京东智变：智能供应链的10年马拉松

中国供应链之痛

2010年，美的举办了一场产值过千亿的盛大庆典，创始人方洪波置身其中，兴奋不已。

第二年春节，美的没有放假，加班加点生产。企业外面车水马龙，拉货的车辆把整条马路都堵住了。“那真是看上去很美。”方洪波说。

但他很快被当头浇了一盆冷水。这么大订单量，美的却没有赚到钱，很多订单甚至是亏损的。

“当时，很多家电企业和我们的情况差不多，就是要做大规模，亏本也要做。可扪心自问，我们究竟为什么这样？”方洪波痛苦地反问自己。

美的不是孤例。方洪波遭遇的困境，是中国供应链难题的一个缩影。

中国是世界制造大国，却不是世界制造强国。

目前中国制造业工业总产值已经超过了美国+日本+德国+韩国的总和。跟供应链体系相关的是物流链规模，中国目前也占世界第一，其中中国快递业务量占世界的50%，但主要业务集中在本土。

“在全球制造业四级梯队格局中，中国处于第三梯队，实现制造强国目标至少还需30年。”2021年3月全国政协会议上，工业和信息化部原部长苗圩直言我国制造业现状。

全球制造业，第一梯队是以美国为主导的全球科技创新中心；第二梯队是高端制造领域，包括欧盟、日本；第三梯队是中低端制造领域，如韩国；第四梯队主要是资源输出国，如印度和巴西。中国目前处于第三梯队。

（来源：工信部《2020中国制造强国发展指数报告》）

中国制造以性价比著称。尽管我们的商品售价已经很便宜，但我们主要的竞争优势还是上游生产成本低廉，供应链成本仍旧占据了商品最终售价的很大一部分。

一组数据可以直观体现出我们和制造强国的供应链差距：商务部数据显示，2020年我国全社会物流总费用，也就是物流总费用与GDP的比值，已经下降到14.7%。而美国物流年报数据显示，2020年美国物流总费用只占GDP的7.4%。中国的物流总费用，高达美国的两倍。

中国供应链目前存在两大核心问题：第一，供应链效率低下。第二，供应链成本不断上升。

一方面，供应链企业素质不齐，信息化水平不高，缺乏IT解决方案，无法保证订单准确性和满足客户个性化需求。社会供应链无法协同高效运转，更带来价格恶性竞争。另一方面，近年供应链成本中的土地、房租在部分大中城市不同程度上涨，进一步推高供应链成本，给企业带来较大压力。

针对我国的供应链之痛，2017年，国务院办公厅印发关于积极推进供应链创新与应用的指导意见，指出将“打造大数据支撑、网络化共享、智能化协作的智慧供应链体系”。

此时，京东已经领跑了一场长达十余年的智能供应链马拉松。

二

供应链难题的“数智化”答案

2006年，京东刚刚进入家电品类时，线下家电行业的库存周转天数，是87天。这意味着，线下家电行业，整盘货一年只能周转4.4次。

线下时代，家电卖场的净利润率高达6%，而家电品牌企业的整体利润率，却不到1%。

2007年，京东自建物流，打响第一声发令枪，冲进供应链赛道。一场旷日持久的智能供应链马拉松就此开跑，一直延续至今。

智能供应链在实际业务过程中，面临着海量业务的复杂性。

京东是综合全品类的电商，品类发展最开始从数码产品和家用电器起家，慢慢往图书、消费品、服饰等品类不断扩展。每扩展一个行业，就是隔行如隔山，每个品类都不一样。

比如生鲜，保质期就很短，送货时间比如一天两送、三送的方式，因为时间长了放着就会坏了。服饰就跟生鲜截然不同。服饰属于两季或者三季品，需要提前订购，按期货的模式去做，需要预测未来的趋势和需求。开始补货时，半年前或者一年前已经确定了量，只是生产完以后逐步来进货。

快消品马上第二天要进货，预测算法要做到一天以内；家电要按一个月计划去排产；服饰则需要一年。品类不一样，特性不一样、工作流程不一样、系统不一样、算法、颗粒度都不一样。

更麻烦的是，季节天气、节日促销还会进一步给销量带来剧烈波动。例如空调属于两季品，夏天来了，天气有变化，空调肯定受影响。什么时候开始热，什么时候空调开始备货，就需要做季节性模型预估。再如节日促销带来的意外波动都需要快速反应和实时跟进。

仓储网络布局又增加了更多变数。有的商品时效性要求非常强，意味着必须把商品铺到离消费者最近的地方去，必须建立庞大的网络层次结构，从上往下铺到离消费者最近的地方。结构性库存一多，就会影响到库存周转。

这么多维度交织在一起，带来的复杂系数不是简单的加法效应，而是乘法效应。这些都对智能供应链的技术提出了巨大挑战。

经过10余年与供应链难题搏斗，京东逐步积累出一整套系统性的智能化解决方案，用来处理供应链的复杂决策难题。他们把供应链智能决策自动化分为五个阶段：

第一阶段是采购建议，系统自动生成补货辅助建议，但还需经过采销人工审核后才下采购单。

第二阶段是自动下单，在这个阶段，智能补货的准确率已大大提升，系统可以自动下采购单。

第三阶段是深度托管，系统几乎不再需要人工干预，极大地提升了人效。

第四阶段是自动学习，智能补货系统能够自动学习采购专家的优秀经验，并优化到补货模型中，智能补货采购更准、更好。

第五阶段是最终实现端到端的超级自动化，包括营销、供应链、采销的全流程智能运营。

美的创始人方洪波10多年前的“家电企业痛苦之问”，终于在京东的智能供应链上得到了答案。

过去美的冰箱从入仓到送达消费者手中，时间大约在30天到45天。这需要对各仓库的100多个SKU货品做复杂预测。备货多了滞销，增加仓储费用；备货少了又会损失销售。

美的与京东深度合作后，京东使用采购分仓工具，帮助美的实现每月36小时的人效提升；自动预约打通实现90%的效率提升；通过内配开放及优化，帮助美的冰箱品类每年节省600万费用。

在京东智能供应链的帮助下，美的库存周转降至28天，同时优化了滞销和偏仓问题。2020年11月1日当天，美的冰箱在京东的销售额达1.2亿元，比去年同期增长了96%，2021年将新增效益近亿元。

三

技术、技术、技术！

技术是这一切的底层驱动力。

2017年2月，京东的开年大会有一句话震耳发聩：“未来12年我们只有三样东西：技术！技术！技术！”

2017年由此成为京东的“技术元年”。“X”与“Y”两个神秘技术军团，在此前数月先后成立。

京东希望用技术重构流程，提升自动化效率，增加整个零售核心的竞争力，最终打造一个智能商业体。其中的核心，一是智能物流，二是智能供应链。X与Y正是这两大战场的主力军团。

2016年至今的5年时间里，X研究部自主研发出了京东全自动物流中心、京东无人机、京东仓储机器人以及京东自动驾驶车辆送货等一系列尖端智能物流项目。Y业务部则帮助京东形成了销量预测系统、智能补货系统、仓网优化系统等一系列前沿智能供应链系统。

从2020年开始，Y业务部开始尝试跟一些意愿强烈的厂商合作伙伴一起做供应链系统的数智化改造。

办公文具品牌得力运营着超过5000个SKU的商品，在全国有众多仓库、且线上线下多渠道发货。过去其业务规划主要通过Excel表格拆分计算等方式，需要投入17人进行人工计算决策，工作量极大。

得力面临的困境，大量传统企业同样束手无策。京东供应链研发部负责人胡浩就目睹过不少合作企业，把采购单拿过去，北京100个，上海100个，按照自己的履约方式，人工用Excel表格再辛苦算一遍，往内部去传递。

“Excel是行业很普遍的，每个人都有一个Excel。人工智能的最大敌人就是Excel。”胡浩说。

京东使用智能供应链帮助合作企业改造后，只需要部分仓库和库存渠道数据，就能够直接帮他们系统对接，实现自动化拆单，完成零售商跟供应商之间的数据交换。

不同厂商IT能力不一样，京东提供的解决方案也不一样。如果企业有ERP系统，可以直接电子数据交换；如果没有ERP，京东提供供应商门户，企业可以在上面直接操作；如果企业有很强的技术能力，京东提供API，企业可以自己去集成。

得力找到京东后，京东与得力从需求驱动、智慧决策、履约体验、敏捷响应等全链路进行深度协同，通过端到端补货模型，提前合理布局并动态调整库存，实现效率最优的订单履约方案。得力因此提升了一倍的工作效率，在2020年京东11.11期间库存周转天数同比优化13%的同时，实现销售额同比53%的增长。

从2017年初全面向技术转型以来，京东体系已在技术上累计投入近700亿元。4年过去，京东的技术布局不仅落地生根，而且开花结果。当初的X研究部已经孵化出无人机、无人车、无人仓等大量无人技术，智能供应链Y业务部也正将自己供应链的能力对多个产业进一步开放。

技术不仅是京东的第三条增长曲线，更是京东未来持续增长的核心驱动力。

四

供应链的未来：需求驱动、开放协同和敏捷响应

未来供应链的三大特征是需求驱动、开放协同和敏捷响应。

企业需要加强对用户需求的洞察能力，扩大供应链协作节点的广度与深度，优化供应链协作节点之间的联动效率，才能从不确定中找到确定性，整体提升供应链的效率和敏捷性。

听起来有些抽象，怎么理解？

C2M（反向定制）模式，是帮助我们理解这三大特征的一个好例子。

顾名思义，C2M即顾客对工厂（Customer-to-Manufactory），核心为“定制化生产”。原本企业生产完了产品，再推向市场，希望用户买单。通过C2M模式，企业先通过大数据掌握用户需求，再根据需求设定供应商和生产工序，最终生产出用户需要的个性化产品。

C2M让过去以产品为中心的供应链结构，变成了以用户为中心的供应链结构。

过去中国产品便宜，主要是因为廉价劳动力、大规模生产所带来的成本优势，并不是用户的自主选择。现在，用户愿意为自己的个性化需求付出更高价格，但是需要供应链变得更敏捷响应，上下游更开放协同，才更能够满足差异化的需求。

早在2014年，京东就开始尝试跟厂商联合去做一些新品。形成一定规模和方法论后，京东于2018年开始提出C2M，在2019年年初正式启动规范化、整体性的建设——京东JC2M智能制造平台，以便更好地支持C2M的业务发展。

在奥妙“洗衣凝珠”新品开发中，京东基于C2M平台辅助奥妙围绕定人、定量、定价、定款四个环节进行新品设计。第一步，将目标人群锁定职场白领的女性用户；第二步，根据人群特征测算增长空间：如果潜在用户全部转化，将达到15倍的销量增长；第三步，结合仿真试投进行定价分析，发现0.4-0.9元/颗更容易接受，61-80元的潜力更大，从成本上考虑，需要将克重控制在配送费的首重范围内；第四步，定款方面分别设计了中高端款和低端款。

首批上市的3款C2M新品奥妙洗衣凝珠，销量排名进入品类前10，在衣物清洁品类的销售占比由3%提升到8%，成为品类下增速最快的细分品类。今年以来在京东卖出4000多万颗，在西北下沉市场的销量占比高于洗涤用品整体市场平均水平40%。

从2019年提出C2M目标到现在，京东所有C2M反向定制商品的成交额已经达到了10000亿。“C2M将在未来4年内保持高速复合增长，并将于2022年迈入万亿元级别。”中欧国际工商学院运营及供应链管理学教授、京东运营及供应链管理学教席教授赵先德判断。

从2007年至今，京东在自身供应链体系的海量、复杂业务倒逼下，淬炼积淀了数智化能力，这成为京东对外输出数智化技术的硬支撑底座。C2M模式是京东从“修炼内功”到“向外输出”的一个典型例子。而作为京东集团面向政企客户输出技术的核心平台，京东云则承担着对政企客户输出京东数字化实践的核心角色，也正依托京东在供应链领域的长期积淀与优势，助力实体企业数字化转型升级，实现“从供应链中来，到产业中去。”

比如在双碳的背景下，能源企业普遍存在推动数字化，解决“低碳高效”的产运销一体化供应链的问题。京东云为陕煤运销集团打通了上下游供应链，构建数智化运销平台，实现业务的线上化和移动化，运销流程数字化升级，实现物流智能调度与管理。陕煤运销平台线上化后，业务流程缩短了40%；通过物流智能调度，煤炭运输效率提升了30%；在IT架构部分，服务器成本下降了30%以上。

在制造业领域，京东云联手中联重科打造业内首个“泵送机械AI专家诊断系统”，将京东AI语音识别和人机交互等应用在工程机械故障排查领域，工程师可以通过语音、文字等更智能的交互方式，在泵送机械AI专家诊断系统中进行检索，系统会提供相应的最佳语义匹配结果和自诊断分析，帮助工程师实现故障的快速排查和解决。可帮助售后团队每年节省故障排查时间4200小时，单次设备维修时间缩短了20％以上。

五

在波动的世界中寻找稳定

我与京东的访谈中，“稳定”和“波动”两个词语高频出现。京东库存与计划平台部负责人夏小龙告诉我：“稳定是供应链人的梦想，波动却能够让我们找到能力极限到底在哪个地方。”

从供应链角度来讲，供应链最怕的就是波动。

“618”、“双十一”等购物狂欢节大促，是波动的典型体现。特别是京东大规模自营，供应商履约送货的体验非常不好。经常出现爆仓了，货车卸不下去了，有的客人要等10天才能收到货等非常极端的情况。

很多供应链人都觉得大促不对：为什么非要把一段时间的销量，集中在几天释放掉，给整个供应链造成很多波动？

但在京东人看来，波动也有很好的现实意义：大促带来的波峰波谷，能更好推动整个供应链技术新的突破。

“如果一直平稳，你也不会做任何的变化。但就是因为有波峰波谷，会催生出一些新能力。比如系统订单的技术处理，包括整个供应链怎么样更加柔性，更加协同。”夏小龙说。

京东提出过一个“十节甘蔗”的理论：消费行业的价值链共有“十节甘蔗”，分为创意、设计、研发、制造、定价、营销、交易、仓储、配送、售后十个环节，前5个归品牌商，后5个归零售商。

过去10年，京东一门心思做好后5节甘蔗，因此有了今天的京东。下一个10年，京东的目标是进一步深入前5节甘蔗：通过京东数智化社会供应链的“全链路”策略，实现从消费端到产业端价值链各环节的整体优化与重构，提升社会供应链应对未来复杂环境的核心能力。

从2007年到2021年，京东用13年智能供应链、物流等领域的自身实践，带来31天的“世界级”库存周转天数、超百城分钟达的物流体验。

前文提到，2020年中国社会物流总成本在GDP中的占比是14.7%。京东提出一个目标，希望能在未来的10年，通过“数智化社会供应链的构建”，和合作伙伴一起把这个数字进一步降到10%以内，接近发达国家的7%-9%。

2020年新冠疫情突袭，深刻改变了整个世界的经济形态与人们的生活方式。我们不得不面对一个艰难的事实：未来的世界，是一个“黑天鹅”频繁出没的世界。“黑天鹅”事件的特点包括：概率很低，破坏力巨大，很难预测，难以防御。

如何直面复杂环境，并实践最优生存策略？作为一家新型实体企业，京东正在试图用数智化实践，为自己和合作伙伴们寻找属于未来的答案。

这场跨越10余年的智能供应链马拉松，其意义也正在于此——用数智化技术，帮助企业在波动的世界中寻找稳定。