译者 | 李睿
审校 | 重楼
供应链是一个复杂的物流系统，它将原材料转化为分销给最终消费者的产品。研究机构IoT Analytics公司提出可以改变全球供应链未来的8项关键技术。本文将探讨数据流如何帮助在这一领域进行创新。来自宝马、博世和沃尔玛等全球参与者的实际案例研究显示了实时数据流的价值，通过构建用例来改善供应链，例如自动化内部物流、车辆跟踪和追踪，以及与制造执行系统（MES）和企业资源计划（ERP）集成的前瞻性和特定于场景的决策。
改变全球供应链未来的八项关键技术
根据IoT Analytics公司日前发布的一份研究报告显示，数字供应链市场正开始加速发展。8项供应链技术创新正在帮助全球供应链变得更加强大，其中包括AS/RS技术、内部物流机器人、物联网跟踪和追踪、支持人工智能的软件以及供应链数字孪生等。
该公司在报告中指出，“26周(或半年)是企业目前等待半导体订单的平均时间。在某些情况下，需要更长的时间。在当前面临的供应短缺之前的平均时间约为14周。这只是供应链问题给全球经济带来压力的一个例子。”
在全球供应链中采用Apache Kafka的数据流
在全球供应链中，实时数据胜过慢速数据，在任何行业都是如此。大多数现代供应链依赖于数据流的事实标准Apache Kafka来改善内部和外部系统之间的信息流。
Confluent公司技术布道者Kai Wähner写过很多关于Apache Kafka及其更广泛的生态系统的数据流的文章：
- 《效率：Apache Kafka用于供应链管理（SCM）优化》
- 《案例研究：Apache Kafka在食品和零售行业的实时供应链》
- 《实时：由Kafka驱动的供应链控制塔》
- 《创新：用数据流构建后现代ERP》
需要明确的是，数据流是一个概念，Apache Kafka是一种集成和关联传入和传出信息的技术。数据流不与其他供应链产品或技术竞争。Apache Kafka或者是解决方案的一部分(例如，在ERP或MES云服务中)，或者连接不同的接口(例如，传感器、机器人、IT应用程序、分析平台)。
在这种背景下，以下了解物联网分析的8项关键技术如何改变全球供应链的未来，以及数据流如何在这里发挥作用。以下实际示例表明，在每个部分中提到的数据流部分并不是物联网分析提到的关键技术，而是整体解决方案或实现的一部分。
1.自动分拣和检索系统
物料搬运和内部物流协会将内部物流定义为企业内部系统的连接和相互作用的整个过程，包括物料流、自动导向车辆、物流、生产和企业场所的货物运输。
自动分拣和检索系统(AR/RS)取代了传送带、叉车和货架。这些系统是带有嵌入式软件的专用机器。然而，这些机器和整个物流过程(包括许多其他应用程序)之间的数据同步对于尽可能自动化和改进内部物流至关重要。
内部物流将自动分拣和检索系统(AR/RS)与仓库管理系统(WMS)、企业资源计划(ERP)和制造执行系统(MES)等标准软件相结合。这些系统中的大多数都是通过各种传感器和应用实时连接的。数据流非常适合这样的标准软件。因此，大多数现代的云原生MES和ERP系统利用由Apache Kafka提供支持的数据流。
Critical Manufacturing是由Apache Kafka提供支持的行业领先MES。它结合了MES事务工作负载和大数据物联网分析。来自AR/RS和其他物联网系统的数据被实时摄取、存储、处理、转换和分析。Data Streaming为嵌入MES中的大规模在线或离线数据处理提供了一个持久的、分布式的、高度可扩展的统一分析平台。
2.利用市场情报采购软件
物联网分析将采购和供应商管理软件定义为寻找供应商的辅助工具，以确保他们拥有适当数量的合适组件来维持其活动。这一领域的最新创新是增加了市场情报，使采购团队能够采取更具战略性的行动。
沃尔玛公司利用包括采购和采购在内的整个供应链的数据流，实现实时库存管理、经济高效的采购和更好的客户体验：
根据沃尔玛公司云计算副总裁的介绍：“沃尔玛是一家年收入5000亿美元的大型公司，所以每一秒都价值数百万美元。Confluent公司作为我们的合作伙伴是非常宝贵的。Kafka和Confluent平台是沃尔玛公司数字化全渠道转型和成功的支柱。”
3.物联网跟踪设备
在许多类型产品的分销和物流中，跟踪和追踪决定了一个独特物品或财产的当前和过去的位置(以及其他信息)。物联网设备提供传感器和连接模块(例如通过蜂窝网络)。
使用Apache Kafka的数据流是博世电动工具公司物联网的关键推动者。
博世公司通过Confluent Cloud随时随地跟踪、管理和定位从仓库到作业现场的工具和其他设备。
4.供应链数字孪生
数字孪生是指潜在的和实际的物理资产(物理孪生)、流程、人员、地点、系统和设备的数字副本。
“数字孪生”这一术语通常是指单一资产的副本。在现实世界中，存在着许多数字孪生。“数字线程”一词涵盖了一个或多个数字孪生的整个生命周期。
在供应链场景中，数字线程是供应链流程的数字模型，用于监视、模拟和预测。
存在各种物联网架构，用于构建具有数据流的数字孪生或数字线程。
Mercury Systems公司是一家服务于航空航天和国防工业的全球性技术公司。该公司建立了一个由数据流驱动的数字线程，将整个产品生命周期的设计和产品信息汇集在一起：
包括以下技术：
- 基于Mendix的门户，结合PLM/ERP/MES的数据。
- 融合的云原生和可靠的实时事件流跨应用程序。
- 人工智能和机器学习技术。
数字线程允许Mercury Systems公司使用通用工具在一个位置查看所有数据。数据流的进一步好处是更快的上市时间、扩展能力、改进的创新管道和降低的故障成本。
5.内部物流机器人
智能工厂包括各种机器人，使车间流程自动化并生产有形商品。例如，自主移动机器人(AMR)是一种自动使用车载传感器在设施周围移动材料的车辆。许多汽车制造商已经在他们的工厂里使用这些机器人。例如汽车厂商的梅赛德斯“56号工厂”，这家工厂是梅赛德斯公司的旗舰项目。该工厂不再使用纸张，只使用数字服务。自主移动机器人(AMR)在生产线和工人周围工作。
机器人不能单独工作，它们需要与其他系统和应用程序进行通信，以便为生产线上的设备和工人提供合适的部件。
宝马集团利用数据流将其智能工厂的所有数据连接到云端。机器人将数据摄取到云中完全托管的Kafka集群中。宝马集团将其30多个生产设施和全球销售网络产生的所有数据实时提供给全球业务的任何人。
宝马的使用案例包括：
- 全球工厂的物流和供应链。
- 正确的库存(实体库存和SAP等ERP系统)。
- OT/IoT与OPC-UA等开放标准的集成。
- 准时、有序生产
以下是宝马为这个(以及其他)用例选择数据流的原因：
- 为什么是Kafka?解耦、透明度、创新。
- 为什么选择Confluent?稳定性是制造业的关键。
- 为什么选择Confluent Cloud?关注业务逻辑。
- 物流和生产系统之间的解耦。
6.人工智能支持的库存优化
现代库存规划是一项数据量非常大的任务，企业需要汇编数百万个数据点。支持人工智能的库存优化软件正在帮助企业以比以往更快的速度处理这些数据。它可以自动化、简化和控制进出库存流程，并利用人工智能功能改进流程。
AO.com是众多利用数据流进行供应链实时库存优化的零售商之一。这家电器零售商提供高度个性化的在线零售体验，将每次客户访问都变成一对一的营销机会。这是唯一可能的，因为AO.com将库存数据与历史客户数据和实时数字信号(例如移动应用程序中的点击)相关联。
只有基于整个供应链的库存信息进行人工智能实时决策，才能实现特定情境的定价、折扣、追加销售和其他技术。来自仓库、百货公司、供应商、运输和类似库存相关数据源的信息必须相互关联，以最大限度地提高客户满意度和收入增长，并提高客户转化率。
7.主动式现场服务
物联网分析描述了人们在电信和许多其他行业都经历过的痛苦：“基于物联网的主动式现场服务软件提供了传统现场资产服务的升级。传统的现场服务软件主要通过在故障报告后将现场服务技术人员分配到现场进行反应性工作，而主动式现场服务则使用物联网和预测性维护，在资产发生故障之前将现场服务技术人员派遣到远程站点。”
英国电信(BT)是一家在180个国家开展业务的电信厂商，该公司利用数据流向外部公开实时数据事件，以改善现场服务。因此，这提供了更好的客户体验，并创造了额外的收入流。
例如，由于实时数据，宽带中断可以在发生时甚至在发生之前被识别出来。这就实现了主动的现场服务。客户可以实时收到通知。高级客户的手机甚至可以收到额外的数据，以在服务中断期间保持连接。
英国电信的企业架构包括混合和多云数据流部署。
8.供应链可视化软件
供应链可见性对于建立供应链网络至关重要，因为供应链网络能够在全球新冠疫情或俄乌冲突等中断事件中幸存下来。诸如“我的货物什么时候到?”或“哪个替代供应商有库存要发货”之类的问题?只对整个供应链的实时信息负责。
BAADER公司是一家为食品加工行业提供创新机械的全球制造商。他们在Confluent Cloud上运行基于物联网和数据驱动的食品价值链。
基于Kafka的基础设施作为完全托管的服务在云中运行，以提供端到端的供应链可见性。单一的事实来源显示了食品价值链上工厂和地区之间的信息流：
关键业务操作是全天候可用的，用于跟踪、计算、警报等。
从技术角度来看，MQTT提供了与机器和来自车辆的GPS数据的连接。ksqlDB在从边缘摄取数据之后，直接连续地处理运动中的数据。Kafka Connect连接器集成了应用程序和IT系统，例如Elasticsearch、MongoDB和AWS S3。
数据流优化全球供应链
创新的物联网技术改变着全球供应链。其结果是实时降低成本的端到端可见性和更好的客户体验。
来自不同行业的企业的案例研究表明，创新的物联网技术和数据流与事实上的标准Apache Kafka是如何实现创新的，同时保持不同的业务部门和技术之间的解耦。只有可扩展和分布式的实时数据流平台才能实现这种创新。
原文标题：Global Supply Chain With Kafka and IoT，作者：Kai Wähner
