8月16-18日，由中国物流与采购联合会主办的“2023（第十五届）物流与供应链数字化发展大会”在贵州省贵阳市召开。北京筑龙智能化事业部总经理、筑龙研究院副院长胡婧玥受邀出席，带来主题为“智能物料——企业供应链数字化转型新思路”的分享，介绍了北京筑龙在供应链智能化方面的创新实践。
胡婧玥以最近大火的ChatGPT为切入点，为与会人员演示了ChatGPT在各类问题上“智能”的答复表现。“ChatGPT作为一个划时代的产品，在很多领域都有不错的表现。但仔细研究ChatGPT的技术发展过程，我们会发现ChatGPT的强大是建立在大量高质量数据的基础之上。而对于供应链数字化场景，供应链的“智能”程度体现在企业物料数据的打通程度？”胡婧玥介绍道。
图-北京筑龙智能化事业部总经理、筑龙研究院副院长胡婧玥
因此，想要实现供应链的数字化，物料数据的打通是关键。胡婧玥指出，只有在物料数据打通的情况下，企业才能明确物料需求、精准的物料库存、全面的供应商画像。而物料数据的打通包含两层含义：一个是对内打通，打通设计、采购、仓储、生产各环节；对外则是实现与供应商的互认互通。只有实现了物料数据在供应链各环节的标准打通，才能清晰了解物料采购需求，精准的匹配物料库存，全面的掌握供应商情况，进而真正实现供应链数字化转型。
图-企业实现数字化供应链的先决条件
据胡婧玥介绍，部分国央企通过不断实践，在企业物料打通方面取得了阶段性的成果，但是也遇到了难以突破的问题。比如怎样编制一套让不同群体都认可的物料主数据，怎样可以及时的编制物料主数据而不影响业务的开展，怎样可以让物料主数据覆盖到更多的业务主体和业务场景，这些问题随着企业供应链数字化升级转型而愈发地突出明显，而造成这些问题很大一个原因，是“编”出了问题。基于此，胡婧玥介绍了北京筑龙的解决方案“依托智能化技术，解决‘编’的问题——不再依赖编码，而是通过物料的文字描述，来认识物料。”
图-企业物料主数据“编码”难题
北京筑龙作为一家采购供应链数字化产品及服务提供商，在智能物料方面有多年的探索和实践经验。筑龙智物将杂乱且非结构化的采购物料数据进行标准化、结构化处理，制定统一规范的流程，实现跨部门、跨系统的数据信息共享和编码统一流转，以智能化识别技术为手段，不再依赖人工手动整理数据对应关系，助力企业提升数据质量，实现数据的持续性长效治理和复用水平，为企业数字化供应链提供先决条件。
图-使用筑龙智物识别物料前后
在具体应用方面，胡婧玥向与会人员介绍了两类集团性企业物料主数据建设过程中遇到的问题以及北京筑龙的解决方案：
某大型的集团化企业需建设全集团统一的采购物料主数据，从而保障其真正实现采购数字化。但该集团业态差异较大，且部分下属单位已有正使用的物料编码，一套新的标准很难适用于全集团。北京筑龙智能物料解决方案，通过制定“集团统一+编码映射”的方案，采用编码映射的管理模式，即集团制定一套统一的主数据分类标准及编码标准，各专业化公司可以保留已有分类及编码，并形成分类及编码之间的映射关系，相当于建设了一套翻译器，从而在根本上解决了集团和下属单位对物料标准诉求不一致的问题。
而针对集团下属单位物料主数据“无标准”的问题，同样可采用智能物料识别算法解决。由于企业的核心诉求是通过集团采购平台的物料数据标准化来促进平台的数字化转型，因此，北京筑龙将智能物料识别算法结合到实际的业务场景中，纵使采购平台中有很多采购数据是非标准的，但在实际数据交互的过程中，智能识别算法都将全量的数据进行标准化的转化，这样就使采购平台流转的物料数据都是经过标准化转化的数据。
图-使用智能算法工具来解决物料数据映射问题
可见，智能物料算法既可以实现标准与标准的映射，也可以实现无标准到有标准的映射。通过智能物料真正打通了供应链的物料数据标准，所有的数据入口环节都嵌入了智能物料识别算法，从而保证了该企业的供应链平台全生命周期链条都流转着标准化的物料数据。以“智能映射”模式解决企业物料主数据“建设难”的问题，以智能物料算法加速提升物料主数据的建设效率。通过物料主数据建设新模式，推进供应链全链条数字化应用，为企业供应链的数字化转型提供了新思路。
图-通过智能物料打通企业供应链的物料数据标准
据胡婧玥介绍，目前筑龙智物已连续多年为多家世界500强企业、大型央企和国企提供数字化产品与服务。“通过统一企业物料主数据，打通内部不同系统间的信息孤岛，让企业数据标准化、统一化，解决企业数据标准化与采购效率的平衡难题，让企业采购过程集约化、智能化。”
19年专注，只做精品。除智能物料外，作为一家采购供应链数字化产品及服务提供商，北京筑龙已为众多超大型及大中型国央企和集团化民营企业提供采购供应链数字化解决方案。后续，北京筑龙将持续提升技术创新和供给能力，以更专业的产品与优质的服务助力更多企业实现采购供应链数字化转型升级。
图-北京筑龙部分企业客户
