如果用一句话形容供应链数字化在国内的热度，那我能想到的便是：忽如一夜春风来，千树万树梨花开。供应链以及数字化的字眼，忽然一下子高调进入大家的视野，与供应链或者供应链数字化相关的创业公司、论坛也大量出现。那么究竟什么是供应链数字化？支持企业供应链数字转型的技术有哪些？

1 供应链数字化

        供应链数字化（supply chain digital transformation) 指的是在供应链相关信息充足的基础上，供应链从上游到下游由数字驱动，并由人工智能技术在数字驱动的基础上为供应链活动做有效决策。这里指的不仅仅是从原材料供应商到消费者的正向物流，同时也指反向物流、供应链金融以及链上信息流。应用在供应链数字化上的技术主要有三：机器人流程自动化（Robotic process automation, RPA), 人工智能以及区块链。接下来让我们来看看这三种技术对供应链分别意味着什么。

2 RPA：应用最广泛的技术

        RPA通常是供应链数字化的第一步，它是一种通过自动从数据库里（如erp或者电子邮件）读取相关信息并根据事先预设好的流程自动对所读取的信息作出反应的Software。它可以比如当库量存达到某个下限时自动向供应商下订单、比如当原材料在系统入库后自动进入支付流程向供应商付款、又比如当运输物品破损值达到某个标准后自动将信息传达给上级管理人员等等。由于供应链中存在着许多诸如此类的简单而又具有重复性的活动，也由于RPA开发以及后续使用成本相对于其他技术要小，RPA在供应链数字化中是最受欢迎的技术。调查显示有将近60%的财务部门已经引进RPA来自动化其业务流程，比例最高，紧接着是采购和人力资源。

3 人工智能：主要指机器学习

        人工智能是个比较广泛的概念，通常来说它指的是人类语言学习，机器视觉以及机器学习。由于供应链的数字化通常是供应链流程上的一个概念，所以AI在这个领域一般代表机器学习（ML）：即利用现有的数据对模型进行训练，并通过多次迭代优化结果。ML在供应链中最典型的应用是利用机器学习模型对未来需求进行预测。此外还可以利用其进行供应链风险管理、对运输延迟进行预测等等以防供应链断裂。然而虽然机器学习所能带来的好处非常多，开发一个准确度高的预测模型却比较困难，库存量预测模型误差率之高可达40%，这是因为现实中影响需求的因素繁杂，涉及参数众多，比如DHL建立的预测运输延迟模型参数多达58个。这意味着一般非全球性企业不具备自己开发预测模型的条件以及必要性。市场上也有提供一些公用的工具可用于预测，如power BI等。

4 区块链：难以被马上利用的技术

        区块链自从被比特币带火以后便由于其数据录入以后不可更改的特性备受瞩目。也由于供应链本身容易复杂且低效的行业性质 —— 制造业供应链节点多，参与人员众也多，出现问题难以定义相关责任人; 温度敏感性产品对运输途中运输环境的温度记录要求等 —— 许多科技巨头比如IBM，Microsoft一直在探索如何有效的把区块链应用在这个领域。然而由于区块链技术的复杂性和巨额开发成本，这个想法并不好实现。即便相关平台开发出来了，也由于使用费用昂贵或者是数据敏感性的原因难以在市场上推广。所以区块链在供应链领域更多时候指的是以核心制造业为中心向其上下游供应商辐射出去的私有链。

6 写在最后

        相关调查显示，尽管供应链数字化的概念在全世界范围内如此风靡，大多数公司管理者也相信供应链的未来在于数字化，但是现实中大部分公司的数字化程度仍然不高，很多中小企业甚至依然处于纸质工作的低效时代。主要原因在于：第一供应链数字化的成本高，所带来的经济效益往往也不好在引进以后的一两年内便做出判断。第二是因为缺少真正相关的专业人员帮助企业进行有效的数字化转型。 但是挑战即是机会，不管企业规模大小，都应该尽早在供应链数字化领域进行思考和布局。

产业互联网定义：产业互联网是指利用互联网连接企业与企业之间商品流通，提升产业链与供应链协同效率，具体包括B2B电商平台、供应链金融平台与网络货运平台等多种平台业态。