京東數字孿生供應鏈仿真平臺案例
本企業的基本信息
企業名稱：京東零售集團
2.主要產品和服務：京東零售集團致力于構建完備成熟的零售生態體系，以多元化的產品為平臺，提供全流程的用戶服務，追求極致的用戶體驗。針對不同用戶群體和場景，京東零售打造了一系列線上和線下的產品與平臺：包括C端消費者日常生活中經常使用的京東主站和相應app，滿足社區團購需求的京喜，以及線下的京東便利店、七鮮超市、京東之家等等；針對B端用戶，有新通路、京東企業購、慧采等產品。用戶服務涵蓋售前的商品咨詢、售中的商品安裝、售后的退換貨等。與此同時，通過智能化的手段打通與外部平臺的連接，再借助全渠道的模式和能力，持續優化品類、服務和用戶體驗。為了保證商品質量和服務效率，京東堅持自營近1000萬種不同SKU，通過一手業務銷售商品，更加可以保證用戶整體的交易質量。大多數單純平臺形式的電商不需要承擔庫存成本，只需要連接賣家和買家，而京東是自己作為賣家（零售商）去服務用戶，所以自營模式會帶來高昂的庫存成本，而京東零售的智能供應鏈的重要任務之一就是去優化庫存，提升庫存效率，降低庫存周轉天數，庫存周轉天數是反應供應鏈和庫存效率的核心指標，目前京東已經將庫存周轉天數優化至近30天，對標世界先進的零售和電商巨頭也處于領先位置。
3.供應鏈部門介紹：
3.1供應鏈部門的構成：京東零售的智能供應鏈Y業務部目前分為5大板塊，包括C2M（Consumer-to-Manufacturer），品類與供應商，價格與促銷，庫存管理，以及履約管理。通過這五大板塊的協同與能力整合為京東零售供應鏈保駕護航。
3.2主要職能：智能供應鏈Y業務部的使命是通過數字化實現供應鏈成本、效率、體驗的持續優化；愿景是成為零售行業供應鏈效率的全球領導者。五大板塊中：C2M（Consumer-to-Manufacturer） 包括反向定制、個性化定制等方面，通過對下游的洞察和分析去提升上游的生產效率，降低新品研發成本，加快新品上市周期，以及提高新品上市成功率；品類與供應商主要涉及品類規劃、商品尋源、供應商評估等環節，通過持續優化品類提升商品效能，同時通過先進的管理方法結合數智化能力加強與供應商之間的合作，幫助供應商提升履約水平和服務能力；價格與促銷包括價格健康度評估、價格治理、促銷優化等，通過對價格和促銷活動進行優化，提升用戶體驗；庫存管理包括預測、補貨、S&OP計劃等方面，致力于在進銷存全流程對庫存進行優化，提升周轉效率；履約方面包括倉網規劃、訂單管理、訂單履約計劃等，通過更加合理準確的倉網布置以及對履約資源的計劃，來提升服務水平。
3.3發展歷程：智能供應鏈Y業務部于2016年11月成立；在2018年12月首次在智能補貨領域實現了85%的采購自動化率；2019年6月通過全渠道智能履約幫助實現了1小時達的極致服務；2019年12月通過C2M智能平臺孵化的新品品效倍比達到10倍以上；2020年12月基于深度學習技術，研發了端到端補貨模型，憑借該技術創新，京東入圍了2021年舉辦的Gartner世界供應鏈技術創新評選的前六名，是唯一亞洲入圍企業。2021年6月Y業務部成立了五大業務板塊。2021年9月完成了三層四象限的庫存周轉理論，且憑借智能技術實現了近30天的周轉天數。
企業所在行業傳統供應鏈中的問題
1.業務模式多樣，商品體量大，倉網結構復雜，需求分布廣泛且多變，導致供應鏈規劃、分析與決策面臨挑戰：
在去中心化消費的趨勢下，社區團購、社交平臺、自媒體、直播購物等新型業態不斷深入生活各個場景，產業向著多元化方向發展，實體經濟與數字經濟加速融合，零售產業與生產、流通、服務等產業相互滲透，供應鏈結構與模式也隨之變得高度復雜化。加之京東在國內共有41座“亞洲一號“大型智能倉庫，將近1300個倉庫，有效自營SKU超過1000萬個，行業覆蓋快消、服裝、家電、3C、生鮮、圖書、汽車等多種不同品類，并擁有陸運、航運、聯合等綜合運輸網絡。同時上游存在多種供應商合作模式，下游涵蓋線上、線下等多種渠道履約模式，場景多樣復雜。傳統的供應鏈規劃方法與技術遇到的挑戰越來越大。
2.供應鏈應對突發事件的能力較弱，缺乏快速響應與調節的能力：
此次疫情對供應鏈的正常運轉造成了極大的影響，重要環節之間連接斷裂，防疫、應急、生活用品、食品等品類的供需結構嚴重失衡，區域道路阻塞導致物流運輸中斷，因感染被隔離的區域生產停滯，原材料缺貨導致企業產能不足，一系列物流、商流無法正常進行，供應鏈作為社會重要的基礎能力，其受到的破壞隨即蔓延到整個產業鏈和產業經濟。疫情沖擊之后，更多的企業認識到了供應鏈響應性與靈敏性的重要，如何在突發事件到來之后可以快速的做出反應和調整，甚至在危機到來之前就可以有所準備，成為了重要發展方向。
企業供應鏈數字化轉型的過程
—
建立數字孿生供應鏈仿真平臺
1.數字孿生供應鏈仿真平臺簡介：
京東數字孿生供應鏈仿真平臺支持業務在數字環境中對自身的供應鏈模式搭建數字化模型，并在模型中對不同的備選策略進行試驗-調整-再試驗的迭代，最終選取符合業務目標的最優規劃與策略。
京東數字孿生供應鏈仿真平臺允許業務對現狀的生產系統及業務流程進行數字建模，同時也支持業務對未來可能的供應鏈模式進行流程設計，評估新流程的可行性及優化結果。基于對不同策略仿真結果的分析，最終將優化后的策略落實到執行系統進行實施。京東供應鏈仿真平臺搭建了一套標準化的供應鏈框架，為了能夠靈活適配零售不同業務模式及不同行業特性，以模塊化的形式進行了產品架構設計，各模塊彼此解耦，獨立迭代，可以支持豐富的應用場景。
2.數字孿生供應鏈仿真平臺架構：
在為不同場景服務時，借助于大數據能力，供應鏈仿真平臺可以定時獲取生產系統快照，自動創建現狀仿真模型，通過仿真優化算法，快速支持業務優化需求。同時，也支持用戶自行創建供應鏈模式，自定義商品、網絡、采購、調撥、履約、計費策略等方面，用于創新模式的沙盤實驗，觀察采購量、調撥量、銷量、庫存水平、成本及時效等等各項指標的變化。京東數字孿生供應鏈仿真平臺在不同的業務場景中支持著眾多的供應鏈規劃與決策優化的需求。
3.數字孿生供應鏈仿真平臺核心功能：
數字孿生供應鏈仿真平臺的核心能力主要分為三大方面，包括針對供應鏈的規劃設計、不同環節的策略評估、以及相應的量化分析，三大能力相互連接，由廣泛到精細。在規劃設計方面，主要涉及模式選擇、網絡規劃、倉網部署、全流程銜接的仿真等；在策略評估方面，包括各個供應鏈環節的策略的仿真模擬，用于指導供應鏈的計劃與執行；在量化分析方面，能夠對不同環節的決策因子進行分析，衡量策略的收益等。
4.數字孿生供應鏈仿真平臺成熟度與階段劃分：
根據業務需求、能力差異、技術水平等方面，可以將數字孿生供應鏈仿真平臺分為四個階段，從下往上依次是現狀孿生、模擬孿生、動態孿生、學習孿生。
4.1現狀孿生：主要是指通過3D/2D的實體建模以及靜態/動態的數據輸入，通過可視化的方式，降低相關管理人員對數據的認知成本，讓數據具備更高的表達力，便于理解和解析，通過現狀孿生，當前情形可以更加清晰的展示出來，相關人員快速進行解讀，加快發現問題到解決的流程。
4.2模擬孿生：仿真模擬屬于模擬孿生的范疇，通過對供應鏈系統內各種規則、模式、環節、流程的靜態建模以及數據輸入，再通過模擬仿真的方法，進行大量“what-if”性質的實驗進行分析與對比，進而輔助決策出最優的規劃方案。例如在新業務開展的背景下，對不同的倉儲方案和相關策略進行模擬、分析損益與對比指標，結合量化結果，決定最優規劃方案。
4.3動態孿生：動態孿生是目前重要的數字孿生發展方向，在模擬孿生的基礎上更加強調模型與實體的雙向實時連通。輸入的靜態數據轉變為動態的實時數據，數字孿生平臺具備更加自動化的操作模式，簡化人工設參、建模等環節，具備更大規模的處理能力以及更快的運算能力，可以動態的反應現實情況，自動分析并給出最優建議。
4.4學習孿生：目前學習孿生還處于比較偏理論的階段，是學術界提出的數字孿生的下一步演進方向之一，其核心是在靜態規則的基礎上，通過因果推斷、機器學習等算法對模型進行動態修正，學習參數之間隱藏的聯系，實現動態規則的創建，構建一個不僅具備自動化能力且可以自我學習、自我優化、更加智能的仿真模型。
四、 本企業供應鏈數字化轉型的效果—數字孿生供應鏈仿真平臺應用案例
1.案例背景：疫情期間，各地區外出限制經常變化，在一個典型的二級網絡結構中，存在上級配送中心突發性的由于所在地區風險級別上升，無法向下級配送中心配貨的情況。此類情況下，我們需要快速決策，考慮和衡量是否啟用其他地區的備選配送中心進行補貨支援，或允許當地缺貨。若采用補貨支援的方案，則進行支援的備選配送中心的本地訂單滿足率將會收到消極影響，且帶來高額的運輸成本。由于疫情情況的不斷變化、海量SKU在各地銷量情況及庫存情況的不同表現、以及所需不同的運輸費用，不同商品是否適合支持跨區支援的決策變得難以評估。而京東數字孿生供應鏈仿真平臺能夠綜合考慮網絡結構變化、各配送中心庫存數量、各地銷量及不同線路運輸費用，通過快速且高頻次的模擬計算，給出不同品類支援/不支援備貨下不同的結果表現，支持供應鏈網絡的相關決策。
2.實施步驟：我們通過以下五個步驟快速實現了疫情影響下針對倉網如何調整的建模、分析、策略評估與最優方案生成。
2.1準備階段：首先對數字孿生供應鏈仿真平臺進行初始化，從空間、時間、流程、成本等維度對實際環境進行精確建模。在模型結構創建完成之后，平臺通過大數據技術可以自動導入并創建仿真模型需要的數據集合，包括商品種類、區域劃分、倉庫信息、用戶類型等。
2.2現狀建模：在上述案例中，石家莊地區的需求由石家莊及北京兩個配送中心補給。通過詳細的參數設定，模擬模型可以反應石家莊及北京地區當前的業務情況，包括各配送中心出庫量、本地訂單滿足率、及對應線路下的配送成本等。與真實情況中的補貨量、庫存周轉指標等對比，剔除意外事件干擾，京東數字孿生供應鏈仿真平臺能夠以平均96%的準確率代表現實中供應鏈網絡的實際情況與關鍵指標。
2.3方案對比：備選方案選擇天津替代北京，作為石家莊的上游補貨配送中心。假設天津開始為石家莊補貨，具體表現如何需要通過仿真模擬進行分析。網絡中新增了天津這一虛擬的配送中心，并假設商品由天津作為石家莊的補貨來源。同時，對于北京是否額外向天津補貨進行了更為復雜的流程假設，使用不同的補貨參數，建立了多個虛擬模型。通過連續3個月的模擬模型，觀察平均結果指標與現狀模型的對比。
2.4可視化結果： 京東數字孿生供應鏈仿真平臺提供針對各個環節的KPI監測，包括日常的補貨計劃、銷售情況、庫存水位、訂單履約、配送時效等。我們針對不同方案選取了各個環節的關鍵KPI，觀測表現情況，并進行相應分析。
2.5方案生成：通過綜合比較不同方案帶來的影響，盡可能在成本最小化的情況下維持或提升服務水平。我們對于不同品類在成本及訂單滿足率等多個指標條件下選擇了最優結果：部分適合進行備貨支援的商品由天津進行了補貨，其余品類則不進行額外的補貨支援，僅使用石家莊本地庫存進行銷售。
3.應用效果：在疫情環境下，借助于京東數字孿生供應鏈仿真平臺，多個環節均取得了優化：在管理環節上，方案模擬、分析、決策速度得到了大幅提升；在供應鏈表現方面，多項指標得到了優化，包括現貨率、訂單滿足率、履約成本等。該平臺支持業務自定義模型參數，可以快速完成不同方案的仿真計算，大大提高了決策優化的響應速度以及可覆蓋場景數量，響應時間平均縮短50%，同時，系統對運行性能有著較高的要求，為了提高響應速度，系統對大數據量級的計算速度進行了多次算法優化，以一個20萬sku量級的方案為例，單次模擬運算時長由最初的以天為單位縮短到了目前的以分鐘為單位。平臺嵌套的運籌優化模型、大數據等技術進一步提升了優化性能，讓系統可以在大規模復雜問題上尋找最優解，同時優化多項指標。
本企業供應鏈數字化轉型的創新點
京東數字孿生供應鏈平臺是在業務需求下應需而生，由于一體化供應鏈規劃覆蓋網絡及策略的綜合調整，單一環節的仿真技術無法支持業務的綜合規劃需求。平臺對不同環節的仿真算法進行集成，基于真實業務數據，突破式的實現了長鏈條下的供應鏈端到端全流程仿真建模能力，可支持業務對過程中的流量流向數據及結果指標進行多視角分析，使業務能夠對多種假設進行預研，在決策實施前就可以提前了解其可能帶來的影響，幫助我們盡可能規避風險，選擇最優的策略組合進行實施。
六、 未來發展機遇與挑戰
疫情、運河堵塞、極端天氣等事件時刻在干擾著供應鏈的正常運行，對產業鏈造成破壞的同時導致社會承受巨大的經濟損失。這些危機迫使我們需要盡可能的提升供應鏈響應性和靈敏性，通過諸如數字孿生的數智化技術去更加從容的應對危機。
京東期待在未來進一步發展數字孿生供應鏈相關技術：第一步夯實基礎的數字孿生能力，包括增強可視化建模能力，提升相關算法和模型，優化解決大規模復雜問題的能力。第二步，向著動態孿生發展，大幅提升對外部環節和市場變化的反應速度及決策質量，對接外部實時情況，自動更新相關數據，并且進一步實現自動化的指標診斷，從偏靜態的模擬孿生提升至更加實時的動態孿生，將延遲水平降到最低，能夠在最短的時間給出最切合實際且最優的解決方案。第三步，我們需要做到防患于未來，從reactive轉變為proactive，，向著學習孿生探索，借助于人工智能、機器學習等技術以及更加先進的預測與分析方法，結合數字孿生平臺，盡可能做到事件與波動的可視化預測、方法的自我優化等，實現極致的數智化水平。
AII微信公眾號
AII頭條號