导语：

采购与供应链数字化实践专家吴树贵新作《供应链思维：链性、战略和数字化转型》（简称《供应链思维》）近期由机械工业出版社出版发行了。这本书从如下章节对供应链、供应链思维与数字化转型做了系统性的阐述与剖析：无所不在的供应链、供应链与中国经济、供应链的重新定义、供应链的七大“链性”，交易在供应链中的作用、用供应链统筹数字化转型、数字系统建设的指导原则和实施路径、供应链思维下的企业战略和数字生态。

《供应链思维》是一本将供应链思维上升到企业顶层设计高度的战略规划与数字化转型辅导书。笔者在阅读时做了逐章拆解，精炼的章节核心，梳理章节脉络，并以读书笔记的形式做系列发布，做您阅读路上的同行者，共赴一场供应链思维与数字化转型的深度认知之旅。

读书笔记7： 数字系统建设的指导原则和实操路径

一、章节内容概要​

本章系统探讨企业数字系统建设的核心逻辑与实践方法，强调以供应链思维引领数字化转型。阐述数字系统建设要遵循模块化、互操化等原则，规划建设应体现战略理念、支持协同与数据汇集、助力数字供应链建设。实施路径上，需“三思而后行”，明确六大类需求，重视系统三大核心价值，依“五步法”推进。同时分析自建、外包等建设模式利弊，探讨人工智能在企业中的应用条件与前景，为企业数字系统建设提供全面指导。

二、重点内容解析​

（一）数字系统建设的指导原则​

规划设计原则：需遵循“大处着眼、小处着手”，兼顾当下与未来需求，保障系统扩展性；提出“软件 +”概念，强调软件是新技术应用基础。​

具体技术原则：包括模块化，像“积木”一样可随意组合、“即插即用”，便于快速升级迭代和扩展功能；互操化，实现人、机、网络通信与数据共享，为数据资源化奠定基础；可视化，直观展示数据，助力企业实时掌握运营状况；智能化，具备自主决策与机器学习能力，与其他数字技术结合，推动企业智能化发展。

​

（二）数字供应链规划建设的基本思路​

核心认知：企业以“盈利且可持续”为目的，数字供应链建设需先进管理理念引领，其本质是协同作业，把握此点才能实现数字化转型价值。​

关键要点：数字系统要融入战略目标、体现管理理念、适配商业模式并预留发展空间；支持敏捷制造、高效协同与数据汇聚分析；以需求导向、数据驱动实现持续改进。​

（三）数字系统建设的实施路径​

“三思而后行”：讲得清需求——企业需基于供应链思维、发展战略等进行顶层设计，再向开发团队讲清需求，确保双方对需求理解一致，可通过让开发团队重述需求等方式验证。控得住过程——采用 OKR 项目管理方式，明确双方职责分工、协同方式及阶段性考核指标，每周报告进度，及时纠偏和调控进度。验得了交付——确保交付系统符合规划设计初衷，若需求沟通到位、过程管控得当，验收将更顺利。​ 

系统建设六大类需求：涵盖功能需求（满足作业并赋能协同）、技术需求（选型适用且可持续）、体验需求（易学易操作）、资源需求（获取外部资源与实现数据资源化）、安全需求（网络与数据安全）、成本需求（建设与运维成本低），需统筹兼顾。

​

系统三大核心价值：赋能协同，实现 “即知即行、即行即知”；支持决策，保障信息数据可获得性；匹配资源，重视数据资源匹配与利用。

​

系统建设“五步法”：依次为顶层设计（确定指导思想等）、梳理流程并重新定义（优化并重新定义流程）、梳理节点并重新定义（优化精简节点）、制定规范及作业标准（明确协同规范）、数字系统开发（确保系统适用并可持续迭代）。

​

（四）人工智能技术应用的开发​

AI助手开发“五步法”：找对场景（如招标采购法规查询等）、配对数据（强关联且有逻辑内涵的过程数据）、挖掘知识（作业经验和专业术语）、研发算法（利用数据和知识机器学习并调整）、配对算力（根据场景、数据和算法匹配算力）。

​

应用前景：在供应链多环节有广泛应用，如需求预测、风险监控等。基于算法开发难度和业务场景 / 相关数据，检索增强生成（RAG）技术可快速应用，如“招标采购法规查询AI助手”；业务分析AI助手利用私域数据“检视昨天”；业务执行AI助手“支持今天”，但开发难度大；业务规划AI助手“预测明天”，依赖前两者发展。

​

（五）系统建设模式的利弊分析​

自建模式：优势是自主性、可控性、灵活性高；劣势为成本高、技术要求高、维护成本高、开发周期长。

​

外包模式：优势是成本低、专业性强、实施速度快；劣势为自主性低、风险高、变更困难。​

SaaS 模式：优势是成本低、易用性高、可扩展性强；劣势为数据安全风险高、定制性低、依赖性强。

​

混合模式：优势是优势互补、灵活性强、风险可控；劣势为管理复杂、成本较高、协调难度大。

三、启示与思考​

（一）隆道 AI 助手研发

隆道团队研发“招标采购法规查询AI助手”等企业级AI产品，需找对场景、配对有逻辑的过程数据、挖掘专业知识、研发算法并匹配算力，成功获得专利。这表明人工智能应用开发需要各环节紧密配合，数据质量是关键，为企业AI应用开发提供了参考。

（二）中小企业数字系统建设策略

中小企业资源有限，可优先采用SaaS模式或混合模式，选择适合自身业务的标准化模块，如财务管理、简单采购管理等，降低初始投入。借助第三方平台快速实现基础业务数字化，再根据发展逐步扩展模块或与其他模式结合，同时注重数据安全，选择信誉良好的服务商。

（三）人工智能在供应链中的深度应用

随着企业私域数据和邻域数据关系的完善，人工智能可在供应链需求预测、库存优化、风险预警等方面深度应用。企业需重视数据积累和治理，建立专业团队或与专业机构合作，探索适合自身的AI应用场景，如利用AI进行供应商评估和动态管理，提升供应链智能化水平。

（四）数字系统建设的风险管控

无论采用哪种建设模式，都需重视风险管控。自建模式要关注技术团队稳定性和成本控制；外包模式要严格筛选服务商，明确合同条款；SaaS模式要评估服务商信誉和数据安全措施；混合模式要做好不同模式间的协调管理。建立风险评估机制，定期检查系统运行状况，及时应对潜在风险。

四、本章小结

第七章详细阐述了数字系统建设的指导原则、基本思路、实施路径、人工智能应用及建设模式，为企业数字化转型提供了全面的操作指南。数字系统建设需以供应链思维为引领，遵循科学原则，明确需求，分步骤实施，注重核心价值实现，结合企业实际选择合适建设模式。人工智能作为重要技术支撑，其应用需循序渐进，以数据为基础。企业应把握数字系统建设要点，规避风险，通过数字系统建设提升供应链竞争优势，实现“盈利且可持续”的终极目标。

【拓展阅读】

读书笔记1：无处不在的供应链

读书笔记2：供应链与中国经济

读书笔记3：重新定义供应链



读书笔记4：供应链的七大“链性”

读书笔记5：交易在供应链中的关键作用

读书笔记6：用供应链思维统筹数字化转型