六國化工產銷協同決策平臺
本企業的基本信息
（企業名稱、主要產品和服務、發展歷程等）
杉數科技（北京）有限公司（簡稱：杉數科技）是一家中國領先的人工智能決策技術高新企業，成立于2016年7月，由四位斯坦福博士聯合創立。杉數科技希望能夠將世界領先的決策科學與優化技術率先應用到國內，為廣大中國企業的精細化運營和業務增長賦能，致力于讓每一個企業擁有定制化決策的能力。目前，杉數科技智能決策優化方案已在零售、電商、物流、工業制造、能源電力、航空航天等20多個細分領域落地應用，服務合作伙伴包括雀巢、百威英博、好麗友、小米、永輝超市、順豐科技、滴滴出行、中外運、京東、德邦、華為、富士康、海爾、舜宇光學、上汽通用、六國化工、中升鋼鐵、上海地鐵、國家電網以及南方航空等超百家國內外行業龍頭企業。
杉數科技堅持關鍵技術自主創新，擁有中國首款全自研大規模商業求解器COPT（線性規劃和整數規劃），徹底打破了歐美國際品牌的長期市場壟斷，為我國本土企業提供了全國產化數學規劃求解器的新選擇。同時，杉數開創性地將機器學習與運籌優化深度融合，成功打造出“引擎+平臺+場景”的新一代智能決策技術體系，可真正實現從數據到決策端到端的服務，以完整的技術能力和高度模塊化的產品結構靈活高效地為企業賦能，利用數據為企業帶來收益及成本端的顯著變化。自成立以來，杉數科技以“客戶業務場景需求”為中心，經過與客戶的不斷地探索和迭代，面向供應鏈、生產制造、倉儲配送、物流運輸等形成系列標準化的平臺方案，其中包括：杉數智慧鏈? 智能決策平臺，將企業級大數據處理能力、決策模型算法模塊以及業務場景解決方案一站式整合，通過一系列行業性決策解決方案，解決企業所遇到的供應鏈管理難題；杉數數弈?工業互聯網智能決策系統，構建面向設備管理、面向生產制造、面向運營調度以及面向產業鏈服務全流程的工業互聯網智能決策系統，為廣大制造業企業提供實時高效的協同計劃與智能調度能力；PonyPlus?? 智能運輸優化系統，以解決企業所面臨的運輸成本高、調度智能化程度不足等問題；StockGo?? 智能配補貨系統，以解決企業面臨的庫存優化和配補貨管理難題。杉數科技始終通過智能決策優化技術，幫助企業解決生產、倉儲、配送、銷售等一系列場景中的優化問題，加速實現企業數字化轉型和推動產業升級。
杉數科技，是國家高新技術企業、北京市“專精特新”企業、北京市朝陽區“鳳鳴計劃”企業、中關村高新技術企業；與工業富聯智能排產項目入選 “國之重器出版工程 《“互聯網+”綠色制造》融合發展新圖景”國家級行業標桿案例，與六國化工經營協同項目入選中國信息通信研究院＆中國人民大學《新一代信息技術助力鄉村振興》典型實踐案例，以數據驅動加速農資供應便捷化。杉數還是是國家標準《食品冷鏈物流交接規范》制定方之一，工信部“面向人工智能領域的產業技術基礎公共服務平臺建設”AI技術落地標準的服務商之一，2021之江杯全球人工智能大賽創業賽冠軍。成立以來，杉數科技獲得投資界的高度認可，成立之初即獲得了來自真格基金和北極光創投210萬美元的天使輪融資；2017年7月，完成4000萬元A輪融資；2020年3月，完成近1億元B輪融資；2021年6月，完成近2億元C輪融資，目前杉數正在進行下一輪融資。
本企業服務對象的傳統供應鏈中問題
（闡述服務對象的供應鏈特點、傳統供應鏈管理存在的問題，說明數字化轉型的意義）
六國化工是集團型磷復肥化工企業，母子公司分布在安徽、湖北、吉林等省份，企業產品品種近200多種，終端網點商30000多家。銷售訂單計劃多、市場變化快、統計分析復雜、生產排產難度高等問題突出，銷售決策是否科學合理一直困擾著企業沒具體表現在：銷售數據信息孤島嚴重；銷售產品分布廣，產銷協同有待加強：六國現有產品200多種、生產裝置十余套，不同產品的產能釋放、上下游原料的優化配置等信息反饋不及時，造成淡季產品存貨嚴重，旺季產品又不能及時供應市場，嚴重影響化工企業的產能釋放。
服務對象的供應鏈數字化轉型
過程
（重點寫，建議包括以下內容）
數字化供應鏈的整體架構
通過搭建一套產銷協同系統，與六國現有SAP ERP及SMS對接，引入AI預測算法及運籌優化算法，優化需求計劃、優化補貨及庫存策略、優化生產計劃、實現產銷協同模擬，以應對產品需求多樣性的市場，實現提升產銷協同能力、提高市場響應速度、提高投入產出比、提升精細化管理能力。
數字化供應鏈運用新技術情況
（如工業互聯網、物聯網、大數據、云計算、人工智能、區塊鏈、3D打印、機器人等技術和應用情況）
本案例運用的新技術包含人工智能、底層求解器以及大數據技術。具體介紹如下：
A人工智能：
1） 完成基于機器學習的考慮地域性與季節性的化肥銷量預測引擎的研發
從地理位置上看，不同地區有著不同的種植時節和糧食種類，需要因地制宜地對未來的需求進行預測計劃；從時間維度上看，淡旺季銷量差異巨大，需要提前對未來一段時間的潛在需求進行估計，以最大程度避免淡季滯銷、旺季生產力不足的情況。
? 輸入內容：
o 歷史訂單銷量
o 成品SKU（產品）信息
o 產品之間的關系
o 全國銷售區域信息
o 內外部影響因素
? 輸出結果：
o 按照銷區、時節/季度、產品品類維度的需求計劃結果
o 需求計劃結果中細化到成品SKU維度的需求占比預估
o 需求動態監控預警和多維度分析
? 優化目標：
o 提高需求響應速度，提供前瞻性的市場銷售潛力預估
o 通過智能化的需求計劃給銷售員、指揮長、公司本部提供指導
o 建立起補貨及庫存計劃和生產計劃的基礎
2） 完成廠內庫、廠外庫、經銷商多級庫存網絡的庫存策略的計算引擎的研發
基于AI的需求計劃，進行庫存的全局優化，統一調配全國可用化肥庫存和倉庫資源。聯合生產計劃部門的排程優化，實現需求的高滿足率，庫存高周轉率以及倉儲成本、運輸成本的節約。
? 輸入內容：
o 庫存信息、倉庫信息
o 成品SKU（產品）信息、替代關系
o 經銷商層級信息
o 補貨規則（區域、地點、品類、距離、渠道等）、調撥規則
o 成本數據、物流資源
? 輸出結果：
o 針對成品的需求計劃以及安全庫存水平
o 工廠到航母倉以及航母倉到其他經銷商的補貨計劃、倉儲計劃
o 各層級庫存健康狀態監控
o KPI報表
? 優化目標：
o 提升企業整體統籌能力和部門間協同能力
o 保證供貨滿足率的前提下提高周轉率，降低庫存水位
o 節約化肥成品的庫存積壓成本和運輸成本
3） 完成綜合考慮需求（量與優先級）、產能（量與換產難易度）的生產計劃的計算引擎的研發實現將提報的下個月的銷量預測分配到每個工廠每月，及成本最優&實際產量最匹配下的產品生產計劃。
? 輸入內容：
o 下個月的銷量預測
o 產品、模具信息
o 產線的產能信息
o 換配比產能損失信息
o 成本信息
o 物料信息
? 量化約束條件，多維度標準化排產優化硬約束：
o 產能約束
o 物料約束
o 經濟生產量約束
? 排產優化軟約束
o 產能平衡約束
o 需求優先級滿足約束
? 優化目標：
o 總成本最低（生產成本、轉運成本、換配比成本、庫存成本等）
o 產品欠交量最小
o 換配比時間最少
o 產品優先級
o 產線利用率均衡
? 輸出結果：
o 產品工廠每月生產順序
o 產品交付計劃
4） 完成產銷供財聯動的模擬仿真引擎的研發
為了實現計劃平衡會的平衡供應與需求的功能，需要一個決策輔助-產銷協同模擬引擎：計算每一種信息每一個場景的KPI表現及對應的需求、供應、生產計劃。算產銷協同模擬引擎將不同產品類型的預測需求與預估的產能、物料到貨時間相對應，在綜合考慮產能限制、生產提前期、生產優先級等限制條件下，由算法自動輸出自定義戰略目標（如總成本最低、產量最大、庫存最少）的生產計劃方案。
? 輸入內容：
o 完整的產品類型季度銷量預測信息，包括時間精細到時令粒度、原材料精細到大材料粒度的物料編號，所在地，交貨截止日期等信息
o 生產成本信息，包括不同類型產品在不同工廠生產所需的總核算成本
o 各工廠產能信息，各工廠各產品類型的月度產能——工廠所在地的物流運輸距離矩陣
o 單位距離運輸成本（可以以成本距離參考函數的形式給出，或多組不同運輸距離下的運輸成本參考值形式給出）
o 各航母倉或大經銷商倉庫的存儲費用
? 優化目標：
o 首要目標：以最小化總成本（物流運輸+生產成本+倉儲成本）為首要優化目標
o 次要目標：兼顧考慮訂單滿足率、訂單按時交付、訂單優先級關系等指標
? 輸出結果：
優化后的需求計劃、補貨及庫存計劃、生產計劃，包括每個產品類型在什么時間點由哪些工廠生產供應
B底層求解器：
（1）杉數數學規劃求解器：我國第一個自主研發的商業級別求解器 https://www.xianjichina.com/news/details_172988.html
杉數求解器（COPT）是杉數科技自主研發的一款針對大規模優化問題的高效數學規劃求解器套件，是中國首款自主研發工業級別求解器，也是國內目前唯一一個同時具備大規模線性規劃（單純形法和內點法）和混合整數規劃求解能力的綜合性求解器。支持所有主流操作系統（均為64位系統），包括：Windows、Linux和MacOS，并提供以下接口：底層C接口、python接口，AMPL接口和Pyomo接口。
求解器平臺的核心價值在于其能夠完成從數據到決策的閉環，從而幫助企業在復雜的業務決策中形成真正可以落地執行的業務方案的能力。杉數的求解器根據數據、限制約束、優化目標的輸入，進行計算求解器，輸出多制約條件下的復雜決策問題解決方案，落地能力極強，也在大量的公司實踐中得以證明，真實地為企業帶去成本端及收益端的提升。
2020年8月28日，杉數科技COPT線性規劃求解器取得單純形法世界第一。https://finance.ifeng.com/c/7zJ5WjgrXeP
2020年10月26日，杉數優化求解器COPT公布國內首個線性規劃內點法，這是國內運籌學的又一大突破。https://mp.weixin.qq.com/s/yeu0DdOUoa8rXjY2vVJTtA
2020年12月30日，杉數優化求解器COPT再次登頂國際權威第三方測評Mittelmann平臺的線性規劃單純形法榜單，繼續該算法模塊全球第一的位置。https://mp.weixin.qq.com/s/dR2nerJKanDPhpdmy9FUAw
C大數據：
本項目處理集團企業歷史5年的進銷存數據，數據量巨大。在研發過程中突破多項技術壁壘，具體如下：
○大數據數據處理：一種強依賴、可分租的任務高容錯處理方法及裝置
隨著科技進步和社會發展，目前企業的相關業務數據程爆發式增長。因此，對業務數據的調度處理也越來越頻繁。就目前來說，常用的調用處理機制為頻次輪詢調度機制。這樣對每個任務的執行狀態、嘗試次數、執行時長均會進行記錄，同時對于每個任務而言都會存在一個當前狀態，例如等待、運行中、執行失敗、執行成功等，每種狀態有對應不同的處理方式。這樣的輪詢調度無法保證一次調度過程獲取到正確的業務數據，會極大的消耗系統資源。
鑒于上述問題，本項目中提出了一種任務調度處理方法及裝置，可更加準確的得到每次任務調度時對應的業務數據，在一次調度的情況下能夠保證具有前置依賴性的任務能夠順序統一執行，避免多次輪詢，提高了執行效率和成功率，并極大的降低了系統資源的消耗。
○大數據分析：一種有向圖繪制方法及化工物料規劃方法
BOM樹廣泛的應用在工業生產以及各種 ERP，SAP 等生產管理工具中。樹結構雖然能比較直觀的展示 物料，中間產物，成品的關系；但是樹結構BOM對化工等領域中存在的，中間產物在多個BOM 中使用，中間產物在同一BOM中多級多次使用，中間產物作為商品出售，中間產物采購補充，等場景下存在一些缺陷。
一種基于化工類工廠的新的BOM結構以及期生成，轉換，以及運用的方法。包括以下步驟：1.將傳統的樹結構BOM傳入系統，系統將根據BOM信息生成新的工廠范圍內的有向圖結構BOM。2.收集銷售系統內歷史銷售訂單，采購系統內采購訂單，貨物運輸信息，庫存信息，工廠產能， 商品保質期等信息。3. 以序圖結構BOM 為基礎，校驗各個物料，中間品 是否能滿足生產需求，并能根據一定規則進行動態修改調整。解決化工類工廠制定修改 銷售計劃，采購計劃，生產計劃，庫存計劃時物料，中間品大多只能靠人工經驗校驗調整，調整不夠精確，需要多次復查的問題。
○大數據應用：銷期提前或滯后的預測修正
以六國化工為例的農副產品等，除去銷售方式會和自然年有關，其需求也會和農歷年息息相關。生產周期受到天侯的影響因此其逐年的周期性需求會在自然年上產生一定程度的平移。
不僅如此，在很多有指標要求的零售行業中，銷售狀況在或大或小的周期上，整體處于穩定增長的趨勢。但是在周期內可能會出現周期的平移的現象。
本發明改變了傳統時間序列預測，對發生銷售轉移之后銷量的預測結果，提高預測準確率和魯棒性，幫助生產計劃合理實施。
○4大數據展示：一種高復用、多方式的table單元格編輯的方法及組件
目前，表格是由多個單元格組成的表，已經成為人們日常辦公生活的一部分，可以提供輸入輸出以及顯示等編輯功能。
相關技術中，每需要實現一種編輯功能，在軟件開發過程中需要重新開發對應功能的編輯組件，導致開發過程較為繁瑣，開發效率較低。尤其是在大數據場景下，交互的方便性更為重要。
本項目中創建了一種生成單元格編輯組件的方法、裝置、介質及計算機設備，包括：創建單元格公用編輯組件；獲取單元格的多種編輯方式及每種編輯方式下單元格的渲染參數；根據各編輯方式及渲染參數在單元格公用編輯組件中創建對應的編輯控件；在單元格公用編輯組件中創建各編輯控件對應的交互策略；將具有各編輯控件及交互策略的單元格公用編輯組件集成到表格組件中；如此，在軟件開發過程中，可在同一個單元格公用編輯組件中創建不同編輯方式對應的編輯控件，后續需要實現其他編輯功能時，直接在單元格公用編輯組件中添加新的編輯控件，無需重新編寫大量的重復代碼，簡化單元格編輯組件的開發過程，提高開發效率；提高單元格公用編輯組件的復用率。
數字化供應鏈各業務環節現狀（如計劃、開發、采購、制造、流通、逆向等環節具體現狀）
六國化工在實施本案例之前的計劃流程為下圖：
涉及多部門間的計劃信息流轉：銷售部、生產部、企管部、采購部、財務部，全都在線下溝通流轉，費時費力，且容易遺漏信息。各部門先制定自己部門的計劃，制定計劃的方式主要依靠人工經驗，缺少數據量化支持，后續調整幅度大、頻次高，難以實現指導企業運營、供應鏈運營的作用。各部門的計劃制定完成后會召開計劃平衡會，各部門高管共同協商下個月的計劃。但由于計劃是串行制定的，沒有辦法聯動變化，沒有辦法實時協同。
具體制定計劃流程如下圖及表格：
步驟 | 流程步驟 | 崗位 | 詳細說明 | 關鍵表單編碼 |
001 | SMS/線下提報下一月度銷量預測 | 銷售員 | 六國化工各銷區銷售員在SMS系統中提報下一月度銷量預測計劃。提報時間在每月15~20號。 |
|
002 | 銷區級別銷量預測匯總 | 指揮長 | 各銷區指揮長線下收集或者SMS上下載銷售員提報的銷量預測計劃，并按sku、銷區匯總 | 銷售員月度銷量預測計劃 |
003 | 線下調整銷區銷量預測 | 指揮長 | 依據經驗調整sku各負責銷區的銷量預測計劃，并線下發給計劃室 |
|
004 | 按SKU匯總所有銷售員的預測提報量 | 銷司計劃室主管 | 計劃室主管在SMS上下載銷售員提報的銷量預測計劃導出成Excel格式，并在該Excel上計算按sku匯總的銷量預測計劃 | 銷售員月度銷量預測計劃 |
005 | 按SKU匯總所有指揮長的預測提報量 | 銷司計劃室主管 | 計劃室主管收集所有指揮長到sku、銷區的銷量預測計劃，統計到上一過程（004）Excel中，并匯總到sku | 指揮長到sku、銷區的銷量預測計劃 |
006 | 線下調整 | 銷司計劃室主管 | 依據歷年各月銷量及工廠當前庫存調整上一過程（004）Excel中各sku的銷量 | 歷年各月銷量 工廠庫存 |
007 | 線下審批 | 銷司總經理 | 在SAP系統中依據包材采購流程操作。 |
|
008 | 依據倉儲部門提供的出入庫及期初庫存計算期末庫存 | 銷司計劃室主管 | 在SAP系統中依據采購備料計劃編制流程操作。 |
|
009 | 主動推薦經銷商訂貨 | 指揮長 | 以電話催促方式要求相關廠家于規定時間送至廠內。 |
|
010 | 結合經銷商需求與工廠庫存指導經銷商訂貨 | 指揮長 | 在SAP系統中依據包材、葡萄酒原酒領料流程操作 |
|
011 | 確認下一月度工廠工時 | 車間主任 | 在SAP 查看成品庫存及包材報表 |
|
012 | 計算下一月度產能 | 車間主任 | 將周計劃分解成具體日計劃EXCEL報表 |
|
013 | 計算生產計劃（第一優先級滿足產能） | 銷司計劃室主管 | 通過PORTAL系統傳達至生產計劃科 | 個性化產品生產申請單 |
014 | 產銷平衡會討論 | 企管部 | 定制中心通過OA系統傳達至生產計劃科 | 常規產品個性化定制申請單 |
實施路徑等
（如預備階段、遷移階段方案等）
預備階段：全流程調研
在此階段中，杉數與六國化工成立聯合項目組，對潛在的營銷公司，生產部，企管部等多個部門的用戶進行詳細調研，并對項目整體范圍進行確認。
實施階段：
在實施階段中，杉數主要經歷了7個小階段，最主要的工作集中在設計與開發中，經杉數與六國雙方確認藍圖無誤，杉數基于自身產品的特性與六國的個性化需求，進行了配置化實施，并進行了多輪的迭代測試，最終確保上線成功
遷移驗證階段：
在上線后，試運行3個月期間，服務對象方六國化工下發管理流程配合，杉數科技全程跟蹤服務。
服務對象供應鏈數字化轉型的效果
（說明轉型后的實施效果，最好有數據說明，以下任選2-4個方面）
供應鏈管理效率提升
（如降低成本、提高時效、提升柔性等效果）
量化KPI為：
1） 基于機器學習的銷量預測，將六國的銷售預測滿足度從87%提升至95%
2） 結余庫存水平平均下降0.5個月的月銷量
3） 企業各部門間協同效率增強20%。制定需求計劃、生產計劃人力投入時間縮短50%以上
量化收益
通過產銷協同系統，能夠在旺季快速的反應市場需求的變化并做出相應的分銷與生產計劃的改變，從而提升響應市場速度，從試運行的3個月數據統計下來，客戶的訂單平均滿足率提升5%。
客戶訂單平均滿足率的提高將帶來銷售量的提高、市場份額的提升。以化工企業產品平均價格來看，提高銷售量5%，那么提高的收入為：近半年經銷商的銷量提報共計321，374噸，每噸單價均值為￥2，000，即收入提高為：
321，374*￥2，000*0.05=￥32，137，400
若利潤為10%，則增加利潤為
￥32，137，400*10%=￥3，213，740
通過產銷協同系統，實現在正確的時間、地點生產正確的產品送到正確的倉庫（航母倉/大經銷商倉庫），從而提高庫存周轉率10%，并降低因存放在錯誤的地方而產生的調撥運輸費用5%；總體上降低經銷商20%庫存積壓，預計節省倉儲成本2000萬----六國在近半年發給經銷商的共計581，020噸，近半年經銷商的銷量提報共計321，374噸。 不考慮經銷商原有庫存的情況下，經銷商近半年積壓庫存約為25萬噸，實際情況下（考慮經銷商原有庫存）積壓庫存不小于25萬噸。保守估計全國經銷商總積壓庫存為30萬噸，假設降低10%的積壓庫存也就是3萬噸，按照六國的倉儲成本數據，按照每噸500元（根據2019年的經銷商寄存倉儲成本表統計）的存儲成本，單獨在倉儲成本降低這一項就可以有￥1500萬的成本縮減。
通過產銷協同系統，打通營銷、生產、工貿、企管等部門信息，將線下協調轉換為線上數據共享，從而提升部門間協同效率20%。減少加班：過多的加班會嚴重的降低生產率，還會造成過多的庫存。通過產銷協同，可以制定考慮產能、物料的需求計劃，從而減少加班。經驗表明，加班時間可以減少50%～90%。
供應鏈抗風險韌性提升
（具體闡述服務對象面臨的供應鏈風險，采取哪些措施、何種數字化技術，應對疫情沖擊、政治地緣風險、外部不可控因素等挑戰及效果）
供應鏈流程優化
（如可視透明、智能作業、預測性維護等效果）
商業模式創新
（如服務化延伸、規?；ㄖ频刃Ч?/span>
協同的供應鏈管理模式
步驟 | 流程步驟 | 崗位 | 詳細說明 | 輸入 | 輸出 |
|---|---|---|---|---|---|
001 | SMS/線下提報下一月度銷量預測 | 銷售員 | 六國化工各銷區銷售員在SMS系統中提報下一月度銷量預測計劃。提報時間在每月15~20號。 |
| 銷售員下月銷量提報 |
002 | 銷區級別銷量預測匯總及修改 | 指揮長 | 各銷區指揮長線下收集或者SMS上下載銷售員提報的銷量預測計劃，并按SKU、銷區匯總，修改后輸出銷區的銷量預測提報 | 銷售員下月銷量提報 | 指揮長下月銷量提報
|
003 | 確定正式銷售計劃 | 營銷公司 | 營銷公司通過對比指揮長、銷售員以及往年同期月度銷售數據，結合系統給出的銷量預測，得出正式銷售計劃 | 銷售員下月銷量提報； 指揮長下月銷量提報； 歷史銷售數據；
| 正式銷售計劃 |
004 | 確定產能年計劃及產能月計劃 | 生產部 | 算法根據往年的產能數據，計算出產能年計劃（1次/年），產能月計劃（1次/月）， 生產部進行修改確定 | 歷史產能數據； | 年度產能計劃； 月度產能計劃 |
005 | 確定初版生產計劃（考慮全年產能計劃） | 營銷公司 | 根據正式銷售計劃和去年底的全年產能計劃，系統給出經過產能補齊后的初步生產計劃，營銷公司進行調整后用于編織袋采購計劃 | 正式銷售計劃； 庫存數據； 全年產能年計劃； BOM數據； 生產規則數據； | 初版生產計劃； 編織袋采購計劃 |
006 | 確定S&OP會前正式生產計劃 （考慮最新下月產能計劃） | 營銷公司 | 營銷公司根據生產部給出的最新下月產能計劃，修正生產計劃 | 初版生產計劃； 下月產能計劃 | S&OP會前正式生產計劃 |
007 | S&OP計算指標 | 企管會 | 企管會根據各部門提交的數據進行計算各類指標，以供會上討論 | 月度產能計劃； 生產計劃； 銷售計劃； 采購計劃； 其他部門提報數據 | 各類報表數據 |
008 | 平衡會 | 企管會 | 根據企管會在sop模塊上進行的指標計算進行討論決定正式計劃 | 月度產能計劃； 生產計劃； 銷售計劃； 采購計劃； 其他部門提報數據； 各類報表數據 | 正式月度產能計劃； 正式生產計劃； 正式銷售計劃； 正式采購計劃； 各類報表數據 |
009 | 排程 | 生產部 | 根據正式生產計劃及正式月度產能計劃進行生產排程 | 正式月度產能計劃； 正式生產計劃 | 正式生產排程計劃 |
010 | 要貨管理 | 營銷公司 | 根據實時庫存數據，結合歷史銷售明細，以及經銷商及其對應廠外倉或工廠的信息，系統計算出各個銷區的庫存分貨建議 | 正式生產計劃； 正式銷售計劃； 歷史銷售明細； 庫存數據； 經銷商信息 發貨明細
| 實時庫存的廠外庫分貨建議 實時庫存的經銷商分貨建議 |
011 | 急單插單 | 銷售員/指揮長 | 發現市場的需求缺口，對工廠方進行急單插單提報 |
| 急單插單sku的數量及時間 |
012 | 急單插單演算 | 營銷公司 | 根據銷售方給予的急單數據，結合最新的生產計劃，生成生產變更計劃 | 急單插單sku的數量及時間 | 生產變更計劃 |
013 | 急單插單審核 | 企管部 | 決策生產變更計劃 | 生產變更計劃 | 正式生產變更計劃 |
014 | 生產變更計劃實施 | 生產部 | 根絕企管部簽發的生產變更計劃運用算法進行重新排程 | 正式生產變更計劃 | 正式生產排程變更計劃 |
服務對象供應鏈數字化轉型的創新點
應用模式創新：
1、數字化轉型推進了六國化工在商業模式上的創新
為六國化工營銷模式的轉型（由駐點直銷轉為買斷）奠定了基礎，也通過產銷協同系統的算法輔助工具（分貨管理）促進了此次轉型的進程。
2、基于本項目致力于提升六國化工的供應鏈管理能力，通過搭建一套產銷協同系統，以先進的運籌學優化思想與成熟模型來提升供應鏈網絡的各個重點節點管理效率，以領先的杉數自主研發的規劃求解器來幫助六國化工提升生產計劃能力，并統籌管理物流供應網絡、輔助產品預測銷量，與SAP ERP及SMS對接，優化需求計劃、優化補貨及庫存策略、優化生產計劃、實現產銷協同模擬，以應對產品需求多樣性的市場，實現提升產銷協同能力、提高市場響應速度即敏捷性、提高投入產出比、提升精細化管理能力。
項目從需求計劃入手，基于歷史訂單銷量、成品產品信息、產品間關系、全國銷售區域信息以及內外部影響因素等輸入數據，結合化肥根據地理位置需要因地制宜進行預測的理解，以及新品投放、促銷事件等特殊事件的考慮，建立AI機器學習模型和傳統時間序列模型，對各品類月度銷量進行預測。輸出按照銷區、時節、產品品類維度的需求計劃結果，將需求占比預估進一步細化到成品產品維度，并提供需求動態監控預警和多維度分析。
基于AI的需求計劃，項目進一步為六國化工打造庫存的全局優化。結合庫存信息、倉庫信息、成品產品信息、替代關系、經銷商層級信息、補貨規則、調撥規則、成本數據、物流資源等輸入數據，建立庫存策略優化模型，平衡服務滿足率和庫存周轉率，得到針對成品的安全庫存水平，廠倉間以及倉到經銷商的補貨計劃、倉儲計劃，以及各層級庫存健康狀態監控與KPI報表。
生產方面，項目協助六國化工量化現有生產限制：生產難度、廢料產生情況、每套裝置最小生產量等，將提報的下個月的銷量預測分配到每個工廠每月，并使用杉數自主研發的數學規劃求解器制定成本最優&實際產量最匹配下的產品生產計劃。
為了尋找供應與需求之間的最佳平衡點，項目設計了一個決策輔助-產銷協同模擬引擎，計算每一種信息每一個場景的KPI表現及對應的需求、供應、生產計劃。產銷協同模擬引擎將不同產品類型的預測需求與預估的產能、物料到貨時間相對應，在綜合考慮產能限制、生產提前期、生產優先級等限制條件下，由算法自動輸出自定義戰略目標（如總成本最低、產量最大、庫存最少）的生產計劃方案。
技術創新點：
大數據數據處理：一種強依賴、可分租的任務高容錯處理方法及裝置
大數據分析：一種有向圖繪制方法及化工物料規劃方法
大數據展示：一種高復用、多方式的table單元格編輯的方法及組件
算法創新點：
銷期提前或滯后的預測修正
未來發展機遇與挑戰
經過初步調研和產業界從業專家咨詢，了解到目前該解決方案的推廣存在以下潛在困難:
六國各子公司或化工行業的數字化信息化水平參差不齊。由于產銷協同系統的基礎依賴企業大量的銷售數據、產品主數據等，數據的維護和數據之間的校驗存在大量處理工作。尤其是銷售計劃模塊，需要歷史銷量數據支持。
解決途徑-銷售計劃可以按現有線下方式作為產銷協同系統的輸入。
目前化工企業各子公司都在計劃或已經在基礎系統（SAP、SMS）實施中，從計劃制定權責情況調研看整體的子公司推廣可行，預計在該項目三期中開始展開相應的子公司推廣工作。
S&OP模塊（協同模擬模塊）的定制化程度稍高，存在大量人工經驗和現場處置能力，行業里存在大量的特殊業務場景和企業要求，難以直接以一條標準準繩加以判斷和定級。
解決途徑-銷售計劃可以按現有線下方式作為產銷協同系統的輸入。
協同模擬模塊的基礎邏輯是適用于各行業企業的，主要的問題是供此企業運營管理的數據是否完備以及領導層做此創新的決心。數字化轉型是一把手工程，本解決方案為此工程提供最復雜的運營決策輔助。
下一步項目建設主要內容：
o 算法賦能的下一步
1、廠外庫智能選址
現狀：原10個廠外庫（航母倉）
改變：從基于歷史或經驗的廠外庫選址模式轉變為基于歷史銷售數據及模型的全局優化的廠外庫選址
利益點：訂單滿足時效保證的前提下降低運輸距離及運輸成本
2、智能調撥
現狀：無調撥
改變：廠外庫級別的需求調撥
利益點：降低庫存冗余，降低積壓可能，提升庫存寬度，提升服務滿足率
3、多工廠排產
現狀：計劃員手動分廠
改變：基于產能利用及原材料利用的最大化、總運營成本（生產成本+運輸成本等）下的分工廠排產
利益點：提升產能利用率，提升原材料利用率，提高企業利潤率
推廣的下一步：
目前化工企業的系統覆蓋為六國本部及國星化工，之后會推廣到中元化工，氮肥廠，再到各子公司。行業內的推廣在銅陵市的其他化工廠-安納達、潔雅、有色等。類似企業的推廣目前調研過的有：高露潔、高貝斯等。
項目實施預期目標：
增強化工企業的智能供應鏈管理能力。
AII微信公眾號
AII頭條號