近日，2023中国电子商务大会上，齐心集团首席技术官于斌平发表了题为《物资供应领域数字化转型实践》的演讲，他介绍，齐心的供应链业务架构本质是一个数字驱动、以AI赋能的供应商协同平台，可实现询价比价、订单智能调度、自动推荐等，背后是基于大数据基础的机器学习。

  我是齐心集团的CTO技术和数字化负责人。在之前的演讲中，几位央国企的领导分享了关于电商和数字化的内容，平教授进行了电商趋势理论的分析。作为数字化实践的负责人，我主要从技术角度与大家伙儿一起来分享物资采购领域数字化的实践方法。

  首先，让我介绍一下齐心集团。齐心集团是一家成立于1991年、专注于采购服务的物资供应商，于2009年上市。我们的核心竞争力是数字驱动的数智化平台。我们的核心业务是非生产物资的采购服务平台，例如企业办公行政物资、营销物料、MRO工业品和企业福利方面的采购。我们也为（前面演讲的）几家央国企提供服务。齐心集团还有自己的产品（品牌）齐心文具和齐心办公，咱们进行自主生产和分销，除此以外还有一个云视频业务。

  接下来，我将简单介绍物资采购领域的几种模式。第一种模式是撮合交易，这是我们熟知的一种平台模式。第二种模式是共享经济，例如货运和物流，许多企业采用了这种模式。第三种模式是以齐心集团为代表的自营模式，重点是发现供应链上各方的价值，并为客户提供价值。我今天的分享将围绕数字供应链展开。

  我们的齐心数字化平台可以归纳为三个部分：业务前台、服务中台和管控后台。我们的前台业务已经全部实现了数字化，后台则由六个能力中心提供支持。数字化分为几个阶段：早期的电子化、2000年初的信息化、以互联网大数据为代表的数字化，以及以AI为代表的数智化。齐心目前正处于数智化建设阶段。齐心的数字供应链模型包括需求、采购、履约、验收结算、售后以及数据提供等所有的环节，是一个以数字驱动、以AI赋能的全链条协同平台，连接各种供应商、品牌商、服务商和客户（例如央国企和其他企业和事业单位），并将各个协同企业与数字化平台相连接。

  我们为供应商、客户、服务商、物流商、金融、运营等提供数字化和数智化的价值服务，并通过企业云采平台、开放平台等多种系统来提供服务。这些系统并不是孤立存在的，而是数字驱动的，并且以AI赋能，为链接在价值链上的各方提供价值。

  我们提供了三种方式来为企业服务：数采、云采和易采，为客户提供企业采购服务。这些服务都能定制化且适配平台。除此之外，我们还辅助了福利平台和共享供应链平台，不仅给客户提供赋能，也为供应方提供赋能。

  齐心数采的本质是一个客户化适配平台。央国企都有各自的采购平台，每家央国企都有独特的需求，而齐心作为物资供应商，有一套平台来自动适配各方的采购需求，实现定制化适配。

  齐心云采在形式上是一个SaaS商城，本质上是为客户提供定制化的采购商城，包含专属的商品和价格。我们还为客户提供了专属的页面和风格。此外，我们还提供了专属的客户组织架构。为何需要提供组织架构？因为我们清楚物资采购需要经过审批，所以我们有专门的组织架构、审批流程和企业账号。我们的SaaS商城其实就是企业的组织架构、OA和内部审批体系的集成。我们内置了300多种流程，基本上适应了全部客户，无需开发，只需要几个小时就能够实现配置。

  齐心易采是为公司可以提供与其他大型ERP系统来进行简单巧妙对接的解决方案。企业可能拥有各种大型ERP系统，不一定会搭建采购平台，也不愿意使用其他系统，我们大家可以通过简单巧妙的方式进行对接。

  以上是关于为客户提供服务的内容。接下来，我将分享我们是如何实现数字供应链的。

  齐心的供应链业务架构本质上是一个数字驱动、以人工智能赋能的供应商协同平台。服务基础的核心是数字驱动和人工智能赋能。例如，企业需要询价比较，无论是投票还是表格，我们的系统都可以分析哪些品类、哪些SKU可以匹配，哪些供应商可以匹配，并自动生成采购申请，通过简单的人工审批后自动发送给供应商。供应商可以自动查看采购订单，并开始履约和配送。供应商还可以查看订单商品到达齐心仓库后发往客户的时间，清楚了解商品发送给哪些客户和地区以及使用效率评价。我们还将客户需求预测的数据开放给供应商，让供应商知道何时应该备货以及备多少货。这就是我们协同供应链的能力。

  齐心还拥有订单智能调度系统。因为我们拥有数百万种SKU和数千家客户，分布在全国各地。采购工作大家都清楚，如果每个仓库都要补货，那么库存积压和现金占用量将非常高。但如果不补货或补货不及时，就无法满足客户需求。为此，我们必须借助人工智能计算何时补货以及补多少货，哪些仓库应该补货，哪些不需要补货，以及何时及时采购。对于集团客户，我们可能需要将一个订单中的SKU分别发往全国的不同分子公司，这就涉及拆单的问题。做电商的人都知道，B端客户通常不具备C端的场景，我们是国内首家实现按地址自动拆单的B端系统，有些客户要求当天订货，必须在三天内发货；而有些客户要求较长的发货时限，例如一周或半个月，我们需要匹配不同的供应商和仓库，并需要AI的协助来计算，因为这是人工无法完成的。

  我们有一个自动推荐模型，目前正在试点推广。我们使用大数据平台标注订单数据、物流数据和供应商数据，因为人工无法完成如此大量的工作，所以我们建立了一个专家系统来与人工配合规则进行实施。在标注完成后，我们进行特征提取，根据特征进行模型训练。然后进行预测推理，确定哪个概率最高。最后，我们会自动选择和推荐结果，例如选择哪个品类、选择哪个供应商、选择哪个仓库，集中配送还是逐单配送。例如，如果客户需要一台价格为3000多元的电脑，我们会计算出哪个品牌、哪个供应商能提供最经济、最高效的服务，以此为客户提供价值。没有AI的支持，这是无法实现的。

  推荐模型使用了机器学习的深度神经网络，使用时序序列模型，其原理是根据过去一段时间的数据来预测未来的需求。对于C端客户来说，推荐模型要简单一些，因为C端客户的需求基本稳定。但对于B端客户来说是不确定的，因此我们进行了很长时间的调试。我们关注两个因素：样本率和召回率。在深度学习领域，样本率非常重要，而召回率是由计算得出的数据，用于计算有用的召回率。我们的样本率可以达到98%以上，召回率可以达到90%以上。

  闭环学习流程通过订单、物流数据和供应商数据的不断计算，通过系统补全并实时离线计算，积累样本并提供给业务方使用。同时不断记录数据并进行循环往复的使用模型的流程。

  以上的讨论都基于大数据基础。电商企业和物资采购企业都拥有大量的数据，我们建立了一个数据仓库，在数据仓库的基础上进行各种分析，供业务、客户和供应商使用。这种大数据平台是比较传统的，但也是非常必要的。对于数据来说，大数据平台必须成为AI数据来源。我们在此基础上还添加了一个模型训练平台，用于分析销售、客户和供应链的来源，最终进行物流和结算的推荐。

  之前我们讨论了供应链数字化的过程。作为技术实现者，我和大家分享一些关于物资采购技术实现的经验。大家都熟悉的两个概念是中台和微服务，如果不讨论微服务，技术将无法跟上。实际上，中台和微服务是一种辩证的关系，而不是互相排斥。

  传统中台包括技术中台、大数据中台和业务中台，业务中台中包含统一的用户和订单，看起来很美好。但实际上，每个客户的需求都是独一无二的，是专属的，一套中台无法满足这么多需求，必须实现定制化。传统的大数据和中台会拖慢交付客户和定制化的速度，因此必须根据实际情况改造传统中台，使其在碎片化和定制化方面更具可行性。从逻辑上看，这仍然是一个商品中台，但实际上存在客户商品中心、标准化商品中心等，以提供专属化和快速的服务。

  技术与业务结合，技术必须为业务服务。技术在底层支持各个业务端的服务，我们采用主流技术来实现客户平台和供应商平台的内部系统调用。

  作为数字化转型的服务提供者，我想与大家分享一些经验。数字化转型必须以客户为中心。作为一个一直从事技术工作的人，10年前我认为技术是核心，5年前我认为企业是核心，但后来发现以技术为中心的模式基本上失败了，以企业为中心的模式又与客户疏远。因此，数字化转型的定位必须以客户为中心，带来降本增效和创造价值。

  在企业内部，当我们面对一个业务需求或业务流程时，首先要考虑数字化的方式来解决，以智能化的方式解决。之前，电信领导分享了数字人，我们与百度合作开发数字人客服，通过建立静态和动态大模型来提供实时服务，覆盖所有商品、物流和结算等方面。

  我们运用数字化的方案构建企业协同办公，不仅要实现业务自动化，也要实现数字化的企业协同办公。我们通过大模型学习的方式将公司数千份流程、制度和规范全部数字化，并通过数字人与员工进行互动。例如，员工申请休假时，能够最终靠数字人了解应该采取哪种制度。与传统的即时通讯查询文档或询问相关负责人相比，这种方式的效率和体验感都更好。

  回到技术的本质，技术决定了生产力，因此在数字化方面，我们尽量采用主流或前沿的技术。对于一些旧的架构，我们应该尽快进行优化。如果技术跟不上，尽管我们以服务客户为目标，数字化也很难实现。

  具体的实现方法要以战略为基础，务实地一步一步实现。我今天的分享就到这里，欢迎各位领导和同仁来齐心平台体验并提供指导。谢谢大家！

  本次峰会由商务部、北京市人民政府共同主办，商务部电子商务和信息化司、北京市商务局承办，亿邦动力、北京电商协会执行。峰会以“数实融合 数智创新”为主题，9月2日-3日期间设置开幕式暨高峰会议，新型数字消费、数商兴农、跨境电子商务、国企电商采购四场专题会议，邀请到国内外政府机构、社会组织和优秀企业代表，共享电子商务发展新成果，共话电子商务变革新趋势，共建电子商务进阶新时代。