工业互联网赋能供应链数字化转型研究

唐隆基 潘永刚 张婷

摘 要： 工业互联网是中国工业企业数字化转型的重要的新型技术基础设施，国家已经将其列入新基建之一。文章旨在研究工业互联网如何为企业的供应链数字化转型赋能，指出第四次工业革命是制造业供应链变革的驱动力;分析了供应链在工业互联网平台中的地位，指出企业数字化转型的关键是供应链数字化转型;研究了工业互联网如何赋能企业，指出工业互联网将助力数字化供应链网络连接和协同;研究分析了工业互联网平台赋能供应链多方面的数字化转型，包括供应链决策控制、供应链运营、全生命周期管理、采购、信用和金融等，指出随着工业互联网的成熟和普及，它将成为企业供应链数字化转型的重要驱动力和赋能者。

关 键 词：工业互联网;供应链;数字化转型

中图分类号：F274 文献标识码：A 文章编号：2096-7934（2020）07-0053-25

一、引言

第四次工业革命和制造业的数字化转型已经成为各国的重要战略之一。工业互联网是应第四次工业革命和数字化转型而生。2012年美国总统奥巴马宣布实施“再工业化”战略，通用电气公司（GE）随后提出了“工业互联网”概念，为其向更加依赖数字化的转型行动打造了一个全新的理念。2014 年由美国GE、思科、IBM、英特尔和AT&T主导成立了工业互联网产业联盟（ICC）。与此同时，德国出台了工业4.0 战略，其核心与美国的工业互联网的本质总体一致。随着全球的第四次工业革命的兴起和“中国制造2025”的战略布署，中国的工业互联网风起云涌，发展迅猛。埃森哲（Accenture）对工业互联网的展望和市场定位报告[1]显示，2020年，全球工业互联网领域的投资规模预计超过5000亿美元;工业互联网预计在2015—2030年将为中国GDP带来约1.8万亿美元的增长。中商产业研究院的数据预测，2020年中国工业互联网的市场规模将达到7000亿元，乐观估计，甚至可以达到万亿元级别。中国政府也非常重视工业互联网的培育工作。工业和信息化部在2018年6月至2019年6月期间共发布了6则关于工业互联网发展的通知及意见。2019年，“工业互联网”被写进国务院政府工作报告。

工业互联网包括网络、平台和安全三大体系。其中，“网络体系是基础，涉及人、物品、机器、车间等全要素，涵盖设计、研发、生产、管理等各环节，将工业全系统、全产业链、全价值链的泛在深度互联;平台体系是核心，平台作为各种要素的枢纽，可以将数据汇集在一起，不仅连接数据，还包括机器状态，在此基础上可以实现资源的优化配置、智能分析等;安全体系是保障，通过安全体系可以识别和抵御安全威胁、化解各种安全风险。”[2]整个工业互联网的操作系统和实现工业4.0智能制造的核心是平台体系。 根據中国工业互联网产业联盟（AII）发布的统计结果，我国当前已有269个工业互联网平台类产品。全球其他国家工业互联网平台总量仅150个左右，而中国涌现的工业互联网平台数量已经近乎两倍于这个数字。在众多的工业互联网平台中，前五十名是具有一定影响力的。2019年11月8日工业和信息化部发布的2019年十家“双跨”（跨行业、跨领域）工业互联网平台[3]（如表1所示）是中

国最具影响力的工业互联网平台。

本文将不详细分析中国的工业互联网，将主要研究：

（1）第四次工业革命驱动制造业供应链变革;

（2）供应链在工业互联网平台中的地位;

（3）企业数字化转型的关键在于供应链数字化转型;

（4）工业互联网如何赋能企业的供应链数字化转型。

二、第四次工业革命驱动制造业供应链变革

2013年德国提出了工业4.0战略，几乎同时美国提出了工业互联网战略，这标志着谋划和酝酿已久的第四次工业革命的正式开始。随后中国提出了结合工业4.0和工业互联网的“中国制造2025”战略，中国的战略是以工业互联网为蓝本设计的。本文的研究将主要基于工业互联网。第四次工业革命的目标是实现智能制造、智能服务及智能供应链和物流，以达到满足客户多样化和个性化的需求，并且生产高质量产品，成本可控，按时交付。企业的全面数字化转型，当然包括供应链的数字化转型，是实现这个目标的基础。下面本文以美国智能制造标准的三链模型为基础来说明第四次工业革命如何驱动供应链的数字化变革。

以工业互联网为标志的第四次工业革命成为美国的国家战略后，2016年2月美国国家标准研究院（NIST）牵头组织美国产业界制定了《智能制造系统现行标准体系》[4]（如图1所示），将产业领域标准变成全美的公共标准。在图1中，智能制造的标准生态系统是以智能制造金字塔为核心，由商业、产品和生产三条相互连接的主线所构成。工业互联网为智能制造提供了关键数字技术的基础设施。

表2展示了基于工业互联网的智能制造系统的组成要素及关键能力映射，其要素也是工业互联网平台的组成要素。

基于表2，几乎所有智能制造系统的组成要素，除CPI外，其关键能力都要求敏捷性。这和德国提出的工业4.0是完全一致的。制造和供应链的敏捷性是将旧有的大批量生产变革为大规模定制生产、将福特式的线性制造变革为分布式制造所必需的。特别值得注意的是，智能制造要求供应链管理具有敏捷性、高质量和生产效率，并要求面向供应链的产品设计，不单是利用供应链的优势，而且要提高供应链的质量和敏捷性。这些都是传统的供应链所无法做到的。传统的供应链唯有向数字化转型，变革成高度智能的数字化供应链才能服务于基于工业互联网的智能制造，才能融于它的生态系统。因此，基于工业互联网的智能制造成为供应链数字化转型与变革的强大推动力。

目前，制造业面临的难题是客户日益增长的多样化需求：差异性更大的定制化服务、更小的生产批量、不确定的供应链变更和中断。整合各种技术力量来面对这些挑战是唯一的选择。下面就是应对这个挑战的数字化智能制造的三链模型（如图2所示），它由产品链、价值链和资产链组成。为了使成本更低、效率更高、敏捷性更强，变革传统供应链势在必行。在产品链中，敏捷响应的供应网络支持分布式制造，在接近需求的地方使用先进的3D打印技术生产，动态BOM结构支撑数字化智能采购，动态物料配送支撑数字化智能物流;在价值链中，只有具有强大的需求预测能力和数据分析能力的供应链才能满足动态生产计划要求，快速响应的智能物流提供交付和后市场服务;在资产链中，敏捷和高质量的MRO供应链满足资产运维;智能数字化的逆向供应链（逆向物流）提供产品和资产的报废回收等。工业互联网及其平台是面对这些挑战而整合各种技术力量的载体。工业互联网可以看作是企业数字化转型（包括供应链的数字化转型）过程中的赋能技术。

三、供应链在工业互联网平台中的地位

供应链作为工业不可缺少的组织形态和体系，必然是工业互联网中重要的组成部分。图3描述了中国信息通信研究院关于工业互联网的定位与内涵。它包括两个部分：

（1）新兴业态与应用模式，其中最重要的是工业互联网平台，包括运营优化、资源协同和模式创新所有數字化供应链的形态。

（2）网络基础设施，其中物流企业和供应链是工厂外网中不可或缺的环节，而物料物流及设备和供应链管理系统是工厂内网的重要组成部分。

图4是由中国工业互联网产业联盟（AII）定义的工业互联网平台架构， 其中包括供应链和供应链协同作为平台的重要模块以及供应链分析作为平台的应用创新。

工业和信息化部发布的2019年十家“双跨”工业互联网平台都或多或少、或强或弱集成了供应链管理作为平台的功能模块。表3简单总结了几个典型的工业互联网平台与供应链集成的状况。

在表3中，海尔COSMOPlat平台和富士康BEACON平台与供应链集成度较强，其中海尔的工业互联网平台集成了一个全球有名的物联网供应链生态平台（如图5所示）。

表4的数据来源于中国工业互联网联盟最新发布的《工业互联网平台白皮书》[6]。在企业运营管理应用方面，整体上中国和国外基本相当，而在产品后服务及设备健康服务方面是27%∶49%， 存在较大差距，这也反映了中国工业互联网平台在支持MRO供应链（图2中的资产链）方面落后于西方发达国家的工业互联网平台。这同时也指出了中国工业互联网平台在赋能供应链数字化转型方面的机遇。

除此之外，国外顶尖的工业物联网平台——如IBM的Watson、SAP Leonardo等，都赋能供应链的数字化转型，支持供应链的优化、安全、总体运营效率（OEE）等。西门子公司的MindSphereIIoT平台2018年迁移到公有云并推动供应链的数字化转型。

根据中国信息通信研究院关于工业互联网的定位与内涵（如图3所示），工业互联网应当与供应链深度集成。这是两者当前发展的一个趋势。按照NIST智能制造的标准所定义的三链模型（如图2所示），供应链及其管理是三个链条（产品链、价值链和资产链）中最重要的环节之一，这意味着工业互联网平台与供应链深度集成是工业互联网平台设计的原则之一。工业互联网平台只有深度集成供应链，才能赋能供应链的数字化转型，从而才能更好地赋能企业的数字化转型。

四、企业数字化转型的关键在于供应链数字化转型

数字化的浪潮引起制造业的巨大变革是第四次工业革命的重要产物，产品链、价值链以及资产链都在发生根本性的变化，以产品为中心的大规模生产向以客户为中心的定制化模式转变，制造业的游戏规则正在改变。集现代数字技术、物联网、云计算、大数据、人工智能、数字孪生等的工业互联网发展正是推动这种变革的中坚力量。不同企业都在摸索自身的数字化转型之路。工业互联网是企业数字化转型的赋能者。工业互联网的数字化能力对企业价值链的各个环节有不同的提升，甚至能够创造新的价值、产生新的业态，从而保持企业竞争优势。那么，什么是企业数字化转型成功的关键呢？大量研究表明，所有企业数字化转型成功的重要标志在于供应链的数字化转型。董明关于数字化提升对价值链各段影响的文章[8]指出供应链数字化水平的提升有望提高客户满意度达30%～50%，缩短设计和工程前置时间达20%～50%，降低库存持有成本达20%～50%，降低采购成本达3%～10%，降低生产成本达20%～40%，提高生产效率达20%～50%，降低物流成本达10%～30%，降低售后维护成本达10%～40%（如图6所示）。

图7显示了数字技术对提高企业整体（包括供应链）竞争优势的影响。

由此可见，工业互联网作为企业数字化转型的重要助手，与供应链深度融合，集成供应链管理数字技术，对供应链数字化转型赋能非常重要。转型智能制造的企业仍然使用传统的供应链管理技术是不可想象的。传统制造业企业数字化转型战略的最终目的在于实现智能制造和服务，这也要求其供应链战略必须完成数字化转型，两者的完全匹配才能保证企业数字化转型战略的成功。

作为一个案例，本文将简要介绍德国SAP的工业4.0 平台。与工业互联网相对应，德国称之为工业4.0。工业4.0的架构强调三个维度的集成：

（1）IT和OT的集成（融合）：没有IT和OT的融合，就没有工业转型。

（2）纵向集成：是指制造金字塔中所有系统，包括现场级别、控制级别、生产级别、运营级别及企业计划级别层次结构的集成，其中也包括生产制造（厂内）物流和供应链系统的集成。

（3）横向（水平）集成：是指端到端价值链——从供应商以及产品开发和生产阶段的流程、信息流和IT系统到物流、分销、最终到客户，以及工业市场中使用的各种系统的集成（融合）。其中，智能的数字化供应链（物流4.0和供应链4.0）及其系统是横向集成的主要角色之一。

SAP是世界上顶级的工业4.0软件提供商，其工业4.0 平台S/4HANA是典型的由工业4.0的三个维度集成的架构（如图8所示）。其中，全面的供应链管理的数字技术能力是该平台的重要特征， 这些供应链的数字能力包括SCM、SRM、CRM、TM运输管理、EWM扩展仓储管理、Ariba采购网络、与设计和制造BOM同步的扩展供应链产品网络与制造企业协同的扩展供应链需求网络等。只有这样，工业互联网平台才能保证企业实现全面数字化转型。

卡特彼勒数字化转型是SAP工业4.0平台应用的一个成功案例。图9左侧中的“数字化供应网络”，其核心无疑是卡特彼勒打造的数字化供应链和“实时工厂”（Live Factory）。实时工厂的设计思想，同样遵循了卡特彼勒数字化业务经营系统的“神经+骨骼和肌肉+大脑”理念，将基于OT应用打造的神经系统、基于IT系统打造的骨骼和肌肉，以及基于数字化行情室打造的大脑，完美地结合在了一起。因此，在SAP工业4.0平台助力下，形成了一个完整的卡特彼勒数字化转型的架构。

图9 SAP工业4.0平台应用——卡特彼勒数字化转型资料来源：《卡特彼勒数字化转型案例及其对工业互联网的启示》[9]。

五、工业互联网助力供应链数字化转型

众所周知，工业互联网为赋能工业企业的数字化转型而生。企业数字化的成功极大程度上取决于其供应链的数字化轉型，因此工业互联网平台高度集成供应链，为企业特别是中小企业的供应链数字化转型赋能是一个重要的趋势和实现工业企业供应链数字化转型的重要途径。图10描述了工业互联网业务视图能力层架构，它包括五大能力： 全局协同、泛在感知、敏捷响应、动态优化和核心能力智能决策。所有这五大能力都是工业企业供应链数字化转型所必须具备的能力，也正是工业互联网成为供应链数字化转型赋能者的重要原因。

表5显示了工业互联网平台的五大业务能力如何适用于对应的供应链数字化转型的五大业务能力要求。

下面将从九个方面讨论工业互联网如何为供应链数字化转型赋能。

（一）网络连接和协同

如图11所示，工业互联网的本质是五大连接：连接用户、连接产品、连接供应商、连接设备、连接开发者。

而现代数字化供应链就是一个所有供应链节点（包括用户、产品、供应商、设备）相互连接的网络形态。这五个连接有助于现代数字化供应网络的连接和交互，有助于通过信息共享达到高度的供应链网络协同。

工业互联网平台分为产业层、企业层和边缘层（如图12所示）。其中，产业层强化产业链，价值链互通协同。企业层促进企业内全要素连接，聚焦企业数字化转型的需求。边缘层利用协议解析，边缘计算技术实现生产现场数据集成转换和实时处理。层之间将通过边云协同进行连接和交互。这个平台框架能极大地帮助产业层和企业层供应链参与方的互通协同。按现在边缘层的定义，至少可以利用边缘计算技术和边云协同帮助生产现场物流的数据集成转换和实时处理。如果把边缘层延伸到厂外的供应链，则可以接入厂外的物流设备和其他数据源，如供应链系统使用的移动终端、物联网设备等，并帮助集成和实时处理全供应链的数据，从而实现更大范围的连接和协同。

边缘层所支持的边缘计算和智能对智能供应链尤其重要。充分发挥边缘计算的潜力可优化供应链和改善其连通性。 然而，在需要进行边缘计算的遥远地区或远程位置中，现有的连接选项可能并不容易获取。或者，这些选项可能无法为远端的关键任务操作提供所需的带宽、延迟和安全性。边缘计算和5G网络相结合可以弥合供应链中一个最大的差距——生产者和消费者之间的分离。营销网络越复杂，制造商就越难以评估消费者的需求。通过从消费者家中（或汽车，或可穿戴技术）的物联网设备获取数据，通过基于边缘的分析与制造商建立直接联系，生产商对消费者需求和产品使用趋势会有更深入的见解，从而能帮助生产者改进产品及其供应链。因此，在工业互联网及5G 技术背景下，工业互联网平台将使供应链的数字化转型如虎添翼。

（二）决策控制

中国信息通信研究院指出工业互联网平台是工业智能中枢（如图13所示）。笔者认为与供应链深度融合的工业互联网平台也应当利用平台强大的人工智能和数据分析能力为企业赋予供应链智能，例如为企业提供一个SaaS级的供应链控制塔[12]。许多工业互联网平台都有工业智造大脑，但缺失供应链的大脑。供应链控制塔可以成为与智造大脑相匹配的供应链大脑，共同为智能制造提供决策控制。

早期的供应链控制塔技术主要提供物流和供应链的端到端的可见性，但这对于数字时代的供应链管理是远远不够的。借助工业互联网平台的工业智能技术和边缘计算，供应链控制塔有望实现实时可见性（连接各种传感器和数据源）和控制能力（通过高级分析和算法驱动的控制机制）的强组合构成供应链大脑——作为供应链的虚拟决策中心[12]。甚至可将AI和ML等高级算法引入其应用程序以提供一个自主的供应链。此外，许多工业互联网平台都支持数字孪生技术。因此，可以把供应链控制塔设计作为企业价值链的端到端数字孪生或数字孪生网络。 随着工业互联网平台工业区块链技术的成熟，与区块链技术相结合的区块链赋能供应链控制塔，可以进一步提供可信的交易可见性和提高决策的可信度。

（三）供应链运营

多家有名的研究机构（如埃森哲、IDC、德勤等）指出，运营模式的转型是数字企业成功的基础，尤其是数字化供应链成功的基础[13]。供应链运营的数字化转型包括很多方面，本文主要讨论工业互联网助力供应链云计算的采用和物流的数字化变革。

云计算现在被认为是一个真正的供应链游戏改变者，它提供了一种途径——通过这种途径，供应链管理人员可以快速有效地访问创新的供应链解决方案——通过SaaS模型交付并大规模部署它们。随着解决方案日益发挥其积极作用，且由于以SaaS为基础的解决方案引进成本低，对于寻求和实施数字化转型的中小企业来说，其需求变得非常高。中国、印度等发展中国家也给以SaaS为基础的解决方案供应商提供了巨大的机会。全球以SaaS为基础的SCM市场从2014年到2019年以15.13%的年复合增长率（CAGR）增长[14]。

2016年，凯捷咨询和GT Nexus发布的《数字化供应链研究报告》[15]指出，数字化供应链转型进展缓慢的另一个原因是多数供应链组织使用的技术过于陈旧，48%的受访者承认大多数与供应链合作伙伴的交易仍然采用传统的方法，如电话、传真和电子邮件。基于云计算的软件通常被认为是数字业务转型的关键驱动程序。在供应链管理领域，跨公司流程、协作和数据共享至关重要，基于云的技术可能是主要的价值驱动因素。然而，2/3的受访者表示使用的软件不到25%是基于云的，更不用说数字业务转型所需要的物联网、大数据和人工智能等新兴技术。

要真正进入数字供应链世界就需要云。 现在越来越多的组织已经在其供应链中利用云的某些部分，或者正在考虑在未来完全使用云。这是因为云可以给供应链提供一些特别的好处：

一是波动时的敏捷性：云系统（例如SaaS 基的供应链控制塔）可以帮助企业更轻松地监视和管理库存、定价以及可能影响其供应链的各种变化（气侯、灾害等）。

二是在一个无法预测的成本不断上升的世界中，降低总拥有成本：借助云中的数字化供应链管理，云应用程序提供商将负责维护硬件和软件，因此管理人员可以将其IT资金用于增加更多产生直接价值的资源。

三是创新：客户可以利用在云中的数字化供应链管理软件（数字化采购、支持移动应用程序、产品生命周期管理等）进行创新。

由Teradata委托、独立研究公司Vanson Bourne于2019年9月发表的全球调研报告《适应或毁灭：超级数字化世界的新现实》[16]包括五个部分：高度颠覆、无处不在的数字化进程、自动化操作、势在必行的云端化进程以及企业的消费者个体化。报告指出：“无处不在的数字化进程也被认为是给如今的企业带来了超级乱局的原因之一。”研究发现：

一是大多数公司（99%）都在数字化的进程中努力——通过使用或尝试数字化技术来改变商业模式、处理流程以及/或者系统——这一过程依然被认为非常漫长。

二是只有10%的受访者已经完全意识到全面数字化转型的重要性。当报告深入挖掘推动无处不在的数字化的原因时发现：将近一半（45%）的受访者认为他们的公司需要优化管理数据可获取性的方式，包括打通组织内部多个相互隔离的数据孤岛等举措，这对于企业转型为数据化企业而言非常关键。

然而，监控数据的获取路径、如何以及在哪里使用数据的问题仍存在争议;在确定监管的适当水平或者是探索如何部署人工智能（AI）时，这些问题依然被认为富有挑战性。

考虑到现代企业收集数据的频率以及为了处理这些工作所需要的AI能力，企业在使用AI时需要借助云的弹性和灵活性。报告的研究发现，企业发现AI的好处与它们使用云端分析技术的方式之间存在清晰的联系;在企业中，高级云端分析技术会处理更多的工作。报告的研究表明：

一是将近2/3（64%）的企业在云端配备了数据分析和工作流能力，并且将在接下来的12个月里，尝试将AI作为整体云端分析策略的中心。

二是尽管有着对AI云的乐观态度，69%的受访者担心他们的云端分析战略会延缓其他云端项目;而61%的受访者表示，目前只有不到一半的数据分析应用和工作流在云端进行。

从云架构的视角来看，工业互联网平台的上层是SaaS层，中层是PaaS层，下层是IaaS层。工业互联网平台开发和集成SaaS型的数字化供应链管理软件和高级云端分析技术，以及打通组织内部多个相互隔离的数据孤岛的解决方案等将能极大地帮助企业供应链的数字化转型，加速企业供应链管理上云。

此外，早在甚至没有创造“ IoT ” 这一术语之前，物流、运输和仓储（总体上属于供应链管理）就是可感知和“通信”的互联设备领域的先行者。据2020年全球产业分析公司（Global Industry  Analysts，Inc.）市场调研报告[17]预测，2019—2027年全球互联物流市场预计增长1024亿美元，复合增长31.7%。亚太互联物流市场将成为增长最快的市场区域，预测期间的复合年增长率为19.42%。物流业对物联网解决方案的需求不断增加以及汽车远程信息处理在效率和成本方面的需求不断增加，是推动市场增长的因素。互联物流（connected logistics）的主要驱动力是物联网、云和分析。供应链管理涉及大量模糊和无法浏览的数据，因此“物联网+云+分析”有很多机会可以实现更精简和更聪明的供应链。随着在正确的时间、正确的地点和条件以正确的数量和正确的成本向正确的客户提供正确的产品（著名的“7Rs”物流：The right time， the right place and the right conditions to deliver the right products to the right customers in the right quantity and at the right cost）日益成為挑战，物流行业不断投资于互联的物流解决方案，借助RFID和其他可能的物流互联方式，物流市场试图在当今速度比以往任何时候都重要的世界中建立竞争优势。而工业物联网、云计算和数据分析可为互联物流提供强大动力。

（四）物件数码化和管理标准化

供应链的数字化基础之一就是产品和物件、载体及设施，也就是人、车、货、场、径的数码化、数据标准化和异构标识的互联互通。没有这一点，就无法实现流程的数字化，也无法实现追溯和管理的数字化，进而无法满足智能制造对供应链敏捷和高质量的要求。由工业互联网产业联盟所制定的工业互联网2.0 的实施框架中定义了物联网标识的三级节点（如图14所示），即国家顶级节点、产业层跟企业之间的二级节点以及企业节点和递归节点。以国家顶级节点为核心，建设二级节点和递归节点以实现异构标识的互联互通。这个标识框架还包括标识的解析系统。在边缘层采用标识解析中间件及建设标识资源池，以打破异构数据采集交互壁垒。工业互联网平台标识系统的建设——例如，徐工信息汉云工业互联网平台提供标识解析服务，其中包括标识注册、标识解析、标识查询、接口服务以及信息查询门户，将助力数字化供应链物件的数码化和管理的标准化，对于推进工业区块链在供应链中的应用（例如工业品溯源）也有极大的帮助。

标识解析体系包括标识和解析系统，标识是机器和物品的“身份证”;解析系统类似互联网DNS，是全球工业互联网安全运行的核心基础设施之一。例如，通过给轮胎（被动性设备）赋予或叠加特定的标识，从而将信息传送到各个系统。

数据标签可以实现信息关联，但在现实中，很多企业货物进仓后需要重新编码，重新关联地址，这样既低效又成本高，而工业互联网标识每一个对象，实现跨地域、跨企业、跨系统信息的共享和查询。这也是推动工业互联网标识解析技术发展的出发点。

工业互联网的标识及其解析技术将大大有助于供应链在区块链应用、运输监控等方面的数字化变革。

（五）全生命周期管理

产品生命周期管理（Product Lifecycle Management，PLM），是工业互联网平台的核心要素之一。在工程和制造业中，执行PLM的软件系统（以下如无特别说明，PLM都指它的软件系统）是一个贯穿整个生命周期的管理产品信息全过程的软件工具。它涵盖需求、设计、工程、制造、生产、支持、维护、处置和再制造。传统的PLM主要用于产品的设计和生产。在今天的产品制造业务中，交付过程的概念非常复杂，速度很快。为了应对快速变化的趋势和满足客户的期望，产品公司必须不断努力减少产品开发时间，提高市场速度。这就是为什么更快的上市时间仍然是公司希望从PLM投资中获得最大利益的一个关键原因。

但只使用PLM并不能带来公司期望的结果。当以客户为中心，时间、成本管理、产品质量、原材料采购和获取力量组织成艰难抉择的时候，采购成熟度和产品生命周期管理活动的协调发挥着越来越重要的作用。但不到10%的公司有最佳的PLM和SCM（供应链管理）流程集成[18]。

事实上，在现代制造环境下，PLM与供应链管理之间存在着密切的关系，特别是在数字化企业中。图15描述了整个产品生命周期管理，涵盖产品需求、计划、设计、生产、销售、运营、维护修理、处置回收信息管理等全过程。

图16显示了整个产品生命周期中PLM与供应链管理有着密切的关系。传统的PLM和传统的供应链管理往往是脱节的，并且信息系统是孤立的，很少有最佳的PLM和SCM流程集成。

在数字化时代，PLM和供应链管理都正在经历数字化转型。将数字化的PLM引入数字化企业是PLM的发展趋势。尖端的数字化PLM可以改变游戏规则，创造新产品，激发合作，促进研发和生产效率。也就是可以帮助制造商走向数字化企业，同时也有助于供应链的数字化转型。

1.PLM可帮助管理供应链复杂性

优化供应链的能力已成为企业赢得竞争优势的关键问题。此外，一个给定的供应链的所有成员必须共同努力快速响应市场需求的变化。产品生命周期管理使供应链在产品生命周期的各个阶段，通过客户、开发商、供应商和制造商之间的有效协作变得更加有竞争力。

供应链是一个复杂系统，与任何复杂系统一样，解决方案都是通过折衷或平衡找到的。PLM可以通过使用其数据和管理系统帮助供应链找到合理的解决方案，从而解决了供应链的复杂性问题。

2.PLM可加强供应链透明度

目前供应链在某些行业（如食品和饮料公司）的最佳实践领先于在时装、鞋类和配饰领域的应用。例如，食品和饮料公司可以自信地告诉我们，世界上哪一种原材料是从哪里来的，是谁种植和采摘的，它的保质期以及许多其他信息。虽然服装和鞋类产品不需要像食品一样受限于诸多法规， 但每一个行业的消费者都开始逐步明确要求更大的透明度，并希望能够看到他们所购买产品的全生命周期。

落后的工作方式、共享电子邮件或Excel文件，或上传PDF文件到供应商门户网站，会造成从PLM主干断开，排除了任何实现这个对未来提供更多透明度的机会。在一个典型的供应链中，有20%的供应商制造了大约80%的产品，而那些委托这些产品的品牌和零售商，即使他们与那些主要供应商有着牢固的关系，他们也很少或根本不知道他们是如何、在何地或是由谁制造的。

我们需要开始寻找克服这些挑战的新方法：首先，使用PLM作为一个平台，使之能够与供应链的各个层次进行协作;其次，看看新兴技术如何能够支持长期透明的长期目标。发展利用新兴技术物联网和区块链的现代数字化PLM是帮助解决供应链透明度问题的有效途径。

3.PLM支持供应链协同

PLM技术的最新发展大大增加了在整个企业中扩展共享产品数据的潜力。这种技术的使用在历史上是高度可变的，尤其是在供应链较小的成员之间。 然而，开发基于云计算的基础设施，结合可用性的重大进步，都使PLM更为“民主化”、更容易使用。因此，可以給整个供应链提供准确的最新产品信息。

在许多行业中，供应链是多层次的，涉及复杂的关系。事实上，采用“供应网络”这一说法更为准确，尤其是如果我们采取更广泛的“生命周期”的供应链观点，包括前端的产品开发和后端的产品寿命。我们还看到了整个工业供应链的责任转移，“供应链顶端”的组织将其定义的需求——例如，组件和子组件，推给供应组织及那些提供设计和后续产品定义的组织。供应链活动范围的扩大和职责的分配使得产品数据的管理问题变得更加复杂。

PLM系统长期以来被认为是管理与复杂产品相关的大量数据的关键。从产品开发阶段（所谓的“产品数据管理”）提供产品数据和工作流管理的版本控制开始，今天的主流PLM技术确实提供了全生命周期产品数据管理。例如，Oracle在“产品价值链管理”方面来探讨PLM技术，以强调循环的完成，该循环包括利用领域经验作为前端创新的输入。

从最广泛的角度来看，PLM用户不仅包括设计交付供应链的成员，而且包括售后/安装服务组织，以便使他们能够获得当前的产品信息以及报告产品问题的机会。

为了在整个供应链中充分利用PLM，需要让产品数据的所有重要用户和贡献者参与进来。过去，PLM技术一直是企业IT堆栈的重要组成部分，但在IT基础设施、流程定义、数据结构等方面却相当“重”，这一点正在发生实质性变化。 结合技术基础设施——包括云计算和移动技术，加上使用简捷配置技术，使得PLM技术使用非常方便，尤其是在对生命周期结束产品的现场服务中使用PLM技术。一个基于云计算的、容易配置和实惠的PLM技术是Autodesk PLM 360技术，而Nvidia最近发布的GPU网格技术已经取得进步，它基于云的基础设施，使更大范围的用户在更广泛的设备访问复杂的、计算密集型的产品信息（三维模型、模拟可视化）。

总的来说，这些技术进步极大地扩展了PLM的范围。事情进展得很快，我们期望看到PLM的加速采用，以及由此给行业供应链带来越来越多的好处。因此，PLM将继续扮演重要的供应链数字化推动者的角色。

4.PLM解决方案可以提供强大的供应链洞察力

许多公司发现，产品生命周期管理解决方案可以提供强大的供应链洞察力，因为它们包含从产品设计到生命周期结束的详细数据。 随着PLM数据与供应链管理（SCM）、ERP，甚至CRM解决方案通过集成的云应用和物联网实现数据共享相结合，企业可以更快做出更明智的商业决策。

PLM在这个供应链场景中的价值是提供全方位的可见性。它使企业能够从整个组织和整个供应链的不同功能中收集准确的信息，并帮助从设计到交付自始至终保持清洁和准确的产品数据。对于那些想将PLM和供应链流程转变成一个集成的、连接的系统的组织来说，一切都从产品数据开始。

一个完整的PLM系统允许企业通过它们的创新过程保持“良好的数据”并利用新的机会：物联网世界。我们刚刚开始触及物联网对供应链和创新过程的影响，但其影响已经深刻。当产品跟产品和数据开始整合和凝聚，可以使客户体验和产品设计获得重大进步。

例如，如果一台机器在产品开发过程中记录了故障，那么这些数据可以被送回集成PLM系统中，其中工程更改订单已经就位并准备好部署。这使开发过程再次加快，并使生产力和质量保持在最高水平。

这种联系还可以使其在成为下游问题之前识别新的想法或检测创新设计和制造性的问题。这使得设计人员和开发人员能够做出必要的改变，以使最好的产品更快地推向市场。当一个企业实现真正的端到端集成时，它可以利用诸如社会监控、社会监听以及整个供应链中的一系列分析工具。综合收集用户的想法和灵感，然后分享到中央存储库，从而可以被审查，最终被投入应用或商业化。

总之，PLM是工业互联网平台的核心部件之一。它与供应链管理的深度融合将促进和赋能双方的数字化转型。PLM能成为一个数字化供应链的赋能工具。

（六）采购数字化

工业采购是所有产业特别是智能制造十分重要的供应链环节。采购管理人员今天面临两个挑战：节省开支;重新考虑采购给他们的组织带来的价值。他们被迫重新考虑他们与供应商的接触模式，以配合业务需求，并将这些点连接起来，为最终客户创造价值。目前的业务伙伴关系的有效性，对于推动增长作用有限;但是，着眼于未来，对于采购而言是必要的。提高采购管理人员与业务伙伴合作的能力，并推动与供应商的协同及促成业务需求相一致，这将使采购从支持功能转型为业务价值创建者。

我们将看到采购由利润驱动所发生的转变，这将要求：①利用大数据分析进行更好的决策;②通过与供应商合作创新提升企业价值;③数字助理提供市场情报;④采用连接平台来推动变革;⑤利用人工智能、认知和机器人过程自动化等新兴技术。

有不少工业互联网平台包括采购模块，但有些仅限于提供线上/云上采购的平台，也就是初级的数字化采购，这将推动和帮助企业供应链采购的初步数字化。隨着工业互联网平台采购的进一步数字化转型，利用平台强大的数据分析能力、AI和大数据算法和算力、协作网络、物联网技术等，平台用户企业将得以完成采购的数字化转型。实现采购过程的高效协作与自动化，从而达到可预测战略寻源、前瞻性供应商管理和自动化采购执行。

（七）安全与风险管控

工业互联网2.0实施框架提供了产业层、企业层及边缘层的安全策略和数字化技术（如图17所示）。工业互联网的安全体系将是帮助供应链安全和风险管理数字化转型的赋能者。

数字化的风险管控和安全运营是供应链数字化转型的重要方面。美国数字化供应链研究院提出的数字化供应链转型的执行框架[13]，包括一个以客户为中心和四大管理中，管理风险是四大管理之一。供应链风险分为两类：经营绩效风险和合规监管风险。数字供应链对两者都有重大影响。大数据和AI预测分析可以帮助公司更好地降低与自然灾害和政治动荡相关的经营存续风险。内部推动跨部门的协作，增强防腐败风险的意识，可防范快速增长的网络安全和知识产权盗窃的风险。数字化供应链的合规监管及边缘层的网络风险都需要相应的策略和数字技术来预防和化解。

（八）供应链的信用

区块链是一门新兴的基础性技术。部分工业互联网平台己经把区块链作为一个重要组件。例如，在航天云网INDICS 的PaaS 平台中，区块链是一个核心工业服务组件（如图18所示）。这显然有助于利用区块链的技术能力来推动供应链信用和金融的数字化转型。

数字化智能制造的三链模型价值链（参见图2）把供应链和制造有机地结合以快速响应市场需求。透明可信的商流、物流、信息流和资金流可以提高整个生产过程组织的效率，而区块链正是其可以实现的载体。工业产品在投产运营后可以更好地得到运维，用户粘性提高，使用寿命得到有效延长，是资产链运营管理的主要目的。数据互信共享可以大大提高整个产业的服务水平。区块链可以帮助商業网络更方便地管理共享的流程，围绕制造业的区块链商业网络流程如图19所示。基于这样的一个模型，商业网络中的各个参与主体之间可以更好地进行共享、互信以及价值交换。

本文不讨论作为工业互联网平台一部分的工业区块链的架构和技术。这里要指出的是，工业区块链将赋能供应链在信用和金融方面的数字化转型与变革。近年来，工业区块链技术的研究进展迅速，互联网巨头更是重资加码工业区块链技术及应用领域的开发。2018年11月，阿里云发布了supET工业互联网平台，通过区块链提供制造质量可追溯性和供应链管理服务。2019年8月，新华三技术有限公司发布光模块溯源链OMTrace，结合防伪标签技术提出了光模块溯源防伪的区块链解决方案，建立了不可篡改的共享数据信息及全流程交易记录。

众所周知，食品公司在管理食源性疾病方面面临越来越大的压力。根据美国疾病控制和预防中心的数据，美国每年约有12.8万人住院治疗，3000人死于食源性疾病。改进食品安全和提高食品价值链的信用度对任何国家都是十分重要的。工业互联网/物联网平台的数字技术在改进食品安全和提高食品供应链的信用度方面将扮演一个重要角色。MindSphere是德国西门子的工业物联网平台，下面的案例表明工业物联网如何赋能供应链的信用数字化转型，以提高食品价值链的信用度。

图20表明物联网和区块链通过工业物联网平台相辅相成，这种结合创造了一个可信和可扩展的解决方案。西门子将其MindSphere平台、私有跟踪和跟踪存储库以及区块链管理应用程序集成，以实现更完整的解决方案。在这个解决方案中，顶层是工业物联网平台的食品价值链的区块链应用程序;中间层是MindSphere平台，它管理着整个下层的食品价值链，包括可以追溯的数据、生产、产品、供应商、运输和消费者。它提供了实时的食品整个价值链端到端的可见性，从而使得食品价值链获得了从未有的透明度。管理者和消费者能追溯到任何供应链关键点上存在的食品问题，从而能大大改进食品安全性和提高供应链的信用度。

EIT Food是一家泛欧合作伙伴联盟，包括50多家欧洲领先的食品公司及研究与教育机构。它涵盖了以消费者为中心、值得信赖的食品生产和供应的整个农业食品价值链。EIT Food的一个主要创新目标是为食品价值链的数字化创造解决方案，以提高食品供应的信任度和透明度。正在与西门子合作，采用工业物联网和区块链技术来达到其战略目标。作为首批项目之一，施特劳斯、吉瓦丹、夫琅和费、慕尼黑技术大学和西门子正在开发一种解决方案，使商业伙伴、权威机构和消费者能够就产品交换信息。为了帮助评估区块链，上述西门子技术也是解决方案的一部分。

在区块链工业应用图谱中，供应链金融、融资租赁、工业品回收、供应链可视化、工业品运输监控都涉及供应链信用和金融的数字化变革。

尽管工业区块链具有潜在的应用价值，但还处在萌芽阶段。区块链可以使工业制造环节实现平滑生产，不需要人为的干预，甚至能预测宏观经济波动的影响，从而有效规避，有利于长期计划的制定。但工业区块链的技术和应用仍处于起步阶段，真正落地实施还需要继续研究与探索。

正如笔者之前在区块链研究报告中所指出的，“单独采用区块链技术并不能在供应链中取得最好的效果，只有当把区块链与物联网及人工智能技术融合在一起时才能发挥其最大的价值， 帮助建立可信的数字化供应链” [19]，随着工业互联网平台的发展，凭借其在物联网和人工智能、云计算技术的优势，在不久的将来，与物联网、人工智能和云计算融合的工业区块链将会给工业特别是供应链金融和信用变革带来巨大的价值。

（九）构建数字供应链孪生体系

数字孪生逐渐成为工业互联网/物联网的核心技术之一。它也是供应链数字化的战略技术之一。定义和阐述数字供应链孪生及其商业价值将另文发表，并且将指出工业互联网/物联网如何帮助企业构建数字供應链孪生体系，如何使用数字供应链孪生来优化和管控整个供应链。

六、结束语

本文从四个不同的视角探讨了工业互联网如何赋能供应链的数字化转型：①第四次工业革命驱动制造业的供应链变革。作为第四次工业革命基础设施的工业互联网是这场供应链变革的基础设施之一。②工业互联网平台是工业互联网的核心，而供应链是工业互联网平台的重要组成部分。③工业互联网是企业数字化转型的赋能者，而企业数字化转型的关键在于供应链的数字化转型，因此工业互联网的运营和服务商应该把赋能供应链数字化转型作为关键性考虑。④最后本文指出工业互联网及其平台的数字能力能够赋能供应链多方面的数字化转型，它们包括助力数字化供应链网络的连接与协同、供应链决策控制、供应链运营、物件数码化和管理标准化、全生命周期管理、采购、信用和金融以及构建数字供应链孪生体系。总之，随着工业互联网的成熟和普及，它将成为企业供应链数字化转型的重要驱动力和赋能者。

参考文献：

[1]李华清.工业互联网群雄并起，谁能笑到最后？[EB/OL]. （2019-08-31）[2020-05-20]. https：//baijiahao.baidu.com/s？id=1643351857890678573&wfr=spider&for=pc.

[2]中国政府网.工业互联网包括网络、平台和安全三大体系[EB/OL]. （2017-11-03）[2020-05-20].http：//www.gov.cn/xinwen/2017-11/03/content_5237025.htm.

[3]马诗晴.工信部今日发布的十大“双跨”工业互联网平台，实力究竟如何？[EB/OL]. （2019-08-26）[2020-05-20].https：//www.iyiou.com/p/110411.html.

[4]NIST.Current standards landscape for smart manufacturing systems[S].Gaithersburg：NIST，2016.

[5]林诗万.美、德、日、中工业互联网架构发展[EB/OL]. （2018-05-22）[2020-05-20]. http：//iot.cechina.cn/newsdetail.aspx？id=191396ae-ea60-44ba-8bbd-7089c74bad7f.

[6]工业互联网产业联盟.工业互联网平台白皮书[EB/OL]. （2019-06-05）[2020-05-20]. http：//www.aii-alliance.org/index.php？a=show&c=index&catid=23&id=673&m=content .

[7]海尔.全球引领的物联网供应链生态平台[Z]. 青岛：海尔集团，2020.

[8]董明.数字化关键要看供应链[EB/OL]. （2018-01-23）[2020-05-20].https：//www.sohu.com/a/219452317_372988.

[9]彭俊松.卡特彼勒数字化转型案例及其对工业互联网的启示[EB/OL]. （2019-04-22）[2020-05-20].https：//www.doc88.com/p-4009172799281.html .

[10]中国信息通信研究院.工业互联网体系架构2.0[EB/OL]. （2019-10-31）[2020-05-20].http：//www.aii-alliance.org/index.php？a=show&c=index&catid=18&id=813&m=content .

[11]王兴山.数字化转型中的企业进化[M]. 北京：电子工业出版社，2019.

[12]唐隆基.数字化供应链控制塔理论和实践[J]. 供应链管理，2020，1（2）.

[13]唐隆基.数字化供应链综合研究报告[R].罗戈研究，2018.

[14]TechNavio （Infiniti Research Ltd.）.SaaS为基础的供应链管理 （SCM） 的全球市场 （2015—2019年）[EB/OL]. （2015-10-14）[2020-05-20].https：//www.giichinese.com.cn/report/infi232721-global-saas-based-supply-chain-management-software.html.

[15]凯捷咨询，GT Nexus. 数字化供應链研究报告[EB/OL]. （2016）[2020-05-20].https：//www.capgemini.com/consulting-fr/wp-content/uploads/sites/31/2017/08/digital_transformation_report_capgemini-consulting.pdf.

[16] TERADATA. Adapt or perish： The new reality in a hyper-digitized world [EB/OL]. https：//www.teradata.com/Resources/Infographics/The-New-Reality-in-a-Hyper-Digitized-World.

[17] Global Industry Analysts， Inc. Connected logistics[EB/OL]. （2020-02-01）[2020-05-20].https：//www.giiresearch.com/report/go901913-connected-logistics.html.

[18]王阳.PLM是数字化的关键使能工具[EB/OL]. （2017-05-17）[2020-05-20].http：//www. sohu.com/a/141329013_505781.

[19] 唐隆基. 罗戈研究对区块链的视野，行动和展望[EB/OL]. （2019-11-14）[2020-05-20].http：//www.logclub.com/articleInfo/MTg4ODctYzc3OTg2ZjA=？dc=1.