欢迎进入CSCMP 供应链管理专业协会官方网站!
全球资讯
编者按 数字技术的创新正在给我们的生活和工作带来巨大的变化。我们的企业需要重新设计和部署他们供应链部门的角色和需要掌握的技能,才能迎合目前的市场需求。 中国(深圳)综合开发研究院物流与供
协会动态
数字化时代供应链企业的组织架构与人才管理(2/2)
发布时间:2022-03-18 19:08:39
  |  
阅读量:
编者按
数字技术的创新正在给我们的生活和工作带来巨大的变化。我们的企业需要重新设计和部署他们供应链部门的角色和需要掌握的技能,才能迎合目前的市场需求。

中国(深圳)综合开发研究院物流与供应链管理研究所执行所长王文博认为,面对未来更加数字化的供应链,供应链企业的人才画像、人才需求乃至组织架构,必将发生一定的变化。供应链企业急需要懂运营或懂业务的技术人才,亦或是了解技术基本原理的运营人才和业务人才。这些人才将协助企业实现运营、业务和数字技术之间的联通。也有一些企业,会组建解决方案团队或类似产品团队。这些团队能够有效串联起运营、业务和数字技术等不同部门,搭建跨部门协作桥梁,并成立项目团队,推动企业整体的数字化变革。当然,重要的前提是,任何的重大变革都需要企业领导人的肯定与支持。企业领导人本身应首先支持数字化,并给予充足的授权和赋能。


预测需求管理岗位

预测分析和其他新技术正在改变需求管理,使更多的需求规划流程自动化成为可能,从而在准确性方面带来更好的结果。在未来的需求管理单元中,拥有过强大市场知识的岗位与拥有最新数据科学专业知识的岗位相结合,将生成全新的需求预测。(参见图3)


图三:需求预测岗位职责

在这种新的设置下,市场专业岗位将充当商业组织的桥梁。其岗位的人需要同时了解商业和供应链。他们将负责收集所有与市场和客户相关的信息,例如有关促销、产品发布和最新的销售点的信息。然后,将这些信息整合到预测当中。这些专业人员需要能够将市场情报应用于他们所了解的需求信息当中,并充分了解竞争对手的动态。
然后,需求规划数据岗位专业人员将结合内部和外部的数据进行输入,同时使用预测分析方法来为未来高质量的需求打下基础。担任这个岗位人需要掌握:专业统计知识、编码和数据库查询的经验,通用编程语言的知识,以及对机器学习技术的理解。他们还需要掌握需求规划和可持续改进的思维。
第三个角色是需求经理,需要定义需求同时进行细分,并在销售和运营计划/集成业务计划(S&OP/IBP)过程中达成确定需求共识。同时需求经理还将处理需要人工输入/验证的异常(例如,新产品引入或产品生命周期结束时)。这个角色必须要掌握的技能包括商业和供应链知识以及强大的跨职能解决问题的能力(例如在综合业务计划流程中)。需求经理还需要良好的人际关系、沟通和绩效管理技能(例如,衡量关键绩效指标,比如预测的准确性以及偏差的掌握)。最后,需求经理必须对提供预测的人工智能系统有一个很好的理解和掌握,这样他们才能了解在任何一个节点进行干预。
这种新的设置使得大多数库存管理单元(SKU)的需求规划能够通过基于基础和高级分析的算法实现自动化。其他SKY中只有一小部分(5%-30%,取决于行业)需要需求经理与市场行业专家密切合作进行人工管理。对于自动规划的SKY,手动干预仍是可能的,但需要跟踪这些手动干预的性能,以避免负面影响。最近的建模方法甚至已经包括将所选择的SKU的手动输入作为预测模型的辅助功能,使其成为AI系统中的另一个较大的影响因素。通过这种方式,每个相关规划人员的需求预测精度、偏差和预测增值被视为整体预测引擎的中性输入。
端到端的供应计划与执行岗位
预测分析技术的日益成熟和数字孪生等新兴技术也在彻底改变供应计划和供应计划的角色。由于这些自动化解决方案,规划周期在缩短,企业可以更加灵活地应对不断变化的需求和/或供应情况。此外,供应计划将围绕端到端供应链变得更加一体化,而不是针对将每个流程作为单独的阶段进行。
由于供应计划流程的自动化程度高,以及向更具有预测性的计划转变(考虑到不同事件和结果的可能性),端到端供应计划人员将主要负责评估自动化系统创建的供应场景。此外,他们将负责管理突发情况,例如,如果无法制定可行的供应链计划,则决定优先事项;如果客户报告供应短缺,则分配库存;如果外部供应商未能提供所承诺的数量,则确定替代方案。他们还将提供销售和运营执行(S&OE)和S&OP/IBP在流程上的意见,并与其他跨职能利益相关者密切合作,做出权衡决策(如是否利用新的制造商、使用战略安全库存或拒绝客户要求)。因此,未来的供应链计划岗位应具备使用高级规划/数字双功能供应计划流程的经验,他们还应该具有很强的异常管理、沟通和解决问题的能力
企业还需要有能够实施和维护先进计划技术的人员,比如生产调度和规划的数字孪生技术,这个岗位将会创造更多的新角色,比如数字孪生工程师,该岗位将负责实施和维护数字孪生技术,持续改进计划系统的优化逻辑,并确保系统使用的数据是最新的。填补这类职位的人需要保持持续学习的心态、基本的供应链知识,以及对先进计划系统的深刻理解。他们还应该熟悉优化算法、机器学习、编码和统计计算机语言。
非接触式订单管理岗位
流程、技术和能力提升的另一个很好的例子就是订单管理。在过去,订单管理的特点是事务性和重复性的工作,从订单捕获到订单开票,这些工作需要大量的手动操作(或“接触”)。现在,新常态是“非接触”订单管理,它使用客户自助订购、电子数据交换(EDI)和RPA等技术。为了实现这种更自动化的订单管理方式,企业需要两个关键的角色:自动化架构师和订单经理。
自动化架构师在整个订单管理流程中实施和维护流程自动化的解决方案。担任该岗位的人应该熟悉最先进的流程自动化应用,如智能光学字符识别(OCR),以及领先的RPA技术,UiPath和Blue Prism。他们还应该有编写统计计算机语言(如R、Python和SQL)的经验;过程分析、设计和实施;工艺精进;以及敏捷开发。最后,重要的是他们要有保持持续学习的心态。
订单经理是与客户直接沟通的关键,这个岗位将会实时与客户互动,并管理正常订单流程的任何异常。即使在最先进的组织当中,订单经理也需要与客户进行共同合作来解决因库存水平报告不准确、错过生产截止日期或交付丢失以及延迟而导致的一系列问题。这个岗位需要拥有很强的解决问题的能力,以及很强的沟通和人际交往能力。他们还应具有操作ERP系统(如SAP和Oracle)的经验,以客户服务为导向,并具备商业和供应链知识。
先进的网络资源
近几年的新冠疫情危机足以表明一家企业的物理足迹与其供应链弹性之间的联系。现在,企业比以往任何时候都更加意识到,他们的网络资源配置对他们的业务战略是多么的重要。因此,许多企业正在重新考虑如何规划和优化供应链网络,来增强供应链的稳健度来满足未来总体业务的需要。例如,一些企业正在探索是否需要外部供应基础多样化,而另一些企业则在考虑其制造网络本地化或区域化。未来,随着企业寻求整合和平衡碳足迹、关税和税收等因素,以及与客户的交付周期,战略网络设计只会变得更加复杂。
随着战略网络设计变得越来越重要,一个具有敏捷性且有弹性的供应链就需要有专门的网络规划能力的角色。例如,企业希望有一位战略网络规划专员,他可以定义、运行和评估不同应用场景下供应链组件之间的负责程度。同时他还应该具有模拟常用的网络规划工具的经验。
物流运营岗位
我们已经看到新角色在运营物流部确立。在过去的十年里,企业创造了诸如LSP经理和海关贸易经理等角色。这些角色在未来仍然非常重要。企业将继续看到越来越需要整合第三方提供商,利用现代集成技术和平台,并在不断变化的全球贸易环境中运营,贸易合规要求也在不断变化。
随着企业实施人工智能和自主物流技术(如自动驾驶车辆、仓库机器人、自动化存储系统和智能拣选技术),他们将需要创造更多新的运营物流角色和岗位。例如,需要物流自动化工程师来推动数字化。这些员工将实施运输管理系统(TMS)和控制塔,并设计和操作(半)自动化物流和仓库流程。除了仓库和物流专业知识,他们还需要对最先进的仓库自动化技术和运输IT解决方案有相当的了解。还需要设计经验和改进心态。
数据处理岗位
随着越来越多的活动和流程实现自动化,一个专门的供应链数据掌握团队将成为未来供应链的关键推动者。该部门将负责构建、管理和清理所有底层数据,为价值流中的不同可视化层和应用层提供信息。
这个团队将由几个不同的角色组成。数据工程师将设计和调整所有内部和外部数据交换,并建立管理数据差距和错误的程序,以确保数据可用性和质量。这些员工需要特别关注自动数据验证和持续数据清理。同时,需要一名数据可视化工程师来开发新的数据可视化、仪表盘、报告和定制用户界面,以使所有利益相关者(如规划师和销售团队)都能理解复杂的数据。数据可视化工程师需要能够以适当且可理解的方式,以适当的聚合级别和频率呈现这种反馈。他们还需要创建直观的解释,以说明潜在的关系,例如,影响特定预测或销售的重要因素。
高级技能
正如对这些新岗位和发展中岗位的描述所示,我们坚信,未来的供应链人才将需要比今天更先进的技能。因此,供应链需要吸引具有不同教育背景和经验的不同人士,以在未来创造更多元化的劳动力。虽然我们希望看到完全专注的数字角色,但并非所有供应链员工都必须成为完全的技术爱好者。一般供应链员工应具备数字化思维,并知道如何在数字化供应链中应用最先进的技术和解决方案,如人工智能或机器学习。然而,他们不需要知道他们使用的算法或模型中涉及的所有技术细节。一个很好的类比可能是出租车司机,他需要知道如何在不同的路况(包括下雨和大雪)下驾驶,并阅读仪表板,但不一定需要了解汽车动力系统的所有信息。一般来说,供应链员工需要熟悉数据,并具备数据分析思维,而不是仅仅依靠他们多年来获得的经验和知识。这种思维方式将使他们能够使用大数据、机器学习技术和自动化根本原因分析来做出数据驱动的决策。然而,与此同时,企业仍需要拥有具有深厚职能专长和理解力的供应链员工。需要有经验的领导者为未来的供应链确定正确的方向,并不断塑造和改进供应链。仍然需要具备正确创新思维和跨行业专业知识的高管。
数字化供应链需要不同的人才

如果我们只把头衔改成更“数字化”的名字,比如“数字孪生工程师”,那么我们的数字化转型将注定失败。这种错误通常发生在21世纪初,当时物流职能经常被重新命名为“供应链管理”,而实际上没有改变角色和责任。为了避免这个错误,供应链组织必须以一种非常有意的方式定义他们需要的数字技能、能力和角色。当企业重新设计其供应链角色和组织结构时,遵循图4所示的流程可能会有所帮助,该流程包括三个阶段:评估、构建和行动。评估阶段始于将企业战略转化为供应链愿景,其中包括要使用的流程和技术。基于这一愿景,企业应该确定推动这种未来状态所需的组织结构。这个过程的一部分是确定高效运行未来国家供应链所需的全职员工数量。此时,重新设计团队应该确定是什么推动了这一决策。例如,每个需求的库存单元(SKU)数量可以帮助您决定需要多少需求经理。


图四:创造新的供应链技能的三个阶段

同时,团队应评估当前供应链组织的能力水平,以便其有一个清晰的基线。评估关键竞争对手拥有哪些技能也很有帮助。这个基准测试练习可以基于网络研究,可以表明你的竞争对手是否拥有你企业没有的技能,和/或他们是否在寻找相同的人才和技能。
最后一步,确定当前和未来组织之间的技能差距。这一差距评估的结果为现有角色和未来国家组织中的新角色提供了一份完整的定义技能清单。它还创造了关于已经建立了哪些技能以及当前劳动力缺乏哪些技能的透明度。这将是制定具体行动计划以弥合任何差距的关键起点。

在架构师阶段,您创建了一系列计划,旨在通过增加或有选择地减少现有员工来缩小技能差距(见图5)。核心举措包括:内部借调人才(从其他职能部门接管剩余产能)、培养所需技能(提高技能)、获取新人才(招聘)、租赁部分劳动力(承包)、重新部署人才(外包员工)和释放人才(剥离)。由于特定岗位(如合格的数据科学家)市场上缺乏可用的人才,能力建设和技能提升是构建未来劳动力的关键杠杆。


图五:劳动力发展组合示例

提高员工技能的一种方法是创建专门的项目,以建立一系列基础供应链管理知识和/或高级职能专业知识。例如,一些智能企业通过在五到八个月内进行的内部培训模块,或通过密集的新兵训练营,建立了全面的数据科学项目。其他企业利用Coursera等慕课的内容,避免在开发自己的培训材料方面进行巨额投资。所有这些项目都使他们能够培养自己的人才,使他们具备数据科学所需的核心技能,如建模、机器学习技术或Python编程技能。这不仅节省了资金,还减少了招聘具备所需技能的应聘者所花费的时间和精力。
除了创建计划组合外,企业还应将预测未来人才需求和员工需求以及监控就业市场发展的流程制度化。顶尖的数字先驱甚至使用基于机器学习技术的预测建模,根据内部和外部数据源预测员工流失、新员工数量以及不同员工档案的流动性。然后,这些结果用于按业务单元、站点或工作系列构建组织级预测。架构师阶段还应制定变更管理路线图和沟通计划。
实操阶段完全集中于使已确定的计划可操作,并创建路线图和治理模型,以开始快速构建目标人才能力。在这一阶段,将优先考虑各项举措,并确定变革的顺序。由此产生的实施和扩大计划应包括实现优先计划的详细时间表。最后一步是为计划分配团队成员,创建治理模型,并确定如何跟踪和衡量转型工作的成功。
遵循这种方法将有助于企业在扩大数字供应链的同时,朝着缩小技能差距迈出第一步。从今天开始行动将使组织能够随时准备就绪,并从明天获益。
抓住机会
COVID-19危机使供应链规划成为全球范围内的高管的首要议程,使他们意识到它不仅仅是从A点到B的移动盒,供应链现在是中心和中心。随着企业意识到,成功管理供应链风险并创造供应链弹性在客户服务和服务成本方面提供了巨大的好处。然而,企业需要合适的人才来完成所有这些工作,如果你不是亚马逊,仅仅雇佣外部人才并不容易。因此,现在是时候重新构想实现这一目标所需的人才了。
文章来源:CSCMP供应链管理通讯
文章作者:Knut Alicke, Kai Hoberg, Julian Fischer, and Sophia Welter
翻译整理:高珉