能源行业智慧供应链应用

能源行业智慧供应链应用5/15/2019 北京

企业信息化正在快速演进

企业信息化的过去与现在

信息记录规范流程洞察业务

单一的数据源和简单的分析模型已经不能满足日益增长的业务需求

业务目标深入了解采取行动

专注收款行为，减少应

收账款过期余额

向下钻取，查看发票明细

这些客户是谁？

收款人是谁?

过期（包括潜在的）应

收账款余额趋势向上

应收账款总额趋势向上

DSO在目标值内吗?

最大化现金流

发票明细：客户名称，余额，付款日期，银行账号等

过期应收账款总额 = ?

DSO = ？

应收账款总额 =？销售收入

期限内应收账款总额 = ?

客户 = ?收款人 = ?

向下钻取

向下钻取

向下钻取

向下钻取

决策结果

1) 最大化现金流

2) 控制应收账款组合的风险

示例

未来属于数据互联+

算法增效

研发

销售

生产售后服务

供应链智能数据

产品追溯智能物流

按服务收费模式

智能产品

电子产品记录柔性生产

耗能管理

遥距服务预防式维保

算法驱动的企业应用核心-场景与算法-快速实现价值

我们离智能还有多远？

技术已经不再是

创新发展的瓶颈

机器和机器的互联互通

大数据、云计算

移动互联的运算人工智能

更大的范围、更加实时智能化的数据应用是当前和未来的主要需求

示例

国际石油公司在智能工厂领域的实践

调度与优化

可视化可控制

智能资产运维H S E 风险管理

供应链优

化

预

测与

感知

自主学习

经营管理

生产运营

我们对于企业智能化发展的看法

A rtificial I ntelligence – 实时分析与预测

基于经验数据和历史数据进行归类，统计，套用算法模型进行实时的分析与预测

I nternet o f T hings – 感知

让设备具备感知能力，自动获取与记录更细致、更精准的数据，同时让设备也可以理解数据

AIoT的关键是高质量的数据，数据是制约AIoT在工业领域落地的最大障碍所以，不从基础数据和数据应用入手的

AIoT场景都是不现实的

识别

通过状态数据进行业务状态识别

预测与感知

预测生产经营数据

分析

通过多种分析模式，了解

业务现状

我们对于数据世界的认识与实践

我们在数据的捕捉、获取、处理以及深度应用方面做了一些探索与实践管理更全面的业务数据非入侵式的获取以及应用智能化基础数据治理

算法推荐的储备策略

InStock:基于物联网技术的智能仓储管理系统

成功案例

叉车作业管理电子化

RFID通道门自动识别出入库物资

自动识别仓位信息

RFID手持设备集装笼物资信息自动识别

仓储大屏展示

托盘计重传感器

INS 智能仓储管理系统WEB端仓储全业务流程管理系统APP 仓储移动作业系统仓储现场移动收发转盘、上下架作业WDAS 仓储管理数据分析系统基于仓储业务数据，提供数据增值的分析服务WPBA 产品条码认证管理系统产品的全生命周期追溯，提供软硬件一体化解决方案IoT 物联网管理系统仓储中各物联网设备的集成、网络通信管理IPAS 集成平台对内负责各子系统间的集成，对外提供与外部系统的集成接口