基于数字孪生技术的供应链管理应用研究

张 淦

(天津工业大学经济与管理学院 天津 300387)

一、引言

在当前的商业时代中，供应链的运行会产生海量数据，而在这些数据的支撑下供应链能逐步自我完善，也可以使企业在激烈的竞争环境中脱颖而出。因此，一些具有前瞻性的企业开始考虑将数字孪生(Digital Twin，DT)概念应用于供应链管理。而所谓数字孪生，其实就是指将现实世界中的实体或系统的数字化表示，让其可视化，而可以制造出把所有组织形态使用虚拟软件表示的组织称作组织的数字孪生(Digital Twin Organizations，DTO)。在现代科技的支撑下，供应链运营领域发生了巨大变化，供应链中的所有物品基本都可以实时跟踪，且由此产生的数字信息可以被第三方企业查看，这导致其在发展过程中会出现海量数据，所以，供应链企业如何利用这些数据实时优化供应链并处理应急情况，是供应链管理领域重要的课题之一。而将数字孪生技术应用到的供应链管理中的水平高低会对供应链的业务流程、运营、员工、合作伙伴和客户的决策准确性产生影响，因此，本文对基于数字孪生技术的供应链管理进行研究。

二、基于数字孪生技术的供应链管理应用

数字孪生几乎能将物理对象的实时状态展示出来。使用特定应用程序，可以将具体对象的实时状态可视化，同时将3D模型与实时数据相结合，在现有仿真模型和孪生新模型的支持下实现不同程度上的仿真。

(一)基于数字孪生技术的供应链管理应用现状

1.供应链管理现状分析

在传统供应链管理模式中，经常因信息掌握不及时而导致决策失误，供应链系统复杂、效率低、响应速度慢等问题，而供应链系统本身具备的复杂性及运行效率的高低会让其运行过程出现许多无法预计的风险。面对供应链中信息流、物流、资金流产生的海量数据，传统方法并没有合适的方法来解决其存在的问题和挑战，因此在进入数字化时代后，仿真技术成为供应链管理相关人员为解决传统方式的遗留问题，选择了数其他常用且高效的工具，比如仿真技术。而仿真技术虽然一定程度上实现了供应链可视化，但在智能时代，大数据的出现意味着仿真技术需要不断提升与改进。

尽管当前的仿真技术在供应链管理中应用广泛，但都是优化其中的部分问题，这就意味着，在对整个以变化及复杂为特性的供应链物流系统进行仿真建模时还存在许多问题。而数字孪生技术的问世，让仿真技术的应用范围进一步被扩大，不再只是局限在产品的远程诊断、智能维护、共享服务方面，还在流程的动态优化等领域也有了用武之地。

通过供应链数字孪生技术，可以很方便的创建组织内部流程镜像，同时能为供应链上的企业提供对应的业务数据，从而完成供应链循环的构建，更好的为供应链网络的调整提供帮助，同时提高端到端供应链的可视性和透明度，为各个产品线的供应链和基准流程设定标准做出明智决策提供帮助，以便改善物流效率。运用数字孪生技术中的模型可以更方便快捷的发现产生故障或出现异常的供应链，同时完成实时跟踪监控，确保供应链的正确运行，即及时掌握信息，加快响应速度，进一步提高供应链效率。基于数字孪生技术将供应链客户进行细分，为每个客户创建个人资料，这也就是模型的创建过程，同时能对每个客户的供应链流程执行情况进行评估，提出物理资源和人力资源的最佳利用方案。基于数字孪生技术对现有供应链管理的助力和赋能，使很多企业对供应链数字孪生技术跃跃欲试。

2.数字孪生技术在供应链管理中的应用案例

目前，已有企业将数字孪生技术应用于供应链管理中，如世界上最大的轴承制造商SKF，其就在整个分销网络中构建了一个数字孪生模型，包括800多个SKU的主要数据，涵盖5个不同系统的40个安装单元。数字孪生技术使该公司的区域化模型转变为全球综合规划模型。根据数字孪生技术提供的数据可视性和完全性，供应链规划人员能够更好地进行全球化的决策(参见图1)。

图1 供应链数字孪生各要素关系

博歇尔等在其报告中指出了数字孪生技术在优化供应链网络方面的优势：

第一，实时在线的敏捷性。基于实时供应链运行数据，可提高供应链决策的速度，在其面对不断变化的环境和难以预见的情况时，能够快速响应。第二，通信与协作。供应链组织与供应商、合作伙伴和客户可以实现实时通信与协作，根据可靠的最新数据做出决策。第三，点到点的可视化。数字孪生技术可以随时检测整个供应链，实现对其绩效关键方面的可视化管理。这种可视化可以跟踪物料流、掌握进度以及平衡供需。这些优势同时可提高客户参与度。在上述优势的支持下，数字孪生技术可以将供应链运行的实际变化转变为数字信息，为供应链企业提供其供应网络运行方式的全球化运营图，缩短供应链的反应时间，使企业更有效地满足消费者的需求。

(二)供应链数字孪生技术面临的挑战

(1)关于供应链节点数据采集供应链本质上是一个复杂、协调和自适应的系统，其能同时在多个生产方向上流动。而供应链数字孪生技术的使用关键在于细节，且数据收集可行与否及数据采集的精确度都会在某些层面都要受到应链数据收集软件产生的答案及数据决策的影响。

首先，需要明确供应链数据采集的范围。供应链数字孪生的关键技术是整个供应链的建模。则数字孪生必须根据经济架构(收入、利润、投资回报率、成本优化)来衡量业务概念和模型，并在产品服务推出时掌控进程。其中供应链业务财务和运营部分数据还需要参考销售和运营计划等方面的数据。

其次，数字孪生形成的关键是模型和相关数据的配对。从技术角度看，软件要对供应链数据产生作用的前提就是其具备协调性，而这就意味着必须考虑许多数据类型，包括从传统的供应链输入到非传统的公司来源(如CRM数据)，甚至是非结构化的在线数据，这些数据都会影响需求感知。而传统企业的ERP数据或excel表格数据都不能完成这一目标，且环境及其运作方式也会对数据产生影响，的数据至关重要，如果没有数据则无法验证模型，并使所有预测和决策都产生变化。同时，要对数据进行随时更新，保障数据含义的一致性。

当然，仍有许多未解决的数据采集问题，例如缺少数字孪生的标准、数据的所有权问题以及非常重要的数据滥用和安全问题等，这些都是亟待解决的重点问题。

(2)关于供应链系统建模环境从供应链系统的复杂角度对数字孪生技术在发展过程中面临的挑战进行分析：

第一，需要对系统建模工具进行重新设计和优化。传统的建模软件在实际操作时并不可以为当前流行的传感器及物联网数据处理要求维持统一性，这就需要采用软件对其进行进一步处理和加工，以确保其能跟上当前阶段的实际发展需求，且能重新设计、构建以及操作相关业务。

第二，面向供应链管理的数字孪生建模环境应具备可扩展性，其中包括数据可扩展性和功能可扩展性。在数字孪生中，一旦有新的数据源可用时，该模型如何扩展是亟待解决的问题。真实的供应链系统模型涉及很多组件和要素，并且可能在较短时间内变得更加复杂。因此数字孪生模型应能扩展到多个领域。例如，供应链分析可以从仓库和零售业务建模中受益。但是，对这些环境进行建模可能需要采用不同的数据和方法。将复杂且不同的流程和操作结合起来需要灵活的建模环境，理想情况是能够连接不同的建模方法。

三、基于数字孪生技术的供应链管理应用建议

(1)实现数字孪生中的模型与现实交互总体来看，数字孪生涵盖了整个供应链业务流程范围。在其应用的整个过程中，不管是人类行为方式，还是数字建模决策，其最终目标都是促使决策人做出更加正确的决策。当前，数字孪生可以在某些方面实现自我的预测和优化，且其精确性要高于其他的一般模型。而物联网技术的持续发展为数字孪生技术在供应链中的应用及进一步发展奠定了基础，企业在将数字孪生与供应链结合时，可以运用传感器或者物联网技术收集大量数据，从而实现数字孪生中的模型与现实之间的交互，数字孪生的运用水准可以被视为改善业务运营和提高竞争优势的重要因素。

(2)供应链管理利益相关者必须尽早参与数字孪生开发数字孪生技术在企业供应链管理中所发挥的作用越来越大，为了更好地实现企业的进步和发展，制造商会对每一个客户或者产品进行数字孪生的创建。在这种情况下，供应链管理利益相关者必须尽早参与数字孪生的开发过程，并从全球化角度定义和优化数字孪生项目和产品。从本文角度上来说，供应链管理与数字孪生相结合，其根本内容是托运人、货运代理商体积承运商等供应链节点与企业全球贸易可视化价值的结合，是相关人员获取利益的关键，能够为企业的进步和发展创造更大的价值。

四、结语

目前，我国经济社会已进入数字化时代，并且以数据为主要原动力，国家智能物流骨干网建设也要通过数据来驱动网络运营，逐渐实现物流物理网络以及物流数字网络虚拟工作，这些都需要合适的数字孪生技术，在此发展背景之下，本文以数字孪生技术为基础，对企业的供应链管理应用工作进行研究，提出在数字孪生技术的帮助下，供应链能够创造更大的价值和具有巨大潜力。