消費品制造業是我國重要的民生產業和傳統優勢產業,涵蓋了輕工、紡織、食品、醫藥等工業門類,是保障和滿足大眾消費需求的重要支撐。然而對比汽車制造、電子制造等高端制造業,消費品制造的供應鏈管理較為傳統,數字化進程相對滯后,如何提升供應鏈管理水平是行業關注的重要命題。

近日,國內知名的酒水企業郎酒集團就通過與京東工業合作,引入“太璞”數智供應鏈解決方案推動供應鏈轉型升級。合作以來,郎酒的供應鏈多項指標顯著改善,每年庫存成本預計降低近千萬元。郎酒也成為白酒行業首個“太璞”數智供應鏈解決方案全面落地的企業。

百年郎酒生生不息,千年工藝代代傳承?，F代郎酒已壯大為中國傳統醬香型白酒生產企業,和茅臺并為國家醬香型白酒標準制定者。邁入年銷售200億歷史發展新階段的郎酒,正沿著品質、品牌、品味的發展戰略,堅定走一條獨具郎酒特色的發展道路。

郎酒股份以成都總部和二郎總部“雙總部”運行,二郎醬香產區和瀘州濃醬兼香產區“兩翼齊飛”。二郎醬香產區現已擁有7萬噸優質醬酒年產能,優質醬酒儲存量已達22萬噸,未來,儲量將突破30萬噸。郎酒瀘州濃醬兼香產區已部分投產,建成后年產原酒將達15-20萬噸,儲存量30萬噸。

郎酒的核心產區坐落于云貴高原與四川盆地接壤的赤水河畔,當地優質的水源和獨特的地理環境賦予了郎酒醇厚的風味,但險峻的地勢、偏遠的位置也為酒廠的供應鏈管理帶來了巨大挑戰。過去,受限于地理因素,兩大產區及3個供應鏈子公司分別獨立執行工業品采購流程,傳統的線下采購管理模式導致供應鏈的成本長期居高不下。尤其是庫存資金占用高、超長期庫存積壓成為困擾郎酒多年的難題。

高庫存并非簡單的“過量采購”問題,背后暴露出的是整個供應鏈協同效率的不足。例如,在采購計劃制定環節,由于線下采購歷史數據搜集難度大,采購計劃制定及分配更多以經驗為主,會導致需求預測不準確;在采購議價環節,由于各工廠擁有多個供應商,彼此之間沒有完善的管理體系,使得采購分散、議價能力有限;在庫存消耗環節,由于各工廠缺少統一的物料管理體系,導致共性物料、通用物料名稱混亂,無法在工廠間形成內部調撥,進一步加大了庫存余量。

要徹底“根治”這些問題,需要一個貫穿產業鏈的系統方案。京東工業打造的“太璞”數智供應鏈解決方案恰恰能夠有效解決這一問題。通過供需兩端的數智化打造數據流動的“高速公路”,“太璞”能夠實現產業鏈各環節的互聯互通、高效協同。在與郎酒的合作中,京東工業就基于“太璞”從規劃層、計劃層、執行層量身打造了郎酒工業品供應鏈一體化解決方案。

在規劃層,京東工業長期深入郎酒的生產一線“下苦功”。京東工業的品類專家走訪了郎酒每一個生產車間,基于“墨卡托”標準商品庫為郎酒物料清單中的每一個球閥、每一片墊片明確規格參數和價格標準、映射編碼,形成了一份統一、詳盡的數字化“物料編碼”。京東工業的技術團隊也進行了長達數月的駐場調研,為郎酒制定了采購供應鏈數智化轉型的整體規劃并部署了數字化采購管理系統,不僅優化了原有的采購管理流程,還實現了采購系統與財務系統之間、五家工廠之間、郎酒與京東工業之間的數據互通。在計劃層,京東工業根據郎酒的交付需求設計了末端履約網絡,在廠區附近部署了前置倉,在生產線邊部署了京工柜。郎酒生產線一旦發起采購需求,前置倉就會隨時安排專人專車送貨,或者由員工直接前往京工柜刷臉領取,大幅提升交付效率。而在執行層,京東工業會基于不同生產場景設計、優化運營流程,加強整個供應鏈運營過程的可控性和可視化,確保采購的高效、合規。

目前,基于“太璞”數智供應鏈解決方案,郎酒在白酒行業實現了零庫存管理模式,帶動產業鏈上下游庫存成本大幅降低。消費制造業傳統的庫存模式是“采購前置”,即“先訂單后備貨”。企業根據過往經驗預估物資消耗量下單采購,上游安排生產備貨。商品到貨后先放在倉庫暫存,生產線需要時再分批領用。這樣不僅會占用企業自身大量的庫存資源,同時由于采購前置也難以確保采購量與需求量完全匹配,導致產業鏈上游對市場需求形成誤判,超量備貨。

寄售模式則能夠從源頭改變這一局面。每個月,京東工業的前置倉和京工柜都會提前分析郎酒的工業品月消耗量,重新規劃倉內庫存,涉及的物料提前送至倉內暫存,待生產線發起采購需求后,再進行領取。這樣京東工業不僅能夠根據實際領用數量進行結算,做到真正意義上“用多少采多少”的按需采購和“零庫存占用”,為郎酒減少大量的冗余庫存,同時還能夠將末端采購需求準確傳遞至上游的生產商、品牌商,幫助他們精準規劃產能,減少不合理備貨帶來的庫存積壓和成本壓力。

目前,前置倉和京工柜在郎酒兩大產區及三個供應鏈子公司即將全部完成部署,全面替代了原有的總倉和二級倉,在大幅提升采購效率的同時有效減輕了庫存資金占用,每年預計庫存成本降低近千萬元。

京東工業相關負責人表示,消費品制造只是“太璞”服務工業產業數智化升級的一個縮影。未來,京東工業還會深入汽車制造、電子制造、煤炭、化工等更多細分行業,了解行業需求、積累行業know-how、配置行業化解決方案,用更多的“行業首個”推動整個工業產業的數智化轉型和高質量發展。?