【課程收益】

? 掌握1套思維框架，將所有數字化轉型技術串聯起來

? 盤點數字化技術對供應鏈降本增效的四個階段

? 理解人工智能的2大底層原理和6大底層套路

? 建立數據思維，解封你未曾意識到的資源和力量

? 理解智慧供應鏈的5大痛點

? 了解大量相關案例，以及背后的經驗與教訓

? 在動手實戰中將智慧供應鏈知識內化

【課程特色】夠專業，內容前沿且正確；講俗話，將復雜技術具象清晰有趣化；重互動，巧妙設計提升參與感；能落地，反復驗證的方法及真實案例。

【課程對象】供應鏈相關中高層管理者。

【課程時間】2天（6小時/天）

【課程大綱】

一、數字化的頂層思維

1、數字化轉型是什么

? 企業中的流程與人類的神經

? 企業中的信息與人類的神經信號

? 數字化：在數字世界中幫助企業構造神經系統

2、數字化頂層思維框架

? 感知：獲取原始數據

? 認知：抽取關鍵信息

? 推理決策：形成計劃

? 反饋動作：實施計劃

小互動：如果你在跟心儀的女神約會……

3、我們應該關注哪些數字化技術

? 基礎設施：解除計算機的能力封印

? 數據應用：搬金磚VS挖金礦

案例：谷歌云計算，華為5G，某外貿公司營收預測

4、什么是“企業經脈”和“AI針灸”

? 信息化：固化流程/信息流轉/數據積累

? 人工智能：找準價值“點”/匹配“針”對性技術

5、數字化轉型有哪三個必經階段

? Digitization：無紙化

? Digitalization：高效化

? Digital transformation：無人化

? 每個階段的關鍵技術以及數字化的決勝技術

案例：人員績效智能評估系統

二、供應鏈核心概念導入

1、供應鏈在企業中的地位

? 企業中唯二能“掙錢”的部門

? 工業領域的企業競爭核心是供應鏈

案例：通用電氣供應鏈案例

2、供應鏈的管理要素

? 供應商基礎管理

? 招標及尋源管理

? 訂單及物流管理

? 供應商績效考核

? 合同管理

? 兌付賬款管理

案例：特斯拉供應鏈解析，戴爾的基本供應鏈

3、工業企業供應鏈的管理痛點

? 20%的間接物料吃掉企業80%的時間成本

? 傳統采購中的：低、慢、差、弱、散

案例：海爾生產外包裝模塊化，通用汽車與波音公司供應鏈挑戰

4、供應鏈金融概念導入

? 供應鏈金融的核心玩法

? 供應鏈金融的不同種類

? 汽車領域供應鏈金融案例

案例：UPS物流金融業務

5、數字化供應鏈標桿

? 事務性工作系統處理

? 尋源與采購高效處理

? 品類管理及采購策略著重處理

? 數字化供應鏈的提質、降本、增效、風控

案例：華能集團如何解決電力行業供應鏈數字化挑戰，傳統供應鏈與數字化供應鏈比較

三、供應鏈數字化轉型

1、供應鏈數字化轉型戰略

? 供應鏈數字化轉型的時代契機

? 供應鏈數字化轉型的戰略思維

? 供應鏈數字化轉型的戰略趨勢

案例：世界最大航空發動機公司供應鏈轉型案例、IBM數字化供應鏈轉型案例

2、數字化引發的供應鏈變革

? 數字化引發采購計劃變革

案例：COSTA采購需求預測平臺

? 數字化引發采購過程變革

案例：海爾數字化采購

? 數字化引發生產過程變革

案例：海爾數字化采購

? 數字化引發供應鏈運營變革

案例：世界500強電子生產企業數字供應鏈解決方案

? 數字化引發的逆向供應鏈變革

案例：亞馬遜可持續發展供應鏈計劃

? 數字化供應鏈控制塔概念導入

案例：寶潔供應鏈控制塔

3、供應鏈數字化經典案例

? 京東的智慧供應鏈

案例：京東無界智能供應鏈

? 阿里巴巴的數智化供應鏈

案例：菜鳥供應鏈網絡

? 數字化技術重塑美的供應鏈

案例：美的智聯供應鏈-制造業供應鏈標桿

? 聯想的數字化供應鏈及背后方法

案例：聯想供應鏈數字化轉型全過程回顧

4、供應鏈數字化的度量方法

? 傳統供應鏈度量方法

? 數字化供應鏈成熟度指標

? 數字意識成熟度指標

? 如何使用上述指標

四、智能化底層原理，及其帶給供應鏈的新可能

1、人工智能的2大底層原理

? 邏輯固化：師傅“教”徒弟

? 知識抽取：師傅“帶”徒弟

案例：預測男生是否會受女生歡迎

2、人工智能的6大底層套路

? X-Ypairs：知識抽取

? Y→X：生成萬物

? X1-X2 pairs：推薦匹配

? X only：聚類算法

? Y only：超越人類

? Dot & Line：知識圖譜

? 人工智能發展的終點

案例：百度智能客服，谷歌藥物預測系統，淘寶推薦系統，清華數字虛擬人，谷歌核聚變控制系統，美軍自動駕駛戰機

3、人工智能的6步落地法

? 價值驅動 or 數據驅動

? 機器學習 ≠ 江湖算命

? 數據模型 VS 機理模型

? 大數據   ∪ 深度學習

? 行業專家 ||  客觀事實

? 行政可行 ≈  最大門檻

案例：產線良品率提升，大型工程機械故障預測，工業智能無損檢測，自動駕駛系統，AI量化交易-年化收益率1000%

4、人工智能的在智慧供應鏈中的應用

? 預測需求提前備戰

? 倉儲機器人替代人工

? 路徑最優化提升效率

案例：某著名汽車品牌銷量預測，亞馬遜VS京東倉儲機器人對比，百度AI物流調度最優化案例

五、數智化項目推進方法

1、方法串講：先發散再收斂

2、以價值為導向的頭腦風暴

? 痛點問題羅列

? 痛點問題排序

3、數據準備階段的可行性收斂

? 數字化項目機理分析

? 數字化項目數據關聯性分析

? 數字化項目數據質量分析

4、數據使用階段的可行性收斂

? 誰可以成為AI的“師傅”

? 我們能否請得起這個“師傅”

5、行政可行性收斂

? 橫向行政跨越分析

? 縱向行政跨越分析

6、方案展示及討論

? 專業可行性提升

? 行業可行性提升