0
一个果粉在iPhone12发布后，凌晨时分在京东下单，准备第二天收货。
8分钟后，他听到有人敲门，打开一看是个快递小哥。
快递小哥曰：“您的货已送到，请查收。”
这是现实中真实发生的事，之所以能达到如此快的速度，是京东的数智供应链在发挥作用。
通过数智供应链提前做好智能决策，对用户的需求精准预测，提前将商品放置到对应前置仓中，用户一下单，后台已经知道哪个前置仓离用户更近，精准匹配完成211配送服务。
这个过程除了京东的前置仓起作用，更考验京东数智供应链的预测能力、数字管理能力、资源调度能力。
数智供应链以技术驱动，把各个环节做全链路协同，以此来提高整体供应链效率。
当下环境，基于需求精准组织生产，提升从需求到消费整体的效率，成为企业、园区、城市的核心竞争力。
一、竞争底层逻辑变换，企业如何转型
改革开放前，国内供应链主要依靠指标拉动，其逻辑是——指标是多少，工厂就生产多少。
就像电影《你好，李焕英》里拍的那样，计划经济年代，国内物质紧缺，大家攒了钱也不一定能买的到东西，为了一张电视机票能打破头。
为啥工厂里不多生产几台电视机？
因为工厂得到的指标就那些，这也是国家发行票据的基础，工厂生产多少台都是由相关机构早就计划好的。
改革开放之后，国内供应链主要是生产拉动，其逻辑也变成了——工厂能生产多少就生产多少。
尤其是后来加入WTO之后，中国突然找到一个似乎有无限需求的国际市场，不论生产多少货，最后都能卖出去。
也就是这时候，国内创业者中开始流行那句话“撑死胆大的，饿死胆小的”。
在2000年前后，国内最热火朝天的事就是招商引资，企业家们拼命找钱搬厂，扩大生产，招聘工人——正好这个时间，国内劳动力价格便宜，城市化进程加速，天时地利人和。
那时候，工厂只要能生产的出来，就能卖得出去，江浙沿海地区和珠三角地区崛起了大批制造业企业。
但与此同时，草莽时期崛起的企业家也形成了饱和式生产的思维定式。
怎么理解？传统制造业喜欢大批量进原材料，超量生产，然后压货慢慢卖。
在当下不确定环境下，需求变化差异大，物资不足与生产力过剩的共存，再继续这样做下去，只会造成大量原料浪费，机器闲置，人员成本居高不下，卖不掉的货物大量积压。
为了解决这一问题，无论政府还是企业都想了很多办法。
当我们把视线转移到京东，用需求拉动供应链，将逻辑逆转成——用户需要多少，工厂就生产多少，这是京东长期高效的原因。
不久前，京东云峰会上提到的“数智供应链”，指的正是这条道路。
为什么京东云有这样的底气？
第一，京东在供应链方面基础雄厚，实践也够丰富。
为了让效率最大化，京东从2007年开始自建物流，一直到2017年的十年时间里，京东一直在做供应链一体化工作。
到了2017年，一体化效果初现，京东开始提供当日达、次日达、211等服务。
物流端为何能达到如此如此高的效率，取决于这些年京东不断在供应链优化上的探索——利用技术驱动，使供应链链数智化，强化了京东云的数智化能力，以此达到提升效率降低成本目的。
“这些服务不仅仅是因为快递员送的快，更多是通过数智供应链做智能决策，以数据精准预测出客户需求，提前采购放置到前置仓，这个过程已经能达到80%的准确性。”京东云解决方案负责人任成元解释。
他告诉雷峰网，京东的供应链一体化并不是单一模块和环节的一体化，而是整体的一体化，整个链路拉通才能达到当日达、次日达的效果。
这是京东的数智供应链基于自身业务场景，不断积累的成果，也是开头，京东的快递小哥能送那么快的原因。
第二，京东自己就成绩显著，也倒逼京东云能力的打造。
京东的供应链转型是从单点到链，而基于数智供应链底座又生长出零售、物流之外的健康、科技、云的业务。
今天，京东管理着超1000万SKU，服务5.8亿消费者，库存周转天数达到全球领先的30.2天，已经超过美国库存周转较高的沃尔玛，沃尔玛也是三十多天，但其管理的SKU远没有京东的规模大。
而在2017年，京东的库存周转天数还是40天，经过五年时间里压缩掉10天。
可以说京东的库存周转率、供应链调度能力已经领先全球，而这背后缘于京东不断利用数智化解决方案提升效能，加快周转的一个结果，同时也依托京东云的技术能力叠加了多重buff。
第三，京东的供应链理论扎实，有较强落地能力。
传统供应链中，商品从工厂到消费者手中，至少要被搬运四五次，中间经过各级分销商、代理商、零售店层层加价，商品的物流成本能达到销售价的18%。
京东通过技术平台建设，自己精细的控制仓储、物流，直接将商品搬运次数缩短到2次，即工厂到仓库，仓库到用户，最后能把物流成本压缩到8%以内。
刘强东曾公开表示过，京东赚的不是差价，赚的是供应链效率的钱，基于此还提出了“十节甘蔗”理论。
京东涉及的“十节甘蔗”领域很多，拥有很多实践经验，对比其他企业，这些算是第一手产业经验。
这些经验原来分散在各个部门，现在，京东云成立了智库和解决方案部门，连通咨询界的像普华、埃森哲企业，共同来整理、抽象出整个京东的产业实践经验，全部集中到京东云的数智供应链中。
基于曾经的产业实践，京东云做了很多行业的解决方案，例如零售、金融、能源、交通运输等行业。
京东的数智供应链就是打通了十节甘蔗，过去京东重点的能力是打通后五节，从营销、交易、仓储、配送到售后，十节甘蔗的后五节是典型的消费级供应链，主要围绕消费者的体验来提高效率。
到今天，依托于云计算、大数据等前沿技术快速发展，同时在京东自身业务场景不断优化和淬炼下，京东的数智供应链已经打通了前五节甘蔗，即准确传递消费者需求给品牌方的企业去生产制造，加起来便打通了整个十节甘蔗。
这成为京东“数智供应链”提升产业供应链效率很重要的做法，而京东已经达到领先全球30.2天的库存周转天数就是“数智供应链”能力最好的体现。
当前，京东就是通过京东云将自身的供应链基础设施和技术能力向外输出，以此来进军B端市场，京东云也成为京东集团对外提供技术和服务的统一品牌。
有了京东自身这个最大的标杆客户，京东云的数智供应链能力外溢到其他行业也是顺势而为。
京东集团副总裁、京东云事业群总裁高礼强认为，对供应链的数字化将是产业数字化的重要方向。而京东的数智供应链通过让产业供应链效率最高，从而降低整个社会的生产成本和交易成本。
二、深入到产业，解决多端问题
从根上来说，京东云向外输出数智供应链能力，成为京东云最大的差异化优势。
大家都做云计算、云存储，比较厉害的还做云原生、云托管、隐私计算之类的，同质化程度太过了。
巨头云玩家卷的厉害，圈内实在是没有增长空间。
在这种情况下，各家大厂要做云或者to B业务，只好把自己最核心的能力拿出来卖，比如腾讯的腾讯云，打的招牌线上业务，因为它微信及小程序生态完善；
到京东这里，它自然打的招牌就是供应链能力。跟其他技术公司不一样的是京东有大量实际落地场景，在多场景模式下打磨出京东云的核心供应链技术解决能力。
一方面，国内供应链数智改造是一个万亿级市场，足够容纳京东的野望；另一方面，国内实业也确实与京东的供应链能力非常契合。
在整个链路上，京东云几乎都有事可做：
首先是解决营销端问题，京东的全域链接能力大有可为。
以今年618期间京东云与民生银行的合作为例。
民生银行和传统银行一样，以前拉新信用卡用户的方式就是靠堆人。
不久前，京东云与民生银行合作了一个营销活动，通过数智化手段，拉通京东庞大的Plus会员与民生银行大量沉睡的储户，让很多客户在京东完成消费后，也同时完成民生银行的信用卡交易。
对银行来讲，他们获取了很多新的绑卡用户，带动了他的金融结算业务。
对京东来讲，他们则实现了民生银行的储户中，有大量可能不是京东会员也到京东上来消费了。
京东把自己营销能力，开放给客户使用同时，也利用了客户的资源，双方都得利。
再就是解决采购端问题。
这对应数智供应链的数智采购能力，以中海油合作案例为例。
京东云基于中海油整个体系，做了一个供应链的采购平台，全球几十个国家的采购，几千万的品类都在上面运转。
每个行业的核心都是效率，中海油是万亿市场，它的效率取决于装备物资的周转率，所以它需要尽可能多的开采。
在这个过程中，中海油每年的装备采购就要花一万亿。
而数智供应链要考虑的是这一万亿资产的采购效率是否最大化。
如何做呢？第一还是从需求出发，采购需求导向，因为如果大量采购后，需求匹配不上，损失是很大的；第二，有了需求后再去匹配装备物资，效率较低，而数智供应链基于数据，去做自动化的采购决策，提升了采购自动化率。
更何况，传统采购中市场出现权力寻租问题，这给公司带来的损失也是巨大的。
据京东云解决方案负责人任成元称，目前这个项目还在交付过程中，预期需求的预测准确率能提升10%。
别看数字不大，但从万亿体量采购规模来看，10%在业内是很大的提升了。
如果把需求拉通，上亿装备的品类管理效率可提升20%。
中海油的供应商很多达到几千家，每家的量也很大，所以风控是一个很大的挑战，这需要数据来管理。
供应商的信誉、过去的行为，通过数据来判断后，还能降低供应商的风险。
多说一句，京东能做到1000万sku，这么庞大的采购绝对不能靠人做，早已实现了自动化。
再就是解决资源调度端问题。
以陕煤为例，京东云给它做营销平台、超市、选煤仓储等，还基于多式联运做运力调度。
过去，陕煤称他们每一个司机拉煤要等调度通知，经常要等很长时间，现在通过移动化手机App调动运力，等到需要拉煤时再调度所需数量司机，每个司机每周都能省下一天的等待时间。
前几天，京东与国家电力投资集团签署合作协议，国家电投要在未来几年，在全国的一千个县，实现清洁能源的分布式建成。
京东供应链负责光伏板的输入、运维，目标是能让每个农户实时地进行用电管理。
每个光伏板都要有感知、控制能力，这需要通过数据来计算、调度，如果需求小的时候光伏板大力发电，就会出现问题，这时就必须去实时调控，有些地区要关，有些要开。
以前电集中传输，能耗消耗很大，如三峡的电传到北京，途中可能有50%～60%的电消耗掉了。今天通过数智化技术，分布式调度效率大大提升。
最重要的，当然是解决生产端问题。
这对应数智供应链的智能制造能力，智能制造最重要的是打通产能和制造侧。
“智能制造就是把原来人脑子里面的经验模型数字化，最后智能化沉淀在机器、计算机、服务器、云上的这些模型中。”任成元向雷峰网(公众号：雷峰网)解释。
如前文所说，过去的工厂都是先把产品生产出来，再去找订单，这样效率低，浪费严重，成本高耸。
而且，中国很多工厂管理水平不一，有时这个月订单多，设备24小时都插着电工作，有时接连几个月又很闲，很多机器设备同时闲置着，对整个供应链成本影响很大。
数智供应链则是以客户需求为导向，以京东在常州创建的超级虚拟工厂为例：
京东云在常州把近400+工厂的所有设备，通过京东的智能制造管理起来，形成一个超级虚拟工厂，对该工厂中的每一个环节，每一道工序的产能到底有多少，都非常清楚。
这个超级虚拟工厂有一个制造大脑，一端连接着工厂的产能数据，另一端连接着京东上的京造平台。
常州这些工厂之所以愿意合作，也源自京东上的大量订单。平台上的需求不停驱动工厂的生产。
不断积累技术，充分利用技术，在供应链上把整体效率做到极致，这就是数智供应链的精髓。
三、一朵实体云如何长出来的？
从上面来看，京东云更像是一种实体化的云——供应链就是互联网，物流就是CDN，云仓就是云存储，生产力就是算力，工厂就是服务器，产业园就是大数据中心。
如果数智供应链真的能够落到实处，京东云生态将形成一面覆盖大半个中国的制造云网。
所有加入这个网络的实体企业都可以享受网络的红利，也都会为网络做出自己的贡献。
而要实现这样的目标，京东势必也要做出极致的投入。
首先，京东当然是在战略层面要足够重视。事实上，京东从一开始就说自己是一家供应链技术公司，同步确立了三条增长曲线，京东云也将成为“技术服务”这第三条增长曲线的重要抓手，战略位置是非常重要的。
在自研技术上，京东云峰会上发布了4款最新配置的产品：云舰、京刚、云海、MCDN。
这些自研产品的核心思路均是加强对供应链的更高效调度，云舰对大规模异构资源的灵活调度，云海通过存算分离对数据资源的调度，京刚对计算的调度，以及MCDN对网络内容的分发调度，其本质也是通过技术实现对资源的灵活调度，从而实现成本效率体验的最优解。
云舰是全球首个混合多云操作系统，基于阿基米德智能调度。可以全面兼容全球范围内各类基础设施，让资源在多朵云之间灵活调度，实现客户视角一朵云，支撑了2022年虎年春晚、京东618、京东11.11的平稳运行。
现在企业上云基本会选择多云，这时候对云资源管理就很复杂，云舰2.0可兼容全球top10公有云平台，以及全球Top5私有云平台，将这些云资源管理起来。
这可对行业产生积极影响，云舰将云资源统一管理起来后，实现资源的池化，让资源和算力实现最大化。
做B端不同于C端，很多环节需要全行业共同合作。京东还发展了很多生态合作伙伴，这是决定京东的数智供应链能做多大的关键因素。
过去一年里，京东云挺进能源、物流行业，与中国物流、中国远洋、国家电投都达成了战略合作。
对于产业生态的链接，京东内部有一个织网计划，把京东的业务，包括生态体系、零售体系、金融跟客户做一些融合，让客户加进更大的生态网络。
当然，京东云还在不断强化“数智供应链”。
京东的供应链规模不断在增加，遍布全国的仓库越来越多，原来是几百座，现在达到大约1400多座。
如果展开中国地图，在中国地图上有700多个点，分布着京东枢纽仓储，这些叫四级仓储，形成一张覆盖城乡的网络，这是京东供应链的线下布局；
同时京东物流拉通了从干线物流，一直到末端的配送的整个供应链环节。
京东仓库的自动化水平也在不断提升，体现在无人车等无人自动化设备大量采用。
可以看到，京东在供应链上也一直朝着做宽做深方向前进——做宽的表现是国际化，做深体现在原来是做商品的供应链，现在商品供应链上叠加了很多服务，包括医疗、运输、安装、保险等。
原来京东供应链是基于To C的，现在做了许多To B的供应链，并通过京东云对外服务。
随着对数智供应链的深耕，京东云也与阿里云、腾讯云等其他巨头拉开了差异。其他企业是专注于技术，而京东作为新型实体企业，更多的还是在踏实解决产业端的实际问题，所以京东更能了解实体企业上下游的难点和痛点。
其他的云厂商没有自己的供应链，自己不控货，也就没有京东更了解货。
一个货里包含的信息很多，京东了解货就能更精准跟用户做对接。
在高礼强看来，许多行业数字化不是建一个协同办公系统、视频会议或者一个局部业务系统就能完成。
他认为数字化的核心矛盾实际上是解决各行各业的数智供应链问题，京东的数智供应链路径不是解决一个环节、局部的效率，而是想要做到成本、效益和体验最佳的平衡。
京东云做数智供应链，正淌过了野蛮生长地带，来到自己擅长的领域。
雷峰网特约稿件，未经授权禁止转载。详情见转载须知。
