AI数智技术驱动一体化供应链建设

如果无法正常显示,请先停止浏览器的去广告插件。
分享至:
1. AI数字技术驱动 一体化供应链建设 吴盛楠
2. 个人简介 吴盛楠 京东物流集团 人工智能与大数据部 智能供应链负责人 wushengnan1@jd.com • 大数据、人工智能、运筹优化等领域的长期从业者; • 美国15余年在多行业(供应链物流、交通运输、金融科技等)从事数据智能产品建设、系统研发、技术商 业化和咨询服务等工作,一直致力于企业数字化转型的推动和努力; • 后归国入职华为公司全球供应链管理部任首席数据科学家,京东物流首席数据官、专家委员会资深委员等; • 清华大学学士,美国匹兹堡大学人工智能与运筹学博士,中欧国际工商学院EMBA; • 北京市战略科技人才,多次获得国家级行业协会科技进步奖,集团技术和管理奖等; • 发表论文、专利、专著、公开演讲百余篇(次);
3. 目录 CONTENT 01 京东物流集团简介 03 数智化供应链落地实践 02 一体化供应链建设 04 供应链行业未来发展
4. 01 京东物流集团简介
5. 从企业物流,到物流企业 京东集团定位 京东物流定位 以供应链为基础的技术与服务企业 中国领先的技术驱动的供应链解决方案及物流服务商 连续三年第一梯队 快递用户满意度 19w+ 企业客户 体验为本、技术驱动、效率制胜 京东集团的物流部门 JDL在港交所上市 自营阶段:2007- 2017 社会化开放阶段:2017-2020 塑造 全球物流产品标杆 , 独立运营,对外开放, 提供品质服务 保持 卓越品牌形象和客户体验 一体化供应链服务阶段:至今 一体化供应链服务市场 第一大服务商 解耦模块化能力,打造一体化供应 链 解 决 方 案 ,3 8 0 0 + 技 术 人 员 , 1300+仓,2300万仓储面积 700亿+ 人民币 2020年收入
6. 02 一体化供应链建设
7. 一体化供应链的发展进程 为应对中国经济高质量发展的时代进程,提升供应链效率,中国供应链行业开始逐步迈入更高级阶段——数智技术驱动的一体化供应链物流服务。 2020年中 国一体化供应链物流服务行业市场规模达到2万亿元,预计到2025年市场规模将达到3.2万亿元,年复合增速为9.5%。 产前物流 初级阶段 流通领域端到端全链路物流 围绕基本物流活动 采购、补货、调拨 的局部优化 供 中级阶段 应 链 效 率 提 升 供应商 运用供应链理念推动 送货 工厂 工厂仓 CDC 采购 自动化仓储 RDC 补货 补货 门店 自提 B2B 消费者 调拨 物流活动全局优化 B2C 原材料运输 高级阶段 基于专业化分工的 配送 供应商 送货 维修服务 采购 RDC FDC 补货 配送 消费者 供应链物流协同优化 全渠道、全场景一体化供应链 更高级阶段 数智技术驱动的 一体化供应链物流服务 供应链智能规划 供应链智能计划 供应链智能执行 定制客服 逆向揽收
8. JDL一体化供应链发展优势 以客户为中心,用可信赖的供应链服务持续创造价值 六大物流网络 前沿物流科技 协同开放生态 云仓生态 仓配网络 大件网络 最后一公里 配送网络 云计算 大数据 人工智能 物流生态 OMS WMS 物流街 货运平台 TMS BMS 物流平台 GO专享 电商零售 冷链网络 1300 + 仓库数量 跨境网络 2300万 + m 仓储面积 2 综合运输网络 220 +个 国际线路 41座 亚洲一号 5G 物联网 区块链 机器人 GIS 边缘计算 合作开放 电子 汽车 快消 能源 农产品 服装 食品 医药 家居
9. 03 数智化供应链落地实践
10. JDL一体化供应链智能超脑系统“1+2+3”解决方案 AI技术驱动一体化供应链建设 服务 3 个 系统应用 内部运营 产品1: 智能规划塔 仓群 布局 分拣 布局 线路 规划 2 个 算法中台 产品2: 智能计划塔 终端 布局 班次 优化 串联 优化 配载 优化 商品 布局 揽派 优化 自动化调参 算法模型同跑 仿真 模拟 供应 计划 需求 计划 商品 信任链 智慧 运营 工程服务2: 数字孪生平台 · 流程解耦可视可配· AB Test 孪生体构建 孪生体分析 全覆盖 智能系统 全链路 · 物理抽象孪生仿真· 孪生体应用 工程服务 算法中台 NO - 选址布局 TO - 运输优化 SO - 仿真优化 FFORMA DF - 需求预测 分位数预测 EOQ IO - 库存优化 销N补N 标准网络引擎 路由串联引擎 仿真标准模板 LARK 文本相似引擎 E2E补货 参数推荐 树状网络引擎 线路规划引擎 策略引擎 WEOS 趋势相似引擎 (s,S)补货 库存均衡 轴辐式网络引擎 运力规划引擎 物流网络状态展示 ECLP CLPS ERP OMS WMS TMS …… 多源 接入 数据 加工 模型 加工 数据 存储 实时 计算 数据 门户 统一认证 租户管理 权限审批 全场景 算法引擎 全支撑 配套设施 数据中心 业务系统 数字化新基建 建包 优化 产品3: 京慧供应链系统 工程服务1: 易卜工程化平台 工程服务 1 个 枢纽 规划 目标 外部客户 消息日志 运维监控 底层能力
11. 超脑算法中台:支持全场景算法策略 产出交付 2个工程服务平台 1个算法中台 标准产品 3套系统应用 POC咨询 定制化项目 业务场景沉淀 业务场景 B usiness S cenario 需求预测 库存优化 选址布局 仿真优化 运输优化 基线预测 新品预测 智能采购 补调清滞 仓网选址 分拣选址 时效监控 动态路由 网络仿真 促销预测 长期预测 仓间均衡 多级库存 终端选址 门店选址 网络诊断 路由规划 场内仿真 备件预测 特殊事件预测 新品首铺 供应计划 模式评估 应急规划 库存仿真 商品布局 算法策略中心 DF - 需求预测 IO - 库存优化 算法策略 FFORMA 分位数预测 A lgorithm S trategy LARK WEOS PostPro 样本迁移学习 趋势学习 基础支持 EOQ 销N补N 文本相似引擎 E2E补货 参数推荐 趋势相似引擎 (s,S)补货 库存均衡 N-DeepAR 数据加工 TO - 运输优化 SO - 仿真优化 标准网络引擎 路由串联引擎 仿真标准模板 轴辐式网络引擎 分位数卷积补货 特征工程 集群算力 存储平台 实时计算 物流网络状态展示 运力规划引擎 场内布局生成器 标准规则库 输入分析器 算法仓库 计算支持 ETL 策略引擎 线路规划引擎 树状网络引擎 安全库存优化 数据底座 数据治理 NO - 选址布局 离线计算 机器学习 深度学习 运筹优化 启发式
12. 1个算法中台 3套系统应用 易卜工程平台 “易卜”工程化平台:流程解耦可视可配 应 用 执 行 器 可视化编排 加密解密 配 置 器 组 件 库 多环境部署 通用模板 预 测 算 法 组 件 FFORMA 同跑 数据检查 行业化模板 WEOS 交叉验证 分类选型 需求汇集 BOD汇集 大单剔除 低代码工具 分位数 库 存 算 法 组 件 模型同跑 分片 流程解耦编排 EOQ 库存均衡 E2E补货 安全库存 (s,S)补货 卷积补货 销N补N 参数推荐 对比 定制化算法方案 组件装配 指标设定 选 址 布 局 组 件 标准网络引擎 树状网络引擎 轴辐式网络引擎 沙箱 自动调参 任务管理 运 输 优 化 组 件 方案分析 灰度上线 效果对比 标准网络引擎 树状网络引擎 轴辐式网络引擎 轴辐式网络引擎 AB测试 效果监控 属性配置 仿 真 优 化 组 件 仿真标准组件 仿真策略引擎 物流网络状态 场内布局生成器 输入分析器
13. 1个算法中台 3套系统应用 易卜工程平台 “易卜”工程化平台:支持全场景AI预测算法运行 产出 交付 标杆项目 标准产品 汽车行业 时尚行业 物流行业 To * 3C行业 家电行业 家居行业 能源行业 To * 销量预测 多周期预测 月~季中期预测 新品预测 常规预测 分拣预测 站区预测 中长期预测 N年长期预测 促销预测 稀疏性预测 路由预测 运输预测 算法模型仓库 分位数预测 DeepAR Prophet “易卜”组件化工程平台 LARK 文本相似引擎 LSTM Holt Winters 核心工具和组件库 WEOS 趋势相似引擎 ARIMAX ETSX 配置文件 PostPro 样本迁移学习 XGBoost LightGBM 执行器 数据底座 数据加工 特征工程 集群算力 存储平台 实时计算 30+ 预测场景 100+ 头部客户 10+ 行业支持 长期 预测 货量 预测 分拣 预测 路由 预测 130+ 预测模型 计算支持 ETL 1000+ 腰部客户 新品 预测 销量 预测 站区 预测 运输 预测 工程化平台 FFORMA 数据治理 6000+ 尾部商家 商家预测业务 货量预测 日~周短期预测 算法策略中心 基础 支持 7000+ 消费品行业 需求 支持 算法 中台 POC咨询 离线计算 40+ 算法策略
14. 1个算法中台 数字孪生:从物理世界到数字世界 伴生 3. 数 字 孪 生 伴治 4. 反 作 用 数字化 1. 物 理 世 界 2. 数 据 化 数字孪生平台 3套系统应用
15. 1个算法中台 2个工程服务平台 智能双塔系统 超脑引擎:“一台双塔”智能决策体系 数字世界 分析 洞见 基于数据和算法的供应链优化方案 智能规划塔 规划 决策 智能计划塔 供应链数字孪生平台 仿真可视 伴 生 生产执行 诊断分析 路由系统 伴 治 消费者 网络 建设 生产系统 OMS TMS 物理世界 运营 执行 方案评估 WMS DMS ECLP CPLS 基于物流网络的供应链高效执行 调拨 供应商 送货 工厂 工厂仓 采购 CDC 补货 RDC 补货 门店 补货 FDC 配送 自提
16. 1个算法中台 2个工程服务平台 智能规划塔 智能规划塔:数据智能驱动的物流顶层规划 定点:设施选址 划片:覆盖关系 连线:网络连接 定点 分拣 站点 站点 前置 分拣 定点 中 心 站 枢纽 中转 场 仓储选址 前置仓选址 库房 库房 枢纽选址 B网营业厅选址 智能建站 综合站选址 划片 站点 前置分拣布局 划片 智能分拣布局 中转场布局 连线 南海诸岛 智能路由规划 路由串联优化 商品布局 同城网规划
17. 1个算法中台 2个工程服务平台 智能规划塔 智能规划降低供应链网络结构性成本 时空网络模型 六大网络 三网融合 7000+ 200+ 站点 分拣中心 双重功能 1300+ 库房 商城现货率 95%+ 行业现货率80%~90% 物流履约成本 5.9% 2019年全国社会物流总费用占GDP的比率为14.7%
18. 解决社会应急物资供应,提升供应网络柔性 爆发式 增长的疫情迫使武汉封城 1个算法中台 2个工程服务平台 核心枢纽 中断 物流网络 崩塌 智能计划塔 物资供应 成为核心问题 2020年1月23日 如何重新规划路由场站 武汉封城 • 非武汉城市包裹如何转运 • 全国各地的物资如何快速送达武汉 如何确保物资生产 76天 1824个小时 109440分钟 省内仓库物资如何储备 • 省外仓库物资如何发往武汉 如何确保物资供应 2020年4月8日 武汉解封 • 南海诸 岛 • 有限车辆如何调度 • 如何重新组单、派单保证物资供应
19. 1个算法中台 2个工程服务平台 京慧智能供应链 超脑赋能外部伙伴 :京慧供应链系统 全渠道客群服务 One Plan 全链条场景覆盖 灵活配置与布署 多行业解决方案 供应链数字孪生 敏捷交付能力
20.
21. 1个算法中台 2个工程服务平台 京慧智能供应链 智能预测系统满足供应链多场景优化需求 供应链核心 需求 成本 需求存在不确定性 供应链本质 预测是优化的开始 市场需求+消费者需求 全局运筹优化 预 测 系 统 AI 技术 算法策略 数据平台 机器学习 深度学习 交叉验证 Ensemble 数据存储 实时计算 统计模型 经济学模型 Stacking 多场景策略 数据模型 分布式计算 大数据 预测 仓库 预测 中长期 预测 短期 预测 多维度 预测 C2M反 向定制 合理 铺货 降低库 存水位 参数 推荐 参考制 定计划 选品规划 商品布局 库存规划 智能供应链规划系统 仿真模拟 需求计划 多渠道 预测 短期 预测 分位 数预测 参考 协同 降低 周转 提升 满足率 产销协同 库存优化 智能供应链计划系统 智能补调
22. 1个算法中台 2个工程服务平台 京慧智能供应链 超脑库存补调系统有效提升供应链效率 CDC 工厂/供应商 京东 RDC 门店/顾客 北京 一地/多地取货 A、B 青岛仓 品牌工厂 海外供应商 成都 多级库存 智能补货 沈阳 库存均衡调拨 TC 优化与均衡 与调拨 检货、分货 上海 C、D 西安 配送 配送 广州 上海仓 需求分类 供应链模式 安全库存优化 模式一: • 供应模式:按库存生产 • 库存位置:DC • 交付周期:订单处理+拣 货包装+标准运输时间 模式三 • 供应模式:按订单生产 • 库存位置:总仓 • 交付周期:订单处理+拣 货包装+标准运输时间 单多阶库存模型比较 模式二: • 供应模式:按库存生产 • 库存位置:选择特定DC • 交付周期:订单处理+拣 货包装+标准运输时间 模式四 • 供应模式:按订单生产 • 库存位置:总仓 • 交付周期:订单处理+拣 货包装+标准快递时间 优化提前期 v 服务水平 优化服务水平 v 库存配置 (R,s,S)端到端库存模型
23. 1个算法中台 2个工程服务平台 京慧智能供应链 客户实例:一体化供应链驱动企业数智化变革 原供应链管理模式和业务痛点 变 应对 库存 链路 化响 数据 应 采用京东智能供应链管理模式 迟缓 智 能 补 调 无法 有效 整合 需 基于 求预 测 提 库存 前响 成本下降,服务提升显著 应 B2B 9月 10月 线性 (B2B) 99.14%99.14% 98.66%99.30% 96.56% 93.79% 8月 B2C 11月 12月 1月 2月 3月 4月 顾客投诉率 全链 路数 据整 101.00% 100.00% 99.00% 合 0.10% 0.00% 8月 9月 10月 11月 12月 1月 2月 3月 4月 成 本 • 库存量居高不下,库存管理成本很高 • 运营工作繁重低效,人力成本较高 物流费用:减少 可视化看板 效 率 体 验 需求预测 智能补调 仿真优化 • 库存周转慢,周转率低 • 缺少预测能力,调拨、补货、配送效率低 • 因缺货、少货、到货不及时等原因导 致用户体验差,复购率低等问题 代运营 10% 库存周转:从70天降至 50天以下 SKU周维度预测准确率:提升至 智能供应链解决方案 履约率:提升至 99% 客诉率:下降至 0.05% 70%
24. 2个工程服务平台 1个算法中台 京慧智能供应链 客户实例:端到端一体化供应链计划系统方案 产业链平台级总体产销协同对 包含零部件供应商的全链条计划 计划基础数据 产能管理 平衡规则 需求总量预测 公司级产销协同 需求全面排产 (总产能平衡) 物料需求计划 预测需求 销售预测与库存控制 MTS品种库存控制 净需 求 库存生产品种需求预测 MTO品种库存扣减 总体订单管理 订单评审与管理 各个工厂级排产 供应商半 成品交付 计划 原材料供应商 新业务供应商 自制厂 自制工厂排产 排程 集成仓 新业务排产含齐套发运 排程 班次需 求计划 工厂 集成仓库 当前各种系统 WMS 当前各种系统 WMS 订单评审(不含交期) 对业务影响: n 建立强大的计划体系; n 降低库存,预估降低20-30%; n 生产均衡,供应商准交率提高; n 对客户交期缩短,交期稳定性提升; n 供应链相关人员减少,预估降低50%; 港口 全球连锁店、贸易商 CRM系统 salesforce
25. 1个算法中台 2个工程服务平台 京慧智能供应链 客户实例:中小企业一体化智能供应链解决方案 自 送 多 仓 模 式 采购决策 供应链计划 跨区交付 客户自行管理供应链以及 物流业务,在与JDL合作 经验分仓 经验采购 供应商 客户 商家将货物就近一地交付 人工分仓测算 决策角色的交接 服务范围的延申 技术 库存均衡,合理安排全国 智能分仓 就近交付 客户 同区履约 专家干预 数字决策 库存分布,JDL从物流执 供应商 10家 客 户 50 3 26% 人 效 跨 区 12% 物流执行 技术 存分布及分仓调拨、日常 400家 物流运营&技术&库存运营 京东后,京东负责全国库 行延申至供应链计划 多 地 送 仓 供应链计划 采购决策 客户的痛点 仓 送 地 多 过程中,JDL属于执行方 融合大数据应用、科学算法、精准建模以及高品质京东 仓配服务为一体的供应链全托管服务,助力商家提升供 应链效率,降低供应链成本 智 能 商 务 仓 模 式 物流执行 交付分货 解决的问题 降低管理复杂度 降低全链成本 库存合理配置 提升顾客体验
26. 1个算法中台 2个工程服务平台 京慧智能供应链 京慧供应链系统:助力千万商家进行数智化转型 服务万家企业 头部企业 Abundant Clients 内向物流 生产运作 贯穿全域环节 E2E Processes 外向物流 市场销售 Reliability 售后服务 贯穿价值链始终 管理百万货品 Millions of Products 可靠性 中小商家 节 点 选 址 网 络 仿 真 AI 商 品 布 局 BI 库 存 优 化 需 求 计 划 ML DL 响应性 供 应 计 划 计 划 协 同 RL 智 慧 运 营 OR Supply Chain Big Data Middle Platform Responsiveness 成本 Cost 智能系统服务 核心基础 Core Foundation 基建服务 数字技术 覆盖全球的物流网络 大数据与人工智能 商流优势 京东商城自营 + POP 资产效率 AM Efficiency
27. 1个算法中台 2个工程服务平台 京慧智能供应链 打造核心能力域,承接SaaS化商业路径 通用能力迁移 数智供应链核心能力域 K A 定 制 化 系 统 项 目 行业沉淀 技术架构解耦 通用服务构建 算法中台建设 能力解耦 通用化供应链服务 组件化平台 解耦化产品模块组合 网络优化 需求预测 前沿化探索 需求可配 多客户需求配置 灵活支持定制化需求 解耦化产品模块组合 智能补调 数据看板 满足60%基础需求 可复用能力回迁 仿真优化、库存策略、多场景预测 高效支持多样化需求 定期迭代 标 准 系 统 产 品 建 设
28. 04 供应链行业未来发展
29. 人才的发展:产学研一体化,打造核心人才域 Science + Engineering + Business 大数据 时代核 心人才
30. 行业的发展:社会生态 + 产业 + 技术“供应链+”数字孪生开放体系 虚实融生 数字原生 数字孪生 战略 级别5 数字基建 未来预测 价 值 感 知 与 定 位 中国的大部分企业 描述分析 信息 级别1 战术 诊断分析 所处阶段 各自为战 silos 由内向外 级别2 功能驱动 Function Driven 级别3 流程驱动 Process Driven 产业元宇宙 级别4 战略驱动 Strategy Driven 生态圈 Eco-system 优化 生产力的解放 前瞻 洞察力的飞跃 洞察 中国极少企业 所处阶段 后视 认识与聚焦 决策力的提升 由外向内
31. 非常感谢您的观看

Accueil - Wiki
Copyright © 2011-2024 iteam. Current version is 2.137.1. UTC+08:00, 2024-11-17 21:37
浙ICP备14020137号-1 $Carte des visiteurs$