01青岛啤酒现状简介

青岛啤酒股份有限公司（以下简称“青岛啤酒”或“公司”）的前身是1903年创建的日耳曼啤酒公司青岛股份公司，是中国历史悠久的啤酒制造厂商，连续17年位居中国啤酒行业首位，位列世界品牌500强。1993年,青岛啤酒分别在香港、上海上市，成为首家在两地上市的中国内地企业。2021年青岛啤酒厂成为全球首家啤酒饮料行业工业互联网“灯塔工厂”。

青岛啤酒为适应竞争环境变化，更好的服务公司三大板块（快乐、健康、时尚板块），充分支撑公司战略，进一步深化公司组织变革的要求，2019年成立供应链中心，将建立以客户需求为导向，以提高效率为目标，以整合资源为手段，端到端高效协同的智慧供应链为使命，拉开了公司建立数字化、智慧型供应链的序幕，从而推动组织职能管理的一体化、专业化，全面提升供应链系统效率。物流管理总部启动扁平+矩阵式组织变革，设立7大运营管理平台，整合各营销单位物流管理职能，明确供应链运营平台战略执行、需求计划、供应计划、产销协调、物流运作、库存管理以及物流质量等6大核心职能。

为了更高效的生产运营，公司依托于ERP系统，通过对需求预测、生产、仓储、运输等多个供应链节点利用信息系统满足日常运营的需要。在需求计划方面，公司上线了Demantra需求预测系统，对公司未来三个月的滚动需求计划提供科学、合理的指导，经由销售单位、公司总部结合公司发展战略及年度预算制定最终的滚动需求、供应计划，为后续的生产、仓储、发运提供了有利的支撑。为了更好的对各产线的生产效率、产量进行监控管理，公司开始推行MES系统。

随着物流运输行业的不断发展，为了降低物流成本，提高物流运作效率，公司开始对各工厂上线TMS系统，将订单的出库、发运等运作节点由ERP转移到TMS，目前全国近60家工厂已全部上线TMS，实现了成品发运环节的无纸化操作，提升了成品发运的效率。仓储方面，TMS的上线给工厂成品库的库存管理提出了更高的要求，库存的重要性日益凸显，WMS应运而生。现在WMS已在全国多家工厂上线，使得工厂的出入库、库存管理等流程得到了规范。

2019年，为推进公司高质量发展战略，节约物流成本，公司与国内顶级团队展开合作，通过建立数学模型，结合各工厂生产资质，产能、运输距离等限制因素，对全国几百

城市大区的运输网络进行优化，选取物流成本最优的供货工厂，大大节约了物流成本；2022年，在运输网络优化的基础上，公司继续与蓝幸开展合作，以年度产供销的规划方案为基础，打造了具有青岛啤酒运营管理特色的供应链智能决策平台。

02供应链管理面临的问题

青岛啤酒在历史上的快速增长阶段，曾采用区域产销一体的管理方式。区域市场/工厂既管销售，又管生产和运营。这样的管理方式可以确保公司在快速扩张市场阶段的敏捷性和执行力。但当行业发展到了市场饱和阶段，区域产销一体的管理方式不利于公司统筹全国资源，实现优劣势区域的资源互补和资源共享，对于运营管理效率是一个极大的阻碍，公司推进组织变革，实施区域产销分离，成立营销中心和制造中心。

公司在2018年成立了总部供应链中心，将供应链规划、计划等管理职能收归总部统筹管理，总部供应链管理工作需要面临的工作量和复杂度剧增；靠传统Excel+手工的形式仅能针对大规则进行管理，难以应对比较精细化的管理工作；如月度主供应计划，仍需要由区域承担，在总部的指导下完成，由于触达抓手不足，无法全面贯彻落实总部统筹供应链计划的思路。

其次，供应链管理的变革需要考虑到营销、生产、采购、物流、计划、财务等诸多部门的诉求，靠人的经验无法快速有效地制定出全局最优的方案，同时与各职能团队、区域团队、以及高层的沟通也面临着巨大挑战。成本要素拆解不清晰、约束要素考虑不全面、优化方案无法进行快捷有效的解释，使得总部的管理工作往往付出了巨大的时间成本。

随着公司信息化和数字化建设进程的推进，青岛啤酒已基本完成了供应链执行层系统的数字化建设，建成了围绕着ERP系统打造的，结合WMS、TMS、MES等众多系统的执行系统体系，并逐步完善补足系统空缺。如何利用执行层系统积累的数据为业务决策提供价值，成为了公司供应链数字化建设下一步的重要任务之一。因此，对于一套具有智能化、自动化、科学化等特点的系统工具的需求应运而生。

青岛啤酒也是借由这个契机，2022年与蓝幸软件展开深度合作，以青岛啤酒供应链实际业务需要为出发点，共同打造符合青岛啤酒业务要求，具有青岛啤酒特色的智慧供应链决策平台系统。

03实施路径简介

供应链智能决策平台的建设是一个持续性的工程，无法一蹴而就。合理的建设顺序决定了建设工作的成败。如果不按照一个合理的顺序进行建设，公司的供应链战略无法有效地传递至执行层，导致实际执行偏离公司战略。另外，也常常会发现在某一个层级的建设过程中，许多前置问题没有得到有效的回答，导致中下层及详细计划缺乏明确且具体的规则指引。合理的建设路径应当是以“自上而下”为指导思想，从大的层面入手，先做整体的规划，再逐步向下深入。在决策应用层，先解决规划层的问题，如对年度产供销规则的智能化决策。规划层问题可充分考虑最完整的可能性，对于详细规则约束可以不必完全考虑。对于业务规则的改变，要大胆假设，并通过模型运算小心论证，最后得出各种情况下的指导规则。月度计划层承接规划层制定的指导性规则，结合月度的实际情况，制定出接下来一个或几个月的一般性规则。此时月度的需求计划、生产计划、供应计划、库存管控计划、物料采购和备料计划、酒液酿造计划、运输资源计划等都需要逐一落实。但仍需要注意考虑约束条件和业务规则的细节程度，避免过度考虑一些在周度仍需进行调整的问题。周度计划层应当承接月度制定的一般性规则，结合周度需求计划和资源可利用情况，做出进一步的细化调整，并与实际执行的业务约束紧密结合，最终制定出可落地执行的详细计划。

04供应链智能决策平台整体架构

供应链智能决策平台的搭建分为执行数据层、数据中台层、和决策应用层三个层面。

执行数据层

执行数据层提供企业在运营中产生的历史数据记录，作为智能决策的依据。

数据中台层

数据中台层作为执行数据向决策应用数据模型转换的枢纽，对执行数据进行标准化梳理，形成一套可支持决策应用层模型运算的标准成本要素、标准设施约束和标准业务规则标准库，方便决策应用层根据不同应用场景的需要调取数据。

决策应用层

决策应用层最终使用进行标准化处理后的执行数据和规则数据，通过“自上而下”在规划层、月度计划层、直至周度计划层搭建的不同智能决策模型，针对特定课题进行智能决策优化运算，输出优化方案以支持公司不同层级的供应链管理决策，形成一体化、集成化、标准化和智能化的供应链决策支持体系，使企业战略逐步传导至日常运营，并在不同层级进行决策优化。

（未完待续）