看雲栖說雲栖——大型企業網際網路轉型更新

鄭人有欲買履者，先自度其足，而置之其坐。至之市，而忘操之。已得履，乃曰：“吾忘持度！”反歸取之。及反，市罷，遂不得履。

人曰：“何不試之以足? ”

曰：“甯信度，無自信也。”

——《韓非子·外儲說左上》

本文内容取自2019杭州雲栖大會《大型企業網際網路轉型更新專場》。

易派客暨中國石化電子化采購系統，在 2016 年參照阿裡的中台經驗完成了轉型更新，到2017年交易額同比增長了5倍。

既然中石化能搞成，中石油自然沒有缺席的道理，專場第一個登場分享的嘉賓來自中國石油集團公司物資裝備部商務處，演講的題目為《網際網路新時代、智慧雲采購》。

演講分成四個部分：

1. 采購發展趨勢及采購平台建設曆程
2. 中國石油采購系統建設方案
3. 中國石油電子采購系統建設成果
4. 中國石油電子采購系統未來展望

在第一部分，采購業務發展趨勢中，提到了三個轉變：

• 由傳統交易模式逐漸向供應鍊管理轉變
• 由被動采購轉變為主動協作的價值創造
• 由物資管理轉變為供應鍊全鍊條的數字化管理。

在發展階段上分成五個階段：

• 交易管理分散化、各職能部門圍繞各自需求，獨立運作。
• 采購管理标準化、常用物品采購，已經形成一套标準的采購流程控制；仍分散采購。
• 采購管理集中化、與供應商建立長期合作關系；采用集中采購，加強了成本控制和風險防範；重視供應商的成本分析。
• 供應鍊管理共享化、與供應商建立戰略夥伴關系；開始加強供應鍊的整體協同；重視整個供應鍊的成本和效率管理。

• 戰略采購随需動态化、數字化采購轉型，應用新技術，提升供應鍊的整合與協同能力；加強供應鍊管理和深層次的戰略管理；與認證的供應商結成戰略同盟。

  
在向“網際網路+采購”的發展中有如下趨勢：

1. 立體化采購、包括橫向供應鍊協同和縱向采購方式、管道的多樣化，具體包括：供應商協同、合作夥伴關系管理、多方合作的平台化模式、聯合采購、子產品化采購、全球采購、多管道采購（移動端、PC端）。
2. 采購頻道專業化設定、設定不同物資、服務的專業化采購頻道，具體包括：電子超市（低值易耗品、辦公用品、代儲代銷物資）、專業市場（大宗和通用商品）、定制采購、電商社群。
3. 采購金融化運作、基于電商平台資料，為供應商提供信用評價、應收帳款融資、倉單融資、産能融資等多種供應鍊金融服務。
4. 綠色采購、采購節能環保産品、廢舊物資及調劑物資處置。
5. 智能采購、大資料應用，包括智能推薦供應商、智能平衡庫存、精準采購等；合同自動化管理，包括合同模版自動生成及合同執行跟蹤；機器人流程自動化（RPA），實作重複業務流程的自動化處理。

在實際的建設曆程上看，中國石油采購供應鍊資訊化建設經曆了從分散到集中、從集中到內建、從內建到共享的曆程。

在第二部分，是中國石油電子采購系統建設方案的介紹：

• 前台、包括專業采購和超市采購兩大部分
• 中台、由會員、商品、采購、訂單、營運、分析基礎等各個共享服務中心組成。
• 背景、阿裡雲電商基礎架構平台，包括負載均衡、資料庫服務、雲計算、異地災備等。
• 内部資訊系統、包括ERP、合同系統、審批流、MDM系統（主資料管理）。

系統的特色包括：

• 企業全采購、全品類、全模式、全功能。
• 采購全電商、支援電商化、電商采購。
• 電商全一體、管理和交易采購結合。
• 一體全開放、所有功能可面向社會開放。

第三部分，是對系統建設成果的介紹：

• 在總部及145家地區公司全面應用。
• 2萬餘個采購商、3萬餘家供應商。
• 月采購額200億元、上架商品400餘萬條。
• 應用領域覆寫勘探、煉化、管道、銷售、工建、工技、裝備、科研及其他石油石化領域。

系統的應用效果包括：

• 一體化、包括專業與超市采購一體化、采購交易與管理一體化、采購流程與管控一體化、内外部交易協同一體化。
• 規範化、包括業務合規、過程受控、資訊在案。
• 可視化、包括電商交易可視化、采購執行可視化。
• 協同化、包括供應商協同、評價與采購協同。
• 高效化、合同數量下降70%、非生産物資采購金額下降15、工作時間下降20%、采購周期縮短60%。
• 智能化、包括人性化采購（推薦優質商品、自動分層分流、自動目錄比對、曆史價格對比）、生态化采購（融合供應商、銀行、第三方電商、物流商等企業及社會資源，建構大型撮合交易市場，建構生态圈）、智能化采購（準确預測計劃，降低庫存；全面會員畫像，識别優質供應商；基于曆史交易，挖掘資料價值，提供決策支援）。

第四部分是對采購系統未來建設更新的展望：

• 促進供應鍊轉型更新、自營電商、供應鍊金融等增值服務，員工購/福利購。
• 進一步提升智慧采購、應用區塊鍊、機器人（RPA）、機器智能等技術，提高管理水準。
• 打造開放式平台、凝聚社會優質資源，提供多種交易方式，更好地服務企業與供應商，建構能源行業生态圈。

第二個分享的嘉賓來自商越科技創始人兼首席業務架構師，分享的題目叫做《采購數字化的創新實踐》。

商越科技是一家由阿裡巴巴前員工創業的企業，主要瞄準的業務領域正是大型企業的采購數字化領域。在分享的案例中包括toB交易的數字化體驗提升、企業采購的移動化、采購部門的主動服務轉型、通過選品工具建構的企業采購商城、預算控制、閑置資産再利用等内容。

第三個和第四個分享的嘉賓來自阿裡雲，分享的題目分别叫做《知識圖譜助力打造泛在智能》和《知識圖譜電力行業實踐分享》。

阿裡雲專家首先就知識圖譜産生的背景做了分享，其中提到了幾個趨勢：

• 趨勢一：技術進步推動企業智能更新，無論是在傳統網際網路還是在工業網際網路領域，業務的線上化産生了大量的資料，通過資料和計算技術，大資料又滋養了智能化，通過智能技術，智能化又對線上化形成了回報。
• 趨勢二：智能的三種技術應用，第一種是計算智能，以機器學習，深度學習等對海量資料進行計算，實作業務預測，分類等處理；第二種是感覺智能，以圖像、語音等深度神經網絡技術，實作對外部世界的感覺；第三種是認知智能，對多元外部實際的數字孿生世界，以人腦的方式對資料進行業務了解、分析、決策。
• 趨勢三：人機界限趨于模糊，一方面知識圖譜是重要的認知技術，知識圖譜是重要的認知技術且出于快速發展上升階段，另一方面工業智能依賴認知技術支撐，工業智能的核心是知識的傳承和應用方式改變。
• 趨勢四：人類知識傳承加速變革，人類的知識傳承可分成三個階段，知識傳承1.0是口語，據科學家研究，人類是從20萬年開始進行比較正式的口語進行交流；知識傳承2.0是文字，世界上已知最早的文字是約公元前3400年，由蘇美爾人所創造的楔形文字；知識傳承3.0是AI，人類已知知識和世界的未知知識逐漸由計算機進行感覺，記錄和持續推理學習。

對于如何建立企業智能的知識體系，有如下建議：

• 第一步是确定知識本體，就是要确定要關注的對象是什麼。
• 第二步是智能知識抽取，資料源包括人工經驗、裝置資料、業務系統、文檔、專家系統。
• 第三步是形成領域知識圖譜，通過智能知識抽取并結合通用知識圖譜的遷移以及規則引擎和推理挖掘來形成領域知識圖譜。
• 第四步是建構智能應用，基于領域知識圖譜，可以建構的應用包括智能搜尋與互動問答（包括全局檔案搜尋、精準資訊搜尋、智能工作指引、智能客戶服務、員工自助服務、智能營銷推薦）、精準資料處理（包括使用者ID拉通、無物料ID拉通、智能統計收集、智能資料填報、業務處理推薦）、智能分析與決策（包括故障智能維修、缺陷智能判級、裝置體檢報告、智能合同評審、工廠中的房間日報分析）、複雜關系挖掘推理（包括電廠集控中心運作助手、大網事件分析、化工提煉産出分析、經營異常行為挖掘）。

在電力行業，知識圖譜的應用實踐領域包括智能運檢和企業級知識大腦兩個方面，阿裡雲專家分别就這兩個領域的應用進行了分享，其中智能運檢的應用有如下案例：

• 配網智慧生産指揮、引入虛拟排程員系統，和現場人員和人工排程員進行協同生産指揮。
• 電力裝置故障檢修、通過裝置本體知識圖譜、運作異常知識圖譜、異常處置知識圖譜來指導電力故障維修檢測。

電力行業的企業級知識大腦由業務前端、企業中台、基礎設施構成，企業級知識大腦的實踐之一是制度标準知識庫，通過多标聚合，即對不同體系的标準（國标、企标、行标）進行融合來實作平台開放和知識共享。

最後三個分享同樣是來自阿裡雲智能，分别圍繞智聯網IOT、智能客服、工業大腦三個主題進行分享。

智聯網IOT部分，阿裡雲專家介紹了如下幾個案例：

• XX水務基于物聯網平台打造智慧水務、在底層将供水官網和排水管網的資料進行融合，在資料層收集包括管網靜态資料、管網動态更新資料、管網實時運作資料、管網事件事故資料；在應用層開發包括管網規劃、管網報批、管網工程管理、管網運維管理、管網應急處置、報建與審批等應用；在決策層實作管網管理一張圖（三維GIS+BIM）、管網大資料分析（曝管、堵塞、預防性維修）。
• XX油田基于邊緣網關實作零改造上雲、通過在邊遠磕頭機就近部署邊緣網關實作就近資料收集和本地計算，并實作在弱網情況下的遠端控制和資料上報。
• 壓鑄廠智能制造、通過提供完整的智能制造方案，包括裝置資料采集、生産編碼追蹤/品質管理，線上庫存管理，實作了生産過程可視化，提升了生産效率20%以上、将所有采集裝置的資料收集到一起，進行統一的監控和可視化，實作産品全流程追溯及品質全過程可視化，減少浪費。
• XX小鎮攜手阿裡雲，樹立城市的創新智慧IP，應用實踐包括：遊客服務中心（小鎮發展宣講、城市治理、産業服務大屏、科技科普展示展覽）、水質管理（水質線上監測評價、水生态修複、科技治水）、希望田野（無人機巡檢、無人機送餐）、夢想長廊（AR互動展示、企業風采展示）、安全監控（小場所安全監控、智慧排水監測）、金融驿站（共享停車大資料中心、共享停車實地體驗）。

智能客服部分阿裡雲專家介紹了智能客服生态體系和中國移動智能IVR系統的案例。

智能客服生态體系包括：

• 開放智能客服平台能力、包括知識雲、對話工廠、AIBoost、智能輔助、智能路由、智能決策、智能推薦、智能質檢。
• 合作夥伴生态、開發者（開發者文檔、雲上實驗室、SDK&工具包、API）、機器智能訓練師（公開課+認證體系、資料回流&算法優化工具、智能訓練會、行業領域包共建）。
• 行業解決方案、營運商、政務、金融、新零售。

中國移動智能IVR系統的案例：

2017年12月，基于雲小蜜為中國移動打造的智能IVR系統正式在湖北和福建兩省上線，每月承接10086兩百萬通以上咨詢電話，實作日平均解決率85%、平均滿意度：80%。

在最後的工業大腦部分阿裡雲專家介紹了如下案例：

• 協鑫光伏，主要問題是矽片生産次品率，通過引入ET工業大腦智能分析，監控切片生産參數曲線，推薦最優參數，提升良品率1%，作為國内第一大，全球排名第三的光伏企業，年可節約數千萬元。
• 某風機集團、主要問題是風力發電機維護成本高，通過引入ET工業大腦智能分析，提前識别風機異常預警，使得故障提前14天發現，單次重大事件維護成本降低20-40萬元。
• 智光、作為一家能源企業，主要問題是需要增加變壓器産品的競争力，采用ET工業大腦故障引擎為自己主要型号的變壓器進行故障預測，建構了基于大資料驅動的工業網際網路平台，面向自己的客戶提供智能裝置增值服務，讓智光迅速掌握了通過大資料服務能源裝置的能力，進而獲得了在國内能源行業中的領先地位。
• 翰藍、作為一家規模位于全國前列的固廢處理公司，主要問題是燃燒效率低,生産不穩定，通過将阿裡雲燃燒優化産品應用于垃圾焚燒領域，輸出準确的推料時間，進而提升鍋爐燃燒效率，最終将鍋爐産出蒸汽量提升了1.8%。
• 南方水泥、主要的問題是熟料生産能耗高，通過引入ET工業大腦綜合能耗優化指導實際生産的工藝操作，最終使得噸熟料标煤消耗降低0.64%，熟料工序電耗降低1.23%。
• 攀鋼、通過引入ET大腦工藝參數優化将脫硫劑的加入量降低10%，最終使得每噸鋼的成本降低1.5～2元，攀鋼每年節省成本在千萬左右。

除了上面這些阿裡雲親力親為的案例外，在阿裡雲被內建戰略的指導下，阿裡雲工業大腦全面開啟inside模式，賦能傳統工業內建商力拓科技成為數字化轉型解決方案提供商，在工業大腦的加持下幫助六國化工解決了磷轉化率提升困難的問題。通過工業大腦對萃取過程資料、原料資料的分析，建立磷轉化率預測模型，最終使得磷轉化率提升4%。

最後這個被內建的案例有點意思。