本文作者是编辑部特约撰稿人，曾就职于国际快递公司，担任供应链分析与管理工作，其间游历于各大物流企业与货主企业，学习企业经营理念，并将其融会贯通，自创一派，尔后担任各大企业供应链物流顾问工作，对中国台湾地区物流发展有先进独特的眼光，总是能够洞烛机先，布局未来。近年来，在研究与实践中，不断提出科技趋势与产业创新发展策略，希望能为供应链产业注入活水。

现代供应链想要成功，就必须能够预知“干扰”，并将商业决策建立在可靠的智慧资料分析基础上。我们都知道蝴蝶效应的故事：蝴蝶在巴西轻拍翅膀，可以导致一个月后美国德州的一场龙卷风，问题就是如何知道这些外界的变化？哪些对我们有影响？影响范围多大？预计何时开始产生影响？会影响多久？我们要怎么应对。

图A是一个简单的供应链系统，只有一家供应商、一个物流中心、一个客户。假设发生了三个不同的供应链事件，可想象分别发生火山爆发（A）、水灾（B）、罢工（C）。这三个事件中，仅有A、B二个事件会直接影响供应链运作，事件C则没有直接影响。也就是说，只要供应链事件的影响范围，触及到目前供应链的节点（node）或是运输途径（route），就会影响供应链。

 

但是，事件C只是没有立即的影响，不表示完全没有影响，因为一般企业顶多知道自己第一阶（tier 1）的供应商或客户，说不定事件C影响到的是我们供应商的供应商的供应商，要做到这一点，一般中小企业现阶段做不到，但是如果是台积电这种大企业，就必须做好完整的供应链上下游调查，至少得掌握到tire 3这个层级。

图A搭配供应链电子地图，以及不同事件的影响范围、影响时间，可以让我们很快地进行整体供应链冲击评估，这也是现今主要的供应链事件管理的基本逻辑，当相关讯息整合于一张电子地图上，很快就可知道任何供应链上面的异常。

康宝浓汤（Campbell's Soup）以往一直有个困扰：汤品、意大利面酱、鸡汤等含水分商品可能在运输过程结冰，使得该商品最后只能丢弃，尽管车辆出发前都会先预估天气状况，问题就是天气变化速度很快，等到卡车司机或是IoT侦测到低温，然后再进行应对通常已经来不及。

因此，康宝浓汤使用了EverSteam的Resilience360，进行运输过程监控与预测，针对卡车预计行驶的路线进行气象监控，如果发现外面大气温度开始有降低或是下雪趋势，在卡车还没进入该路段前就会事先提醒进行必要的运输商品防寒准备；如果卡车还待在转运中心尚未出发，系统可能会建议“提前出发”或是“延后出发”，以避开低温带。

 

除了气候型态的供应链事件，包括森林火灾、台风、地震等也都能自动分析，AI模型可分析出直接受影响的地区，以及后续间接受到影响的采购单、订单等。光是完整、正确的对管理者提出预警，就已经可以解决很多问题。AI模型现阶段或许还难以帮管理者决定遇到这些供应链事件后，应该如何转单、要转单给谁、要怎么改变运输路线等，但随着资料越来越庞大，后续帮管理者做到自动处理也不会是太大问题。

Resilience360最初是由DHL创新中心开发，现已发展成为一家独立的公司，员工在德国、新加坡和美国工作，可以全天候报导全球供应链中断事件。

除了Resilience360是目前比较成熟、完整的管理平台外，目前世界上也有比较大型的事件整合平台，例如：
https://rsoe-edis.org/eventMap，整合包括各地的火灾、台风、火山爆发、罢工、社运、交通事故、核生化外泄、极端天气预警等，每个事件都可提供其发生时间、影响范围，可以通过API进行讯息整合，投射于自己的供应链电子地图上。

供应链风险成因分析

供应链之所以会有风险，其实主要有三大原因，分别是供应链网络设计、物流运输，以及供应链节点所在的地理区域。

 

供应链网络设计

先用最简单的方式思考：如果只有一个供应商、一家客户、一家物流中心，这个供应链系统非常简单，但是其风险最大，因为只要来自供应商、客户、物流中心三者之一发生问题，供应链马上中断；相对的，只要把供应商变成二家以上，整体供应链韧性就可提升。

然而，供应链系统内，供应商不断增加的结果，其实反而造成管理上的困难，因为可能每家供应商单据、信息系统对接性，或是质量水平不同，而且现在有许多温室气体管理议题需要供应商配合，太多供应商只会造成我们自己管理成本增加，却不见得能提高韧性。

物流运输

生产过程都是在自己厂区内，现代厂房都有一定安全措施，不用担心刮风下雨或是窃盗，一旦生产完毕要交接给运输企业，整个运输仓储过程就会面临许多意外，低温管控环境可能跑掉、临时的车祸可能造成交通阻塞、经过不平稳路面可能导致货物碰撞损伤，如果是在非洲，甚至运输过程会被各种关卡刁难。

 

地理区域

在地理区域上，农产品是最容易受影响的供应链。因为农产品有适合的生长带，但是由于极端气候因素，原本合适的生长带可能饱受风灾、雨灾、干旱、战争的影响，结不出果实，不然就是快收割时却被天灾摧毁，或因为战争导致收成的农产品无法出口，农产品供应链普遍缺乏灾害预警或运输追踪机制，是各种供应链中最脆弱的。

有些学者专家认为，供应链如果越长，可能会导致供应链韧性降低。其实，以现今的供应链而言，不管供应链有多长，供应链上面的节点厂商多半会有一定安全库存，且现今供应链应变速度快，再加上网络通讯发达，不像以前得靠烽火台或是飞鸽传书，所以在现代，不论供应链有多长，与供应链韧性无关。即使把所有制造业都带回本土生产，也无法有效提升韧性，因为不论哪个企业都需要有相关的制造资源，例如金银铜铁钼锂钴镍、橡胶、石油、钻石、稀土等，这些特殊矿产只有少数国家可提供，如果一味强调短链，只会使供应链整体运作成本增加而非提高韧性。

供应链事件管理平台

由于现今AI、IoT与网络科技发达，要自动搜集信息已不是难事，我们甚至可把搜集到的新闻事件，通过类似ChatGPT等大语言模型，转换成具体的影像范围与影像时间。因此，全世界的新闻网站、新闻频道、广播频道等非格式化讯息，都可通过AI全程监听、转译成标准格式讯息，然后传入供应链事件管理平台。这类新闻讯息相当庞大，因此需要有AI协助处理。

物联网（IoT）则是可以做到供应链内部资料自动搜集，例如冷链需要的温度监控，或是运送蔬果时需要持续监控集装箱的二氧化碳浓度。全球最大的海运集团Maersk就针对集装箱提供全程API功能（称为Captain Peter），让客户通过程序实时调取集装箱各项监控指数。

然而，IoT本身的缺陷在于：仅能监控特定范围、特定事件。举例来说，低温物流车可能在路上遇到严重堵车，但是IoT监控的车厢内温度仍然正常，如果司机没有报告“堵车”这件事，整个运输过程就会认为一切正常，因为车厢温度正常。因此，通过驾驶员回报更多的异常事件，才能让供应链事件的搜集更完整。同样的，通过AI科技，驾驶员只需动口，AI即可转换成文字，并搜集目前的GPS位置，形成格式化的供应链事件输出。

 

有时候供应链事件并非来自天然灾害，例如中国宣布限制稀土出口，这项政策会影响到全球电子产业供应链，这类事件需要通过专家评估具体的影响时间、影响范围后输入事件管理平台，而且这类事件影响时间相当久，需要专家持续关注并修正事件影响范围。

供应链韧性强化与节能减排

供应链韧性强化与节能减排都是当今企业要追求的目标，然而，这二个议题却是互相矛盾的目标。例如，如果要节能减排，物流车辆必须拼货并车，提升车辆装载效率，目前日本许多制造业都开始进行运输物流整并合作，例如朝日集团、普利司通、日清食品等；但如果要提高运输韧性，应该是要把货物分散于不同车辆装载，才能避免单一车辆故障造成所有货物的配送延迟。

任何昂贵的ERP软件或是SCM软件，如果只能宣称其具备AI功能，可帮忙分析资料，在未来就会失去其价值，因为AI模型将无处不在。唯一有价值的事就是能够主动过滤出与供应链有关的“事件、新闻、数据”，甚至可自动帮助企业的供应链做灾害管控与应对，让管理者尽快知道影响为何，该怎么擅长可让损失降低，才是软件系统真正的价值。

AI三要素是硬件、模型以及数据，硬件已有英伟达、AMD等世界级大厂主导；模型会有擅长领域的专家负责开发，而且模型跟硬件一样都是日新月异，只要有了新的，旧的就不再使用。唯有“数据”需要长久保存、多面向搜集，而搜集数据这件事，也是物流业擅长发挥的地方，原因是物流业有许多车辆巡回绕行，就好像一个超级IoT，随时可搜集到周边路况、行人、空气质量、气温、二氧化碳浓度、降雨量等。

搜集庞大资料对于AI而言相当重要，除了可用来训练出更好的AI模型，在供应链管理上，利用庞大的数据进行供应链事件影响评估，以便缓解事件的冲击，是下一代供应链管理，以及强化供应链韧性相当重要的课题。

END

《现代物流》| 文章精选

引领产业发展，成为世界级专业供应链物流媒体

本文版权归中国《现代物流》杂志所有，欢迎文末分享、点赞、在看！转载请联系后台。