最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

毕马威:数字供应链的兴起与风险

[复制链接]
跳转到指定楼层
楼主
发表于 2018-10-19 18:56:47 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
近年毕马威在协助企业辨识其未来发展的风险与机会时,发现信息化、智能化受关注程度逐年上升,随着信息科技的发展,企业对于供应链的管理策略与方法也在不断的变化,如工业4.0的发展趋势,即可透过导入新的通信技术强化生产以及供应链中合作伙伴的互动,提高生产效率和质量管理。当前许多企业已经开始利用数字化系统加速与供货商和市场的链接和信息更新,强化运营的竞争力。然而与此同时,网络安全问题也如影随行,企业在追求数字化时须同时建立适当的防范与预警,以应对科技所带来的新兴风险。
透过工业4.0以及物联网等技术,可达到强化企业服务水平、减少企业库存、强化物流、节省成本、提升顾客体验等效果。现代的消费者不但相互连接、信息共享,且具有相当高的选择弹性。企业必须能更及时的响应需求以能满足消费者,保持市场竞争力。随着信息科技发展,供应链也从过去线性、响应驱动模式转向互联式、智慧预测的网络,使企业与消费者交互连结。
在此趋势下,毕马威观察发现企业已积极投入供应链的数字化投资,主要发展方向包括:
机器人与人工智能(AI)发展
透过硬件的机械人或软件的人工智能(AI)系统大幅减少人力与时间资源,并可让运营的信息直接数字化的纪录在系统中,作为企业持续监测与检测的依据,以便更精准地控制与调整运营和服务。
自动化物流规划系统
透过云端的信息管理与分析,提供消费者自动化的购物与配送服务。如亚马逊的Alexa以及微软与三星合作开发中的智能冰箱,皆透过智能互动系统进而分析消费者需求,并规划自动化的物流,主动发现需求以减少消费者采买的成本,同时创造消费者对品牌的黏着度。
脸部识别系统
脸部识别已不仅是个人信息加密应用,而是可以透过脸部识别提供更准确的服务。例如肯德基所开发的新技术不但可识别消费者,透过消费者过去的点餐信息比对,更可进一步分析脸部表情,提供点餐建议,强化服务的互动性。
无人载具
无人车、遥控飞行器(drones)、自动化公共交通系统等先进技术,让服务的最后一公里变得更近,达美乐(Domino Pizza)早在2016年完成第一次的遥控飞行器送餐尝试,随着地理信息系统(GIS)的发展与智能化应用,地理影响力与限制将大幅的变化。
智能标记、二维条形码、
区块链技术
不论是一般消费者或企业都希望能充分掌握购买/采购产品的信息,透过这些技术,产品信息不仅是要准确透明的,更要求是实时、全面的,且不仅是产品本身的信息,更需展现产品的价值链绩效信息。透过新的信息管理与分享模式,让产品信息可以被完整的追踪,并在网络云端实时更新,使消费者充分掌握产品信息。
这些新的通信技术发展虽然可为企业创造崭新的商业价值,也可能让企业更加脆弱。透过新技术让企业与供应链及顾客有更多的连接,或是把消费者纳入企业的“墙内”,同时也意味企业将暴露于更高的风险中。交互链接的信息网络中,无论是竞争者还是恶意的攻击者均拥有更多的渠道侵入企业内部系统,从中撷取所需的信息或瘫痪系统,即使恶意攻击者未直接伤害企业,也有可能盗取信息做不当使用,而在事发后对企业商誉造成损害。
尤其当企业自身系统越来越复杂与分散化后,原来的信息防护系统设计可能难以负担和涵盖,致使企业落于漏洞百出的状态。传统价值链关系中,如同一个只有前后门的城堡,一进一出相连;而数字化的价值链则是一个又一个四通八达的现代城市,需要更智能化的系统才能有效的管理。恶意的网络攻击往往会面向企业最脆弱的区块,因此全面检查数字系统防护的完整性、有效性更是企业投入数字化管理的基本工作。
毋庸置疑价值链的数字化发展是企业的新机会,企业开始开展供应链数字化的投资,但仍须注意新机会背后所隐藏的风险。企业应全面性规划信息安全系统,纳入高层参与并掌握企业信息安全,由上而下的规划,并标定优先性,投入适当的资源建立通信应用与安全防护系统。另外,与外部的合作也是不可或缺的,不论是与上下游或与产业相互合作,通过适当的信息交流有助于防护系统更具效力,更可透过外部专家检测与建议,全面优化智能应用与信息安全,减少企业自身盲点。
来源:毕马威KPMG

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-5 10:51

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表