果展示

通过开展基于数字化手段提高物资供应保障课题研究，实现物资供应可靠性智能评估、物资需求主动预测、物资供应风险提前感知、解决方案智能推荐与决策指挥一体作战等功能，目前系统已经成功试跑上千项目业务，系统运营良好，共计发现8种问题类型、165个问题及风险，处理并闭环159个风险，物资供应效率提升了10%，物资断供风险零发生。

1.物资供应监控中心

以项目全生命周期为主线，梳理全环节关键监控点，将监控探针嵌入各业务环节流程，通过预设的判定条件给出相应的判定结果，同时依托数字化手段，结合监控中心全链业务监控能力，落实预警规则数字化、监控预警智能化，将合规监督、效能监督贯穿到物资供应各业务环节及流程中，实现分级预警管理、供应异常推送及例外事件管理等功能，全面提升物资供应风险评估及防控能力。

（1）监控探针管理：从需求-采购-下单-到货-使用-履约环节，明确监控指标，实现监控探针集中注册、管理。

（2）监控作业管理：支持统一管理及维护监控作业，实现监控任务的集中注册，针对作业执行异常，支持通过短信/邮件已经对应维护人员，及时干预。

（3）监控作业执行：基于监控探针及作业任务，执行监控作业，开展供应链全链业务监控及物资供应风险监控，输出监控结果。

（4）分级预警管理：针对具体监控指标，支持按照实际监控指标情况自定义设定不同级别的监控阈值，支持从预警触发条件、分级预警、通知和报警等纬度进行自定义配置。

（5）供应异常推送：建立供应异常信息管理中心，用于监控、管理和推送供应链中的异常情况，包括信息汇总、详情查看、通知结果、优先级标记、责任分配及解决方案记录。

（6）例外事件管理：支持例外事件（如政治、紧急及自然灾害风险等）采集与登记管理，实现对政治、紧急及自然灾害等事件的实时监测、风险评估与应对计划制定，从而保障供应链在突发事件面前的物资供应的稳定性和灵活性。

2.物资供应运营态势感知大屏

聚合物资实时采购、到货、库存、绩效及特殊事项提醒等信息，从物资实时采购、到货及时性、库存监控、预警管理及订单员绩效等几方面，构建运营态势感知大屏，实时监控并可视化呈现当前业务生产情况。

3.物资供应保障一站式指挥中心

集合供应异常监控信息中心、解决方案推荐能力，打造物资供应保障一站式指挥中心，实现对物资供应全过程的集中监控、异常处理、任务分发和数据分析，提升物资供应保障的智能化管理水平。

（1）物资供应风险聚合中心：聚合全局物资供应风险，支持集中查看、管理，包括涉及项目、订单及上下游干系人员，影响范围，可能导致的结果等。

（2）解决方案智能推荐：建立供应策略库及应急预案库，充分利用供应策略库、应急预案库和智能推荐算法，为供应链管理人员提供精准的解决方案推荐，以应对不同情况下的供应问题。

（3）一站式指挥中心：集合供应异常监控信息中心、解决方案推荐能力，打造物资供应保障一站式指挥中心，实现对物资供应全过程的集中监控、异常处理、任务分发和数据分析，提升物资供应保障的智能化管理水平。

五、总结与展望

（一）总结

在数字经济的背景下，随着企业供应链的运转效率要求日益提升，随之显现了企业抵抗各类特殊事件干扰与风险影响的能力不足的沉疴。一旦供应环节中的某個节点发生影响供应的情况，往往会迅速波及与之关联的供应链上下游。面对这样的挑战，企业亟需打造适应于新环境的物资供应管理模式和运作体系。

本课题以企业物资管理供应保障体系中涉及的各个环节与涉及的各个角色为研究对象，紧随党中央“数字化创新引领企业高质量发展”战略步伐，整合供应链、投资、项目管理、合同等多个信息化系统流程与数据，运用AI、大数据及IPA等信息化管理手段，建立一套敏捷、高效的物资供应保障体系。基于事前科学统筹、事中智能风控及事后评估改进，推动传统化被动式响应供应管理到智能化前瞻式主动保障供应管理模式的转变，真正实现企业供应链业务创新管理。本项目具体创新点及所取得的主要成果如下：

（1）物资管理机制创新：通过科学预测开创物资需求计划新模式，基于供应可靠性评估体系与风险预警体系双重合力优化物资供应保障机制，实现了物资供应从“救火式”被动响应到企业物资供应前瞻性主动布局的转变。

（2）业务运营模式创新：本课题研究在全面深化物资供应各环节风险管控的基础上，通过物资供应需求科学计划、全链物资在线可视化知来源明去向、余料物资及时回收、供应可靠性及风险量化评估、加强储备盘活呆滞物资与全面多维后评估反馈等实现企业物资精细化、数字化管理。通过源头科学规划、风险预警全链嵌入与后评估综合分析等措施形成了一套行之有效的物资供应体系，实现了运营模式创新，促进采购策略优化、物资供应保质保量及供应商服务更加到位。

（3）信息技术应用创新：公司紧跟科技发展趋势，借鉴相关建设方法论，借力于AI、大数据与IPA等技术，从物资供应管理实际出发，向技术要效益。通过智慧监控中心、智慧告警中心、智慧管理中心实现需求计划科学预测、供应风险自动预警、解决方案智能推荐、物资供应保障决策指挥一体作战和项目供应评估智能分析，将物资供应管理效率和质量转化成企业经济效益。

（4）制度流程规范创新：为保障物资供应管理质量，形成“责任靠机制落实、工作靠机制推动、成效靠机制保证”的良性闭环，公司出台了一系列流程制度与规范，以制度规范为运营效能保驾护航的同时，为同行业相关制度建设提供了思路与借鉴。

（二）展望和不足

企业物资管理供应保障体系数智化研究与应用对于增强公司供应链韧性，强链稳链固链提升抗风险能力至关重要，具有优化供应链资源配置，拓展物资服务领域，提升供应链智能化水平，增强产业市场竞争能力的重要意义。据测算，数智化物资保障指挥中心平台上线使用后，物资供应满足率提升至98%，物资供应效率提升40%，逾期订单率下降30%，物资平均到货周期可提升7天，物资保障能力全面增强。

下一步，计划加大供应链应对全球性风险层面的理论、行业优秀实践、以及新型技术学习和研究，将更多先进、卓越、可靠的技术引入物资管理，持续促进供应链管理数智化转型。同时，深入总结本次课题研究成功经验，将项目经验持续推广和分享到其他项目团队，助力公司数字化转型路径摸索和理论构建。

本课题研究成果成功解决了企业物资供应保障实时可视、智能预警等方面的难题，具有很强的创新性，但由于课题团队成员科研能力相对薄弱，理论和学术水平不足，成果国内领先水平不够。以下方面难点犹亟待攻克：

（1）系统整合复杂性：整合供应链、投资、单项管理及合同等多个系统流程和数据，不同系统的数据结构、数据格式及技术平台等差异可能导致整合过程困难，需要跨部门协调和技术支持。

（2）多指标模型设计复杂性：物资供应保障体系的评估涉及多个指标，涵盖供应链、风险管理和效率等多个方面，需要考虑各指标的权重、相互关系等，复杂性高，且模型需要随着时间和环境的变化进行持续的改进和调整，如何保持模型的适应性和灵活性是一个需要解决的难题。

（3）风险管理方面的挑战：事前科学统筹、事中智能风控及事后评估改进需要建立完善的风险管理机制，对未来可能发生的供应链中断、市场波动等风险需要有效的预测和应对策略，因此需要业务管理人员持续关注物资供应风险，并不断优化风险管理策略和机制。

（4）持续改进和创新：建立智能化供应保障体系需要持续的改进和创新，项目结束后，如何保持对新技术和流程的跟踪并不断进行优化也是一个挑战。

参考文献：

［1］郑娟.物资供应可靠性分析研究［J］.陕西煤炭，2019，38（1）：42-45.

［2］陈成，薛恒新.供应链可靠性管理研究综述与展望［J］.中国制造业信息化，2011，40（19）：1-7，10.

［3］王加强.基于供应链的物资供应管理策略研究与系统实现［D］.大连：大连理工大学，2004.

［4］李晴晴.供应链可靠性理论研究综述［J］.中国市场，2015：30-31，33.

［5］黄明群.供应链可靠性管理的策略分析［J］.企业改革与管理，2017：24.

［6］陈梓杰，徐菱，程园.应急物流供应链可靠性探讨［J］.铁道运输与经济，2009：75-77.

［7］杜明威，耿景珠，崔岩.企业数字化转型与出口：来自中国上市公司的微觀证据［J］.世界经济研究，2022（09）：119-134，137.

［8］宋玉卿，王丽娟.中央企业采购端实施供应链管理关键议题研究［J］.供应链管理，2020，1（2）：41-50.

［9］杜明威，耿景珠，崔岩.企业数字化转型与出口：来自中国上市公司的微观证据［J］.世界经济研究，2022（9）：119-134，137.

［10］王佳元.数字经济赋能产业深度融合发展：作用机制、问题挑战及政策建议［J］.宏观经济研究，2022（5）：74-81.

［11］陈丽华，杨宇瑶，胡华清，等.构建数智化产业供应链服务体系：赋能中小企业的必要性、可行性和路径选择［J］.供应链管理，2023，4（9）：25-30.

［12］曹娟，汪涛.供应链管理视角下的农业龙头企业内部控制措施［J］.农业经济，2020，（10）：133-134.

ResearchandApplicationofDigitalIntelligenceinEnterprise

MaterialManagementandSupplyGuaranteeSystem

WANGJing1，LIUXiao-ying2，CHENGJian-ning3，ZHANGSong-qing1

（1.ChinaMobileCommunicationsGroupZhejiangCo.，Ltd.，Hangzhou，Zhejiang310006;

2.SupplyChainManagementCenterofChinaMobileCommunicationsCorporation，Beijing100063;

3.ChinaMobileCommunicationsGroupShaanxiCo.，Ltd.，Xian，Shaanxi710077）

Abstract：Inrecentyears，variouspoliticalandeconomicfactorssuchastheRussoUkrainianWar，theGreatPowerGame，andeconomicantiglobalizationhaveacceleratedthereconstructionoftheglobalindustrialchainsupplychain，posingseriouschallengestosupplychainstability.Theproblemofproductsupplyinterruptionand“bottleneck”hasoccurredfrequently，andsupplychainsecurityriskscontinuetoincrease.Thisarticleanalyzesthecurrentmanagementstatusofmaterialsupplyinalargecommunicationenterprise，withtheaimofefficientlysolvingtheproblemsinthecurrentmaterialsupplyguaranteeprocessoftheenterprise.Itintegratesmultiplesystemprocessesanddatasuchassupplychain，investment，singleitemmanagement，andcontract，andusesinformationmanagementmethodssuchasbigdata，AI，andIPAtoestablishanagileandefficientmaterialsupplyguaranteesystem，Andresearchandbuildacompletesetofscientificsupplyriskquantificationindexsystemandaglobalmaterialsupportcommandcenterstand，comprehensivelyimprovingtheintelligentmanagementlevelofenterprisematerialsupplysupport.

Keywords：supplychainrisk;materialsupport;digitalintelligencecommandcenter;researchandapplication

基金项目：中国物流学会、中国物流与采购联合会重大研究课题“提升产业链供应链韧性和安全水平对策研究”（2023CSLKT1-001）；中国物流学会、中国物流与采购联合会研究课题“企业物资管理供应保障体系数智化研究与应用”（2023CSLKT3-078）