是时候重新审视制造业了。
制造业看似强大，其实脆弱，也会面临力不能胜的天灾，这天灾就是管控不了供应链上下游的风险。
举个例子，上个月，意大利疫情趋于严重时，有个段子在中国流行：
一家意大利公司将500万个口罩的采购需求同时放给了三个中国公司，这三家中国公司又各自询问了10家合作的贸易公司，这10家贸易公司又各自询问了10家口罩工厂，于是国内口罩工厂得到了有15亿只口罩要下单的信号，纷纷提高了出厂价。
由此可见，供应链出问题，核心是数据与信息的不透明与缺乏：不能第一时间获得上游供应商的风险信息，也没有充足的数据来训练模型对风险进行预判；供需信息缺乏有效对接；供应链信息的传递往往是线性的传递，下游2%的需求变化，经过中游若干节点，到上游可能形成5%甚至10%的供给变化，从而形成库存积压。这是供应链上常出现的“牛鞭效应”。
不算疫情这个黑天鹅，供应链出现风险也是常有的事：供应商所在地出现自然灾害；金融抑制导致供应商资金链出问题；环保管理严格使中小供应商难以为继；短期供应不足导致核心原材料价格上涨甚至缺货，等等，都是供应链系统出了问题，带来损失。
那么，通过什么样的技术手段，可以去应对工业“天灾”？
现在一个明显趋势是，通过AI、IOT等技术，搭建供应链控制塔，把各个节点信息采集、共享，上下游端到端地实现信息透明，并利用工业大数据对供需、价格等各种风险进行AI模型预测。在未来，通过技术平台，管理者可以在线实时知道某种原材料有涨价风险，某家供应商的产能有问题，哪个区域有更合适的供应商。对于制造业企业来说，这是一个与“天灾”抗衡的机会；对于技术厂商来说，提供“控制塔”能力意味着不小的商业机会。
这样的控制塔在哪里呢？目前市场上有了很多探索，但都还不太成熟。
不同应用平台在管理供应链风险上的功能差异
相对来说，被列入新基建的工业互联网可以在端到端透明上，提供更多可行性。前沿技术情报所专栏发表过一篇文章介绍工业互联网。它可以通过工业IOT连接供应商设备，实时获得供应链大数据；可以通过PaaS层封装的AI算法，预测风险；应用层也有数字化采购工具，以及供需对接的应用，实现多供应商的目标并加强数字化管理。这样，制造业面临的供应链“天灾”，可以通过技术平台来管理。
虽然以上应用在制造业中还未普及，但未来方向已明。像百布、震坤行等工业B2B电商，在之前撮合、自营的基础上，也向工业互联网方向发展，用IOT设备连接整个供应链。
本篇文章，我们试图回答以下问题：
制造业在面临供应链风险时，能够做到“我命由我不由天”吗？
工业互联网上述功能，都能起到什么样的具体作用？
现在工业互联网在企业的供应链管理中应用还很少，这是为什么，还存哪些局限性？
联系客服
