【EV视界报道】9月7日，在2022第四届全球新能源与智能汽车供应链创新大会上，埃森哲大中华区董事总经理、工业X事业部汽车行业主管陈明表示，今天听了前面这么多领导专家的发言，捕捉到两个关键词：“变革”，变革带给我们希望，也带给我们创新的动力；“安全”，告诉我们要踏实，这个行业快速发展的基础行动方向是什么。三四年前我们谈论比较多在于打造供应链的柔性，今天怎么去打造供应链的韧性，成为行业不断进行思考的话题。

以下是埃森哲大中华区董事总经理、工业X事业部汽车行业主管陈明的演讲实录：

今天听了前面这么多领导专家的发言，捕捉到两个关键词：“变革”，变革带给我们希望，也带给我们创新的动力；“安全”，告诉我们要踏实，这个行业快速发展的基础行动方向是什么。三四年前我们谈论比较多在于打造供应链的柔性，今天怎么去打造供应链的韧性，成为行业不断进行思考的话题。

为什么？前面已经提到过很多关于突然的危机，我不会重复这些危机，我强调一下这些危机的共同特征是什么？不可预测性、突发性以及多个风险因子叠加之后的持续性带给我们很大的冲击。根据历史数据来看，汽车行业小规模的、预测性前置时间短的危机发生频率很高。根据我们的数据过去35年几乎每4.9年就会发生一次对汽车供应链持续时间超过两个月以上的突发事件。持续时间一到两个月，平均每3.7年发生一次；持续时间一到两周，几乎每两年发生一次。这会要求我们整个汽车行业不同的厂家都需要去主动性思考怎么用变革的方式来管理这些所谓的突发事件危机。

汽车行业其本身遵循大工业化生产和批量生产的基本原则，要去提升供应链的韧性就需要我们去驱动庞大而复杂系统当中那些以流程和规则来运作的部门。比如我们讲产品设计和生产规划，通常期望尽量少地减少对零部件的批次包括设备的改动，以获得批量生产的优势，成本效率优先。但是今天我们需要在设计和功能当中，提前考量对于风险因子对冲设计的考量，比如法律合规，不仅要去看现有供应合同当中的不可抗力因素怎么陈述，还要考虑替代方案替代来源地点以及地域法律合规相应的信息，比如人力资源汽车行业不断向自动化进行发展，为了更好应对外部突发事件，需要看如何提升员工的跨职能技能以及对于全局的信息把控能力，从而在外部冲击事件发生的时候，能够让人力智能更好地帮助我们去维持整体自动化的可持续性。这一系列部门其实对于我们的信息系统IT部门提出三大挑战。

IT信息基础的底座怎么连通部门之间的信息流动，数据的管理和数据驱动的智能化决策怎么能够帮助决策更为精准。当下我们打造供应链的韧性正当时，如果简单寻找对应的工厂，做双重、三重寻源，包括提升安全库存边际，都会对当下的成本产生冲击。我们需要更精准的手段和方式以及技术，来辅助我们去平衡韧性和市场竞争力。

应对突发性事件的风险管理时，跟传统的风险管理有很大的区别性，因为目前应对的风险可预测性非常之低，产生的破坏程度超越了以往对于风险的认知。传统所谓的风险识别、风险分析、应对以及监控在这个环境之下部分是失效的，我们寄希望能够有类似于防污染信息一样，有预先设计好的应对方案，能够引导企业组织可以有条不紊从危机当中恢复过来。但是实际所面临的挑战在于，风险因子的变动不稳定及相关的状态会带给我们决策的不确定性。为了去帮助我们更好地管理这些相关的决策，我们需要用数字化手段对风险进行量化，建立风险相关的危机场景。同时，能够在日常工作当中根据外部条件的变化不断地对于风险的模拟场景进行相关的压力测试，这样才能帮助我们持续地去关注和保障最薄弱环节的可恢复性和可持续性。

每个企业的目标、企业的结构和流程都有差异性，怎么去获得本企业的韧性洞察度将是我们打造韧性供应链最关键的前置性步骤。咨询套路三步走：第一，了解现状是什么；第二，希望通过数字化的科技手段帮助我们去量化风险；第三，进一步把风险韧性管理变成日常管理的一部分，帮助我们打造一个持续性应对风险的能力。韧性成熟度的评估通常希望能够在两到三个周时间之内，通过在线工具，通过选择行业基准比如现有的工具里面内置了高科技、整车厂和一级供应商的行业基准，通过八大类型的问题集数十个问题结合企业本身的组织流程赋给相关的职能部门、业务部门和业务领域，从中获得本企业的韧性得分，拿它跟行业基准进行比较，找到我们的缺陷点在什么地方，找到我们的改进点在什么地方，为下一步资源投入做相关的引导。

下一步，通过数字孪生去绘制整个供应链零部件组件的流动网络。通过数据结构化覆盖从每一级供应商到使用者流动的路径以及相关的节点，更关键在于我们从中要去设立产品从生产、销售、收入之间的数字孪生模型，在此之上叠加风险种类、风险因子，从而让我们能够模拟压力测试、高风险地区和低风险因子叠加发生之后对企业终端业务的影响在什么地方。

目前因为汽车智能化发展和电动化发展，不同的汽车零部件品类对于流动的网络以及风险因子的差异性非常之大，比如传统的汽车零部件、电子汽车零部件和软件模块所面临的相关应对措施所能生效的时间周期也会不同。数字孪生在这里就会扮演非常重要的角色，把多维的企业数据源能够融合到一起，形成全局的可视化，为下一步的压力测试提供数字化的模型基础，这个基础之上通过网络拓扑指标的测试来去对应到整体韧性状态的认知。

针对每个企业的数字化程度不同，这个周期可能需要六到十周左右的时间，这个环节当中还会持续帮助我们企业去了解企业下一步信息化和数字化投入的发展方向在什么地方。压力测试其实本身不仅仅是为了去披露我们的薄弱环节，压力测试更关键的在于它如何跟我们企业的营销和收入能够挂钩起来。

埃森哲跟MIT共同开发了压力测试工具，在这里面有预定义的九个未知场景，来自于需求端，有来自供应风险端，有来自地理端的，每个场景有相对应的几百个参数，告诉我们这些状况当中有可能影响风险发生的时间、周期、烈度等相关信息。同时，还有典型的危机应对手段，通过这样一个工具，我们也可以导入定制化跟企业本身特征所符合的功能场景，从而帮助我们建立循环模拟的平台。在循环模拟平台之下，可以获得不同危机发生不同烈度之下对应的影响是什么样的，建立基于时间维度近期、中期、长期危机带给我们的冲击是怎么样的。目的是通过数字化的平台和统一的看板，把韧性的管理变成企业运营的日常管理的一部分，在不断地基于外部条件的变化之下，能够平衡多元供应和主要供应商的命运共同体订单式拉动管理和联动的方式，从而寻找能够在高效率、低成本，以及高安全、强韧性之间找到最佳平衡点。

基于这样一套方法和工具，帮助全球整车厂做了相关的整体韧性供应链打造过程。几个关键性在于，每家整车厂都有数千家一级二级三级供应商，这个供应商经过整套的项目周期完成之后，其实有2%的供应商存在高风险，2%就接近百家供应商，而我们把这部分高风险最后进行量化之后，明确了这些特定节点终端对整体的影响是什么，引导通过供应链控制塔定制相关的解决方案，以及部署持续性的风险分析。

我们希望把这套方法和工具能够带给中国的汽车行业，来帮助提升应对当前以及未来可以看到的风险，不断地把我们的汽车产业发展壮大。