编者按：

中国移动通信集团河南有限公司在集团供应链管理中心指导下，通过实施“管理强基”、构建存货管理数字化运营网络；通过创新AI预测、调拨算法模型，建立了存货管理网络的“智慧核心”；通过优化产业合作模式，将短期合作演变为长期协同、将单纯供需合作升级为“产业生态合作”。上述举措，消除了运营商与标杆电商在存货管理中的“管理体系”“决策基础”“产业合作”三大本质差别，形成了富有运营商特点的“数智化全周期存货管理体系”。

中国移动通信集团河南有限公司（以下简称河南移动）是河南客户规模最大、服务体系最完善、综合实力最强的基础电信运营企业，扎根河南、服务中原，为河南经济发展和数字化转型作出了积极贡献。

一、构建数智化全周期存货管理体系背景

（一）党和国家要求与行业、企业发展的共同指向

1.党和国家明确要求：做强做优做大数字经济

习近平总书记在《不断做强做优做大我国数字经济》中指出，“发展数字经济意义重大，是把握新一轮科技革命和产业变革新机遇的战略选择”，“充分发挥海量数据和丰富应用场景优势，促进数字技术和实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式”。

2. 数据要素是数字经济深化发展的核心引擎

《“十四五”数字经济发展规划》提出，“充分释放数据要素价值，激活数据要素潜能，以数据流促进生产、分配、流通、消费各个环节高效贯通，推动数据技术产品、应用范式、商业模式和体制机制协同创新”，“支持有条件的大型企业打造一体化数字平台，全面整合企业内部信息系统，强化全流程数据贯通，加快全价值链业务协同，形成数据驱动的智能决策能力，提升企业整体运行效率和产业链上下游协同效率”。

3.提升企业资源管理能力是中国移动通信集团的重要命题

提升企业存货的流动性和周转率，是实现央企2022年工作目标的重要基础，也是央企全民深化改革、提质增效攻坚战的核心基础，是中国移动通信集团贯彻“一切成本皆可控”“勤俭办企业”理念，开展降本增效专项行动的主要抓手。

（二）面临的痛点

按照市场发展需要，每年要采购数十亿元的存货物资，包括光猫、机顶盒、WIFI、云视讯、摄像头、定制终端，管理好存货物资的使用效能，关系到公司降本增效、数智化发展转型是否成功。

通过集团采购中心对标指引，河南移动向业界存货管理水平先进的电商公司——京东进行对标。京东2020年存货周转达到31天，而河南移动存货物资平均周转期60~90天。相比标杆电商企业，存货管理存在“库存规模大、周转速度慢”问题。根据全流程观察，造成此类问题的表象原因是需求、管控、产业合作、成本管理这四个环节存在各类表面痛点；但通过深入分析、造成该问题的实质原因是两种类型企业的“决策基础”“管理体系”和“产业协同模式”存在内在差别（见图1）。

二、构建数智化全周期存货管理体系内涵及主要做法

（一）建立企业创新型数智化组织管理模式

企业存货管理是典型的长流程、跨领域管理。河南移动遵循集团“创建世界一流科技信息服务科技创新公司”的指引，充分将信息技术和数据要素应用于存货管理体系变革，建立“网络化、平台化、数驱型、创新型”为一体的“创新型数智化组织管理模式”。

（二）数智化全周期存货管理体系实施架构图

河南移动在集团供应链管理中心指导下，通过“强基础”构建存货管理数智化网络；通过“筑智心”创新建立符合运营商特性的AI算法模型；通过“优生态”将产业上下游单纯采购关系上升为生态合作关系。通过这三个层面，河南移动探索出建立“数智化全周期存货管理体系”的路径图（见图2）。

（三）数智化全周期存货管理体系实施举措

1. 强基础

(1) 拉通系统、统一数据

首先要形成坚实的业务基础与数据基础，解决存货物资全流程各业务线间数据规则统一问题。通过梳理各条线数据规则、数据定义，广泛地拉通库存管理内外系统，实现存货管理全流程、全周期的业务自动流转、数据自动映射，在实现长链条业务顺畅办理的前提下，实现海量数据的“前—需求”、“中—供给”、“后—装维”的数据规则统一，使全周期海量数据实现“同步生成、同步分析”，为后续实施大数据分析、AI算法预测奠定基础。

(2) 精细管理、跨域同步

河南移动以纵横到边、到底的管理思路，对河南省存货实现全方位、同步式管理，以“市场、供应链、网络、财务”联合管控机制实现“以存订购”“库有不采”的刚性管控；以终端串号全流程跟踪管理为依托，将管理深入至装维班组一线；以供应链与ERP自动出库为抓手，实现业务发展与成本体系的一体化、自动化。通过上述措施，实现存货“管理无死角、业财一体化”，至此完成存货管理的数智化、自动化。

2. 筑智心

(1) AI算法销量预测替代主观经验判断

数据规则的统一与管理的同步仅能实现存货管理的数智化、自动化，若要达到业界标杆，必须实现业务管理的智能化。河南移动与北京大学大数据分析与应用技术国家工程实验室强强联合、产学研联合，攻关解决存货管理智能化需求预测、调拨预测的核心难题。联合团队通过业务分析、数据建模、算法实践迭代与创新，创立出存货高精度需求算法模型与调拨算法模型，构筑起全周期存货管理的数智核心。

(2) AI算法主动资源调配代替人为、被动资源调整

以全方位的管理能力为依托，将AI算法能力下沉至网格，对各层级单位的库存周转、库存水位实施AI算法动态监控，将被动的物资调拨转变为主动的资源分布均衡调整。

3. 优生态

(1) 共享AI预测、短期单据合作变革为长期预测合作

以集群部署的销量预测为基础，需求方与供应商共享预测信息，供应商安排产能保障、需求方按月下达发货指令，并实行“AI预测需求共享+上游产能保障+按月指令发货”模式，改变以往因需求预测不准、管理无序导致的“需求随机、超大订单、挤占产能”等传统合作模式的弊端。以集群部署的销量预测为基础，需求方与供应商共享预测信息，供应商安排产能保障、需求方按月下达发货指令，并实行“以收结算”（见图3）。

(2) 优化合作模式、加速资金周转、促进产业双赢

通过共享预测发展计划、获取上游准确信息，实施对上游芯片、器件产能监控，实施“上游+需求+安全库存”的三级监控机制，将传统一次性、大规模招标采购化解为小批量、高频次的“班车式采购”。

4. 成体系

上述举措的实施，消除了运营商与标杆电商在存货管理中的“决策基础”“管理体系”“产业协同模式”三大本质差别，形成了富有运营商特点的“信息产业数智化生态合作体系”。

（四）数智化全周期存货管理体系创新点

“数智化全周期存货管理体系”是河南移动整体数智化转型升级、践行集团“上云用数赋智”专项行动的一次成功实践。实现了变单一场景为权重组合场景的算法模型创新，实现了以算法指导需求与资源调配的管理模式创新，实现了算力上云与末梢透明管控相结合的业务管控能力创新。

1.算法、管控、模式三方面创新概要

(1) 算法模型创新

创新算法：传统大数据智能算法单一，预测数据准确率低，联合北京大学创新AI高精度自适应算法。神经网络预测：LSTM预测算法能够满足80%预测场景的高精度预测，对于少数规律性不强的预测场景，则利用多种算法进行权重组合分配预测，高效提升算法准确度。

(2) 管控能力创新

算力上云：算力上云、集群部署，实现144个县集群部署。

管理下沉、激活基层：将库存监控能力下沉到装维末梢组织，管理更透明化；利用销售预测数据指导末梢组织库存周转，激活基层管理。

人治转数治：利用往年进销存数据，基于大数据AI机器学习算法，预测销售；利用销售预测数据指导采购、库存、调拨。

(3) 管理模式创新

长效措施：以数据要素为核心，形成数据要素、AI算力、管理措施互动的良性机制。

AI换人：以算法为基础，通过算法迭代升级，以AI替换人工的需求预测与调配处置。

资源算力控制网络：将资源管理从人工管理逐步向AI算法管理演进，不断增强覆盖深度、广度，形成算力网络。

2.模型创新、精准预测

通过长达2年的团队磨合、业务梳理、数据清理、逻辑再造，创新发明出存货销量预测与调拨预测模型。

团队使用改良神经网络预测LSTM算法适应80%以上场景，对于少数（20%以下）场景则创新使用多算法（LSTM、SVR、ARIMA等）进行AHP-熵权法进行预测，使各单项预测模型有机结合、相互补充、充分发挥各自优势，模型预测准确度达95%，较业界通行的单算法预测准确率提升158%。

3.能力创新、管算互促

基于真实业务的算法模型，除了可以预测存货资源物资的发展趋势，也能发现基层管理存在的问题。在“AI高精度权重组合预测”中三种算法都不能取得较好效果时，可以判定该地区管理存在“较严重的人为业务干预”情况，各管理部门联合团队快速开展实地调研、解决管理隐忧。

4.模式创新、人治转数治

以“AI高精度权重组合预测方法”为核心，将存货资源管理从“个人经验管理为主的模式”，升级为“以数据为主、以AI算法为主的数智化管理模式”，实现存货资源类物资全周期资源管理的“需求准、供应稳、管理精”，实现资源人工管理向AI资源算力网络管理迭代进化。

三、构建数智化全周期存货管理体系成效

（一）实现跨专业融合同步管理——消除运营商与电商管理差别

形成跨专业融合同步管理、纵横到底、业财一体的资源数智化管理能力。体系管理、纵横到底，打通县营业部——铁通装维班组管理末梢，建成144：3750对应管理体系透明管理体系；统筹管理、盘活整体，统筹调整各级库存结构，助力快速发展；业财一体、同步管理，实现“BOSS、装维、供应链、ERP”业务进度与财务成本“业财一体”同步管理。

（二）AI算法预测推动降本增效——消除运营商与电商决策差别

AI算法模型形成智慧管理核心、降本成果显著。目前AI算法模型已经集群部署河南移动全部地市、全部营业部，实现业务的7天、14天、21天至84天销量常态化预测。河南省平均预测准确度已达95%以上，可消除长期困扰企业发展预测不准导致的呆滞库存成本压力，按照最小降低5%的偏差，同比测算年度可降低6000万元。

以强化管理能力、预测能力为基础，河南省平均库存周期可降为1个月，达到全国领先电商水平，计算全省年降低光猫机顶盒采购资金占用1亿元。

（三）产业生态合作推动保障升级——消除运营商与电商合作模式差别

以部署AI算法为基础、需求预测共享、确保需求与备料更精准；以“上游+需求+各级水位”三级联动存量监控，以全面资金周转加速，实现产业双赢，保障发展安全。

（四）创造高速发展与低成本运行和谐共促的新局面

2022年末营销资源总规模较2022年峰值降低某亿元，年度降幅64%，截止2023年6月底存货规模降为某亿元。大幅降低营销资源成本占用，实现营销资源周转、利用率有效提升，周转天数从接近90天降低至27天。深化挖潜增效，2022年地市间盘活光猫机顶盒产品60万台，价值9800万元。

（五）存货管理自动化、AI算法中台化、能力提升快速化

据了解，目前AI高精度权重组合预测算法模型在集团内属于空白领域，经国家级数字实验室评判，该成果在国内也属于“头部电商企业提高资源管理效率算法的核心竞争力、核心商密”。本项目具有核心自主知识产权，可根据中国移动通信集团中台战略，形成资源销量预测、调拨预测的中台能力，快速推广至中国移动全国各省级公司，推动全国存量类资源管理快速达到头部电商先进水平，提升集团资源利用率水平。

来源：招标采购管理2024年第1期 

作者：曾磊，中国移动通信集团河南有限公司；李增辉，中国移动通信集团供应链管理中心