供应链里有个著名的问题,就是牛鞭效应。如果预测不准,库存就更不准。我就提出一个理念,尽量让决策链变得短。能够一步做的决策,不要分两步,一方面是人员减少,另一方面精度会提高。我们不单独做预测或库存,直接一步到位,最后输出的就是我们的补货量。这个算法会极大提高整个库存指标的表现,减少参数的调节。在我们供应链领域没人做过这方面的研究,就是用端对端的方法来做库存管理。这是我们现在在硅谷做的一个研发方向。
怎么理解这个“端对端做库存管理”呢??
以下是引用自“京东小黑板”:
在2018中欧全球供应链论坛上,京东集团智能供应链首席科学家、清华大学工业工程系主任,美国加州大学伯克利分校终身教授申作军博士,向包括美国国家工程院院士李效良教授、中欧国际工商学院赵先德教授等500余位来自物流科技、大数据与智能供应链、供应链金融领域的产学界大咖,分享了他和他的团队最新研究的项目成果,并深入浅出地介绍了京东供应链优化。
京东拥有500百万以上自营的SKU,8个RDC,500多个仓库,日库存的金额是500亿人民币,但是京东做到了平均库存周转天数是24天,现货率达到95%以上,自动补货率达到85%以上。
如何做到的呢?京东采用智能的多级补货系统,会针对于不同的需求做出不同的补货系统。比如针对销量比较平稳的产品,采用基础安全库存模型;针对长尾产品,采用连续补货模型,等等。除了算法的优化和机器学习,还会结合业务员的人工输入,更精准地做到自动补货。
了解供应链的人都知道,供应链中普遍存在一种现象“牛鞭效应”,是说供应链上的信息流从最终客户向原始供应商端传递时,因信息扭曲而逐渐放大,最终导致供应链失调,出现供应商货物积压或零售商出现缺货等现象。对于此问题,申作军教授提出了一个创新的理念,即让决策链变短。“能够一步做的决策,不要分两步,一方面是人员减少,另一方面精度会提高。我们不做预测,不做库存,直接一步到位,最后输出的就是我们的补货量。”
用端对端的方法,来做库存管理,这是个全新的理论。目前供应链领域没人做过这方面的研究。“这个算法会极大提高整个库存指标的表现,减少参数的调节。”申作军教授表示。
阅读全文
收起全文