北京筑龍智能物料：企業供應鏈數字化轉型新思路

　　8月16-18日，由中國物流與采購聯合會主辦的“2023（第十五屆）物流與供應鏈數字化發展大會”在貴州省貴陽市召開。北京筑龍智能化事業部總經理、筑龍研究院副院長胡婧玥受邀出席，帶來主題為“智能物料——企業供應鏈數字化轉型新思路”的分享，介紹了北京筑龍在供應鏈智能化方面的創新實踐。

　　胡婧玥以最近大火的ChatGPT為切入點，為與會人員演示了ChatGPT在各類問題上“智能”的答復表現。“ChatGPT作為一個劃時代的產品，在很多領域都有不錯的表現。但仔細研究ChatGPT的技術發展過程，我們會發現ChatGPT的強大是建立在大量高質量數據的基礎之上。而對于供應鏈數字化場景，供應鏈的“智能”程度體現在企業物料數據的打通程度？”胡婧玥介紹道。

　　因此，想要實現供應鏈的數字化，物料數據的打通是關鍵。胡婧玥指出，只有在物料數據打通的情況下，企業才能明確物料需求、精準的物料庫存、全面的供應商畫像。而物料數據的打通包含兩層含義：一個是對內打通，打通設計、采購、倉儲、生產各環節；對外則是實現與供應商的互認互通。只有實現了物料數據在供應鏈各環節的標準打通，才能清晰了解物料采購需求，精準的匹配物料庫存，全面的掌握供應商情況，進而真正實現供應鏈數字化轉型。

圖-企業實現數字化供應鏈的先決條件

　　據胡婧玥介紹，部分國央企通過不斷實踐，在企業物料打通方面取得了階段性的成果，但是也遇到了難以突破的問題。比如怎樣編制一套讓不同群體都認可的物料主數據，怎樣可以及時的編制物料主數據而不影響業務的開展，怎樣可以讓物料主數據覆蓋到更多的業務主體和業務場景，這些問題隨著企業供應鏈數字化升級轉型而愈發地突出明顯，而造成這些問題很大一個原因，是“編”出了問題。基于此，胡婧玥介紹了北京筑龍的解決方案“依托智能化技術，解決‘編’的問題——不再依賴編碼，而是通過物料的文字描述，來認識物料。”

圖-企業物料主數據“編碼”難題

　　北京筑龍作為一家采購供應鏈數字化產品及服務提供商，在智能物料方面有多年的探索和實踐經驗。筑龍智物將雜亂且非結構化的采購物料數據進行標準化、結構化處理，制定統一規范的流程，實現跨部門、跨系統的數據信息共享和編碼統一流轉，以智能化識別技術為手段，不再依賴人工手動整理數據對應關系，助力企業提升數據質量，實現數據的持續性長效治理和復用水平，為企業數字化供應鏈提供先決條件。

圖-使用筑龍智物識別物料前后

　　在具體應用方面，胡婧玥向與會人員介紹了兩類集團性企業物料主數據建設過程中遇到的問題以及北京筑龍的解決方案：

　　某大型的集團化企業需建設全集團統一的采購物料主數據，從而保障其真正實現采購數字化。但該集團業態差異較大，且部分下屬單位已有正使用的物料編碼，一套新的標準很難適用于全集團。北京筑龍智能物料解決方案，通過制定“集團統一+編碼映射”的方案，采用編碼映射的管理模式，即集團制定一套統一的主數據分類標準及編碼標準，各專業化公司可以保留已有分類及編碼，并形成分類及編碼之間的映射關系，相當于建設了一套翻譯器，從而在根本上解決了集團和下屬單位對物料標準訴求不一致的問題。

　　而針對集團下屬單位物料主數據“無標準”的問題，同樣可采用智能物料識別算法解決。由于企業的核心訴求是通過集團采購平臺的物料數據標準化來促進平臺的數字化轉型，因此，北京筑龍將智能物料識別算法結合到實際的業務場景中，縱使采購平臺中有很多采購數據是非標準的，但在實際數據交互的過程中，智能識別算法都將全量的數據進行標準化的轉化，這樣就使采購平臺流轉的物料數據都是經過標準化轉化的數據。

圖-使用智能算法工具來解決物料數據映射問題

　　可見，智能物料算法既可以實現標準與標準的映射，也可以實現無標準到有標準的映射。通過智能物料真正打通了供應鏈的物料數據標準，所有的數據入口環節都嵌入了智能物料識別算法，從而保證了該企業的供應鏈平臺全生命周期鏈條都流轉著標準化的物料數據。以“智能映射”模式解決企業物料主數據“建設難”的問題，以智能物料算法加速提升物料主數據的建設效率。通過物料主數據建設新模式，推進供應鏈全鏈條數字化應用，為企業供應鏈的數字化轉型提供了新思路。

　　據胡婧玥介紹，目前筑龍智物已連續多年為多家世界500強企業、大型央企和國企提供數字化產品與服務。“通過統一企業物料主數據，打通內部不同系統間的信息孤島，讓企業數據標準化、統一化，解決企業數據標準化與采購效率的平衡難題，讓企業采購過程集約化、智能化。”

　　19年專注，只做精品。除智能物料外，作為一家采購供應鏈數字化產品及服務提供商，北京筑龍已為眾多超大型及大中型國央企和集團化民營企業提供采購供應鏈數字化解決方案。后續，北京筑龍將持續提升技術創新和供給能力，以更專業的產品與優質的服務助力更多企業實現采購供應鏈數字化轉型升級。

圖-北京筑龍部分企業客戶