埃森哲陈明！变革给我们带来希望，也给我们创新的力量

【报道】9月7日，在第四届全球新能源与智能汽车供应链创新大会上，埃森哲大中华区工业X业务总监董事总经理汽车工业部表示，今天听了专家这么多领导人的讲话，抓住了两个关键词：“变革”，给我们带来希望和创新的力量； “安全”告诉我们，什么是这个行业快速发展的基本行动方向？三四年前，我们更多地谈论构建供应链的灵活性。

如今，如何打造供应链的韧性已成为业界不断思考的话题。

以下是埃森哲大中华区董事总经理和行业汽车行业负责人陈明的演讲实录，也给了我们创新的动力； “安全”告诉我们要脚踏实地，这个行业快速发展的基本行动方向是什么。

三四年前，我们更多地谈论构建供应链的灵活性。

如今，如何打造供应链的韧性已成为业界不断思考的话题。

为什么？关于突发危机，我已经讲了很多。

我不会重复这些危机。

我想强调一下这些危机的共同特点是什么？多种风险因素的不可预测性、突发性和持续性给我们带来了巨大的影响。

根据历史数据，汽车行业中小规模、预测周期短的危机经常发生。

根据我们的数据，过去35年里，汽车供应链中持续两个多月的紧急情况几乎每4.9年就会发生一次。

持续1~2个月，平均3.7年发生一次；它持续一到两周，几乎每两年发生一次。

这就需要我们整个汽车行业的不同厂商主动思考如何用变革的方法来管理这些所谓的紧急情况和危机。

汽车工业本身遵循大规模工业生产、批量生产的基本原则。

为了提高供应链的弹性，我们需要推动在庞大而复杂的系统中按流程和规则运作的部门。

例如，当我们谈论产品设计和生产计划时，我们通常希望尽量减少零件和设备的批次，包括设备的变更，以获得批量生产的优势并优先考虑成本效率。

但今天我们需要在设计和功能上提前考虑风险因素对冲设计的考量，比如法律合规性。

我们不仅要查看现有供应合同中如何表述不可抗力因素，还要考虑替代来源地点和地区。

与法律合规性相关的信息，例如人力资源。

汽车工业不断向自动化方向发展。

为了更好地应对外部突发事件，需要研究如何提高员工的跨职能技能和整体信息控制能力，从而应对外部事件。

当这种情况发生时，人类智能可以更好地帮助我们保持整体自动化的可持续性。

这一系列的部门实际上给我们信息系统IT部门带来了三大挑战。

IT信息基础设施的基础如何连接部门之间的信息流，数据管理和数据驱动的智能决策如何帮助决策更加精准？现在是我们增强供应链弹性的时候了。

如果我们简单地找到相应的工厂，进行双重或三重采购，包括增加安全库存裕度，会对当前成本产生影响。

我们需要更精准的手段、方法和技术来帮助我们平衡韧性和市场竞争力。

在处理突发事件的风险管理时，它与传统的风险管理有很大不同，因为当前处理的风险的可预测性很低，造成的损害程度超出了以前对风险的认识。

传统的所谓风险识别、风险分析、应对和监控在这种环境下已经部分失效。

我们希望能有类似反污染信息的预先设计的应对方案，能够引导企业组织有序地从一个危机走向另一个危机。

从中恢复过来。

但实际的挑战是，风险因素及相关状态的不稳定变化会给我们的决策带来不确定性。

为了帮助我们更好地管理这些相关决策，我们需要利用数字化手段来量化风险并建立与风险相关的危机场景。

同时，我们可以在日常工作中根据外部条件的变化，不断对风险模拟场景进行相关的压力测试。

这可以帮助我们持续关注并确保最薄弱环节的可恢复性和可持续性。

每个企业的目标、企业结构和流程都不同。

如何获得企业的弹性洞察，将是我们构建弹性供应链最关键的前提步骤。

咨询常规三步走：首先，了解现状是什么；第二，希望通过数字技术帮助我们量化风险；第三，进一步让风险抵御能力管理成为日常管理的一部分，帮助我们打造可持续的应对风险的能力。

弹性成熟度的评估通常预计在两到三周内完成，通过在线工具，通过选择行业基准，例如内置针对高科技、原始设备制造商和一级供应商的行业基准的现有工具。

八类题结合公司自身的组织流程设置了几十个问题，分配到相关职能部门、业务部门和业务领域，从中我们可以得到公司的韧性得分，与行业标杆进行比较，找到我们的不足。

哪里可以找到我们的改进点，为下一步的资源投入提供相关指导。

下一步是使用数字孪生来绘制整个供应链中零部件的流动网络。

通过数据结构化，覆盖从各级供应商到用户的流程路径及相关节点。

更重要的是，我们需要建立产品从生产、销售、收入的数字孪生模型，并在此之上叠加风险。

类型、风险因素，这样我们就可以模拟压力测试、高风险领域和低风险因素叠加后对企业终端业务的影响。

目前，由于汽车智能化、电动化的发展，不同的汽车零部件品类有着截然不同的流程和风险因素，比如传统汽车零部件、电子汽车零部件和软件模块所面临的相关应对措施。

措施生效的时间也会有所不同。

数字孪生将在这里发挥非常重要的作用，整合多维度的企业数据源，形成全局可视化，为下一步的压力测试提供数字模型基础。

在此基础上，通过测试网络拓扑指标的来来往往对应整体弹性状态的感知。

根据每个企业的数字化程度，这个周期可能需要六到十周左右。

这个环节将持续帮助我们企业了解企业信息化和数字化投资的下一步发展方向。

其实压力测试本身不仅仅是为了揭露我们的薄弱环节，更重要的是压力测试是如何与我们公司的营销和营收挂钩的。

埃森哲和麻省理工学院联合开发了压力测试工具。

里面有九种预定义的未知场景，从需求方、从供应风险方、从地理方。

每个场景都有数百个对应的参数。

告诉我们这些情况中可能影响风险发生的时间、周期、强度等相关信息。

同时，也有典型的危机应对方法。

通过这样的工具，我们还可以导入符合公司自身特点的定制功能场景，从而帮助我们建立循环模拟平台。

在周期模拟平台下，我们可以得到不同强度的不同危机对应的影响，并根据时间维度建立短期、中期和长期危机对我们的影响。

目的是通过数字平台和统一仪表板，将弹性管理变成企业运营日常管理的一部分。

在外部条件不断变化的情况下，能够平衡多种供应的订单拉动和主要供应商的命运。

管理和联动方式，在高效率、低成本、高安全性和强韧性之间找到最佳平衡点。

基于这样一套方法和工具，已经帮助全球主机厂实施了相关的整体弹性供应链构建流程。

几个关键点是，每个汽车制造商都有数千家一二三级供应商。

这个供应商的整个项目周期完成后，实际上有2%的供应商是高风险的，其中2%接近100家供应商，而我们最终量化了这些高风险之后，明确了这些具体节点终端的整体影响，通过供应链控制塔指导定制解决方案，并部署持续的风险分析。

我们希望把这套方法和工具带到中国汽车行业，帮助提高对当前和未来风险的应对能力，不断发展壮大我们的汽车行业。