职场会客厅 | 第 9 期线上直播回顾，对话蓝幸软件CEO岳仍鹏

活动信息

本期嘉宾介绍

精彩内容回顾

01

01 在普通公司做供应链，包括 Amazon 等这些公司，和在做供应链解决方案的公司工作有什么样的区别？

这个区别还是很大的。第一个区别是前者面对公司内部，后者面对外部客户。面对公司内的部门挑战不会那么大，但面对外部客户要求就高了；第二个区别，Amazon是做零售的，所以如果做供应链，学到东西就是预测，捕获，库存管理，这些相对于跟零售相关的一些场景，或者说甚至你可能分来只做一部分，比方说只做运输。因为一般这种公司分得很细，所以可能你只管运输，你都不知道库存是怎么经营的。但是后者因为你面对不同的客户，他什么都有，制造业的、零售业的，军工的什么都有，这个时候你所面对的视野就要广得多。你既要懂运输，要懂补货，要懂库存，要懂制造，要懂采购，你会看到很多这样的场景。这样你对于整个供应链的整个端到端链条的理解，是要远远比在像 Amazon这种公司广泛得多的；第三，面对客户要稍微要累一些，因为可能要出差要多一些。

02

02 物流调度中求解器的应用

其实无论是物流，调度，还是供应链，大家都依赖于求解器。供应链场景，我们做的很多供应链场景，是偏计划和规划类的。它反倒对于一些数据的维度要求没有那么高，不会要求到实时的数据，不会要求到每小时每分钟的数据。反倒像工业场景它要的是小时分钟级的数据，它的数据量是非常大的，而且是非常非常庞杂的。这些数据要想去求解出来，反倒更依赖于求解器的速度。供应链场景跟工业场景都需要求解器，但是供应链场景对于数据的颗粒度的要求其实没有工业场景那么高。

03

03 在供链场景当中，我们需要帮客户决策的是哪些方面的东西？产品如何能够将客户的场景都覆盖？

我们在大多数供链场景当中帮客户决策的，我们把它叫计划和规划。这些东西是什么？指的是我下个月，下一周，下一天，或者下一年应该做什么？在生产方面，在销售方面，在库存方面，在物流方面，在采购方面应该做什么？这就是我们说的供应链的场景，计划和规划的场景，它可以同时考虑生产、物流、库存。所以这就是我们说的供应链计划和决策做的事情。我们帮助客户做这些维度的决策，而且非常能够让他们通过这方面去创造价值，帮他们去做决策，优化他们的决策。这就是供应链决策的场景，它和工业场景是不太一样的。工业场景很多涉及到的是小时分钟级的东西，所以更细，考虑的维度完全不一样。在我们的供应链场景当中，面对的人更多是一些工业计划人员、决策人员、规划人员，包括管理层。工业场景当中可能面对的更多是一些在工厂、在生产线，甚至是在一些比方说车辆、车队里面的一些具体的人员，所以面对的人是不太一样的。

我们其实依赖的更多是在于我们过去 20 年当中所积累的大量经验以及knowhow。比方我自己，世界 500 强当中有 100 多个我都做过。我们的很多的一些顾问，包括我们的一些核心的团队都是这样子都做过，因为我们有足够多的一些例子，足够多的一些经验，能够把我们这些场景能够具象到一个产品当中去。毕竟我做了这么多的东西，怎么做的都知道，所以我把做这么多东西的一个规则，全部放到我们的产品当中去，所以就把它的框架做出来了。所以这个框架其实依赖于团队，依赖于大量的积累，形成了这样一个框架。所以这框架就可以去帮助客户覆盖这么多场景，因为我们做了太多的客户了。所以这个是离不开积累的，像比方说我们知道做自动驾驶最依赖的就是积累，如果你的数据能积累到一定量级，以后才有可能让汽车学习到很多的特征，真正形成一个标准化的自动驾驶的软件。

04

04 供应链当中很多数据是模糊的，难以量化的。我们如何解决？

首先第一点，我们有一个标准化的产品框架，我们会提出标准化。你为了解决这个问题，需要什么数据？这是第一步，我们可以解决的。第二步，这些数据可能是模糊的，难以量化的。怎么办？我们可以做相关的一些假设，或者可以先不考虑这部分的数据，因为如果我要做一个生产跟物流的决策，就是把生产数据跟物流数据放在一起来做决策，但它生产数据可能不规范怎么办？我们先拿物流数据做决策，等生产数据准备好以后再去做更多的优化。所以我们可以在有限的数据下做有限的优化和有限的决策，一样可以创造价值，等那部分数据好了以后再来就可以了。所以可以在有限的数据情况下，一样可以帮客户创造很多的价值。

如何获取完整版录播