2月的第1場直播我們請來了有著10年B端產品經驗的@Jet，現任職某巨頭電商平台智能供應鏈產品負責人 ，曾就職於百度等大廠，負責AI智能硬體及PL3產品管理；擁有豐富的供應鏈產品搭建、銷售預測、供應鏈金融及團隊管理經驗，同時涉及行業涵蓋3C、家電、快消品、服裝、母嬰等。本文為直播內容整理，內容有刪改。
大家好，我是Jet，工作以來一直在做B端、供應鏈等相關產品，以前在百度負責PL3產品管理，現任職某巨頭電商公司負責相關智能供應鏈產品管理和規劃設計工作。
本次分享主要分三部分：第一部分是供應鏈生態體系的全景圖；第二部分是智能供應鏈的產品形態與應用，以及對銷售預測案例進行解析；第三部分是AI產品經理的能力探索。
小思考：為什麼要分享供應鏈？
以前處於消費互聯網時，很多頭部公司都做的非常不錯，隨著最近幾年流量見頂，包括現在網民數量已過十億規模，可以發現每年春晚都有很多公司用發紅包的形式在爭奪流量。
自17年開始提出產業互聯網后，產業互聯網領域中比較重要的垂類賽道就有物流類、MRO類、企業服務SaaS類等，由上可知消費互聯網更注重流量，產業互聯網更多是以供應鏈為核心，因為產業互聯網會涉及到產業和企業的交易，交易有買就有賣，如果是實物商品就需要管理庫存、庫存周轉率、供應商、客戶等渠道。
消費互聯網和產業互聯網中間一部分是電商，電商領域作為流量入口主要是做訂單轉化，到後面銷售實物商品時，供應鏈對其也很重要的，包括提高庫存周轉率、訂單履約環節等。
2021年產業互聯網的投融資金額是412.56億，其中B2B供應鏈就達到了302.34億，佔比73.28%，由此可知供應鏈在產業互聯網裡是一個能跑通的商業模式。
從個人角度出發，供應鏈也是一個非常值得深耕的行業，從招聘網站可以得知目前關於供應鏈產品經理的招聘是比較多的，而且薪酬範圍較廣；另外從國家人社部發布的分析報告可知，未來五年，我國對供應鏈管理師的需求總量將達到600萬左右；最後，供應鏈管理師的行業分佈也很廣，包括互聯網、批發零售、製造業等各行業都有。
一、供應鏈生態體系全景圖一覽
1. 供應鏈全景介紹
由上圖可知，供應鏈主要包括十三個要素：
第一個要素是用戶需求、用戶創意和用戶體驗，因為一切產品都源於市場和用戶需求，所以這塊涉及到CRM 管理、電商、門店、消費者等；
第二個要素是協同設計和開發，當有了商品后，會協同產品、研發、設計部門做產品的落地，包括產品版本管理、研發報名管理等；
第三個要素是精準營銷和銷售，產品製造出來后就會進入到銷售環節，包括用戶畫像、用戶口碑、銷售需求分析等；
第四個要素是端到端產銷協同，當了解清楚市場需求后，就需要判斷商品供應情況，主要涉及到S&OP產銷協同過程，這是供應鏈計劃層非常核心的點；
第五個要素是智能製造，如企業有自身的工廠，就會把需求量推發給工廠，如是代工廠就需把需求進行協同推送過去；
第六個要素是供應商協同，有很多工廠會圍繞自身供應鏈建一系列體系，有自身供應商提供原材料的工廠會要求供應商在工廠旁邊建倉庫，比如汽車業大部分都要求自己的核心供應商在旁邊建倉庫，形成循環取貨的方式；
第七個要素是訂單管理，當商品生產出來後會有訂單，訂單包括B端訂單和C端訂單履約；
第八個要素是網路布局和協同運輸，當訂單完成後，會把訂單實物流推到網路，比如快遞網路是B網C網的概念，再比如電商領域裡的倉庫分揀、營業部等；線路包括在線、支線和船站等，這塊有很大空間去優化網路，在保證時效的情況下降低成本；
第九個要素是最後一公里交付，這塊雖然有一部分需要技術實現，但更多是快遞送貨上門或現場快遞小哥的服務態度；
第十到十三個要素更多是人財物，包括一流人才配置和培養體系、智能財務/合規/預警體系、管理駕駛艙等支持體系，每個要素都可以深入研究，去挖掘行業痛點形成產品，給客戶帶來價值。
2. 供應鏈價值
從全鏈條看，供應鏈是從供應商、工廠、CDC、RDC、門店、供應商、配貨路徑等一直到消費者，會涉及到很多線上線下的渠道。
從數字化層面看，前半環節是供應鏈產銷協同，是指消費多少就推動供應商生產多少；中間環節是供應鏈庫存計劃，是指採購計劃、入庫計劃；後半環節是供應鏈的執行，包括全局物流、訂單處理、配送履約，也會有些逆向流程。
總結供應鏈核心圍繞六個字：人、貨、場、進、銷、存。人和貨這幾年不會有太大變化，用戶群體、產品幾乎是固定的，但場每幾年就會發生變化，比如最早是線下大賣場或大商場，然後出現電商、直播帶貨把流量切走一大部分，所以場一直在變，核心是供應鏈體系要圍繞場去做適當調整，這非常依賴供應鏈的庫存管理、履約、售後服務體驗等能力。
以上都體現了一個趨勢：即現在的流量在被不同渠道切分，有私域流量、直播流量等，但最近幾年供應鏈領域正在被幾個頭部公司做整合、收購，比如京東收購跨越。總體體系往上支撐體現在三個方面：成本、效率和體驗，圍繞這三方面做改進一定能帶來相應價值。
3. 供應鏈的核心產品和應用方法
當企業對業務了解清楚后，就可以分層去做數字化，包括系統產品：
首先要打好數據基礎，比如主數據平台的建設，包括客戶主數據、商品主數據、供應商主數據等。知識庫更多是指銷售策略、售後經驗、客服話術等可以沉澱下來的知識體系。BPM系統是指有些企業不光做工作流，也做審批流的BPM，審批流更多代表企業的決策效率，如果把企業決策的審批流提高10%，可能會比執行層效益提高100%所帶來的收益更大，因為企業的決策效率代表其對事情的認識深度，如果決策正確，大方向就不會有太大偏差；
往上是後台，如ERP業財一體化，這部分更多是圍繞財務模塊去展開企業內部管理；
再往上是中台計劃執行層，包括供應鏈中台，比如CRM、銷售預測、SRM、合同管理、需求計劃、採購管理、訂單管理等。還包括倉配執行，如WMS 和TMS系統，主要包括出入庫管理、運單路由、車輛調度等。以及包括訂單中台OMS，在很多B 端/C 端企業，前幾年都大張旗鼓在搞這方面的建設，如B /C 端訂單、逆向訂單、訂單API，API主要是對接一些渠道比如大客戶單獨去做的。
另外也包括數據中台，數據中台可以把一些共用的數據元素都放到裡面，比如研發管理、BOM管理、物料生命周期等。最後包括演算法中台，這在大部分企業是沒有的，所以需要藉助一些深度學習的框架，自己做演算法嘗試比如模型倉庫，是指做幾十上百個模型去適應不同場景和需求，以達到最優組合。特徵組件是指把特徵向量標準化，如天氣溫度、客戶畫像、各省份消費者特定屬性等作為特徵向量。配置策略是指把模型和特徵適用不同的應用場景去做組合式配置，達到解耦目的；
再往上是前台，包括線上/線下渠道、客服、供應商門戶、客戶Portal和合作夥伴平台；
最頂層是決策智能，主要是大數據和決策分析，如果服務的內部業務部門或外部客戶不知道想要什麼或不知道KPI怎麼設置，就可以參考SCOR指標體系，把供應鏈分成五大流程：計劃（Plan）、採購（Source）、生產（Make）、配送（Deliver）、退貨（Return）。
4. 分享智能供應鏈的原因
分享智能供應鏈主要有兩大原因，一是企業需求：
第一、傳統供應鏈系統解決了流程線上化、多公司和多部門的協同問題，提升了一定效率，但流程和數據相對固化，因為只有固化才會做數字化或信息化，但這樣也會導致數據都沉澱起來，不能發揮沉澱數據價值；
第二、流程的線上化比例達到一定水平后，再進一步提升效率就會遇到瓶頸，這時就需要進一步去挖掘效率、降低成本並智能輔助決策；
第三、企業內部上了很多管理系統，但在業務層面卻沒有帶來很大的價值或價值難量化，比如有些CEO花了很多錢，但最終有沒有拉動企業收入、降低企業成本？這是很難從財務報表直接體現。
二是社會趨勢：
第一、人口紅利逐漸消失，勞動成本逐年上升，所以需要自動化手段降低成本，比如去年新增人口是48萬，對比全國14億人口，48萬在統計誤差範圍內，有可能21年人口增長是負數；
第二、下一代技術浪潮，像人工智慧、數字孿生、元宇宙等，在向各行各業逐步滲透，尤其是人工智慧近年的滲透率一直在加快，比如人們生活中無時不刻不被人工智慧服務，包括語音助手，地圖導航、點外賣等，都有人工智慧的技術在裡面幫助人們提高生活質量；
第三、產業升級，向更高價值和更高科技含量轉型，因此需要一定的智能化手段支持。
上圖是供應鏈曲線，頂點到左側處於泡沫期或膨脹期，離現在較遠所以本次先不分享，現在主要分享下低谷期以及未來光明期涉及的主要技術：RPA、勞動力分析、環境社會治理、規範性分析、預測分析、供應鏈風險管理、數字化供應鏈戰略、網路設計等。
網路設計是指品牌商的庫存該分幾級，比如是否建一倉發全國？還是需要建CDC和RDC兩級倉儲結構？或是否要建前置倉等，需要從網路上做一定的規劃和設計。這塊有很多企業已開始在做，而且帶來了非常大的直觀收益。
二、智能供應鏈產品形態與應用：銷售預測案例解析
人工智慧包括機器學習等演算法，機器學習是指給機器一個相關規則，然後輸入一些數據后，它能學習出來相應規則並進行輸出，機器記憶學習里會涉及到深度學習，深度學習是基於神經網路演變而來的，像CNN卷積神經網路、RNN等；數據輸入後會做特徵工程，特徵工程是指把各種影響因素進行量化，這樣記憶可以識別；最後會有模型去識別特徵工程並做輸出，像神經網路也可以做這些事情，比如科學定律、圖像識別、機器翻譯、自動回答等。
人工智慧+供應鏈的產品形態主要有兩個：
第一個形態是智能決策類，比如銷售預測、計劃協同、智能補貨、選址優化、倉網規劃、商品布局、智能調度等，主要依據各個層面的數據採集，包括主數據、訂單數據、外部系統數據等做系統層面的效率和成本優化問題。這部分有些是用深度學習和記憶學習的演算法，有些是用運籌學的演算法，會有明顯的目標函數把成本或效率作為目標；
第二個形態是AIOT，這部分更多是演算法數據和硬體結合，比如分揀機器人、自動駕駛、無人配送、RFID等。如果RFID成本足夠低，比如降到1分錢以內就可以在各行業應用，好比商品流通可以切到RFID做溯源、物流跟蹤、數據整體管理等，能夠極大程度提高流通行業整體數據的真實性和透明性。
各企業在供應鏈和人工智慧領域的產品：
第一、科技供應鏈解決方案，比如京東物流、菜鳥等，更多是以原先的供應鏈優勢去縱向或橫向做整體方案，這方面更多是突出一體化供應鏈，即不止送快遞，還幫做庫存優化、拓客、網路優化等問題；
第二、科技供應鏈平台，大部分科技供應鏈平台都會有供應鏈控制塔、供應鏈協同平台、規劃&預測平台；
第三、流程智能化，包括流程編排，比如ERP公司、頭部SaaS公司都有在做這方面的業務；還包括演算法平台等；
第四、智慧倉儲和智慧運輸，比如WMS、WES/WCS/RCS、倉儲機器人、數字貨運平台、數字化運輸管理平台、自動駕駛、無人機等。
由上圖可知從業供應鏈和人工智慧產品的公司非常多，說明行業警惕度還是非常高的。
接下來具體分享下銷售預測案例，主要有六個問題：
第一、What，銷售預測是什麼？
第二、Why，為什麼要做銷售預測？
第三、When，什麼時候做銷售預測？
第四、Who，誰做銷售預測？
第五、Where，從哪裡入手？
第六、How，如何做銷售預測？
以上六個問題都比較簡單而且邏輯清楚，所以當我們遇到新事物時，可以從這六個問題出發思考，在實際工作中運用需要不斷鍛煉思維結構化，才能更好、更快速理解一個行業或產品。
1. 銷售預測的定義&價值
2. 何時由誰來做銷售預測？
3. 從哪入手和如何做銷售預測？
三、知識拓展，AI產品經理能力探索
在接下來的部分，Jet老師針對銷售預測的六個問題做了詳細講解以及分享了AI產品經理的能力探索。
囿於篇幅有限，想要觀看完整視頻的朋友可掃描下方海報的二維碼添加會員學習顧問@betty老師的微信，並備註「Jet」，即可獲得觀看鏈接。
四、本月直播預告
本次會員直播課程，Jet老師為大家詳細講解了走進智能供應鏈，AI該如何賦能電商經濟？希望大家都能有所收穫~
每周三/四晚上8點，起點課堂會員平台都會邀請一線的互聯網產品、運營實戰派專家，與大家分享最新的產品行業動態、運營玩法和乾貨知識。
每個月的會員直播都有月度主題，每周直播圍繞月度主題展開。本月主題如下：
