由于智能供应链大大降低了产品研发周期，互联的智能制造工厂也是实时生产，在智能物流的配送下，消费者获得产品和服务的时间，能够比传统供应链缩短30%～50%，大大提高了供应链的响应能力和消费者满意度。由于订单到交付时间的缩短，反过来提高了预测的准确性和计划的有效性。

　　3.智能化采购与供应商协同到货

　　在传统的运营中，各个部门并不是在高度认同的供应链战略和价值导向下运作，同时，鉴于采购业务是整个供应链体系中最晚得到供应信息，却是最早需要提供物料，以保障和支持安定生产，于是由于各类运营过程中差异和风险的存在，容易导致无效供应（还需要面临库存降低压力），从而事实上难以保证生产的正常运作。由于没有实现数字化协同，所以各类变数无法在同一时间传递给所有环节，导致供应链敏感度下降，最终各个环节只能依靠经验（即所谓“拍脑袋”）来做安全库存，以应对变数，随着管理变数的层级增加和时间延长，累积误差自然随之加大，到最终形成了“库存冰山”，反而掩盖了所有的问题。在这种情况下，各个环节KPI指标无法在同一个逻辑上兑现和协同，于是容易产生职责推脱和部门壁垒，供应链一体化自然也就无法实现。

　　智能化采购中，要求所有的流程必须拉通，其运作战略是基于高度认同的一个供应链战略协同下开展，各个部门和环节的KPI指标也是基于供应链战略绩效的协同和分解而来，于是所有的参数和指标都在同一个逻辑下展开，形成数字化的作业单元，由于有了智能供应链协同中心，得以将所有环节的计划-执行-信息-物流等串联起来，形成端到端的纵向管理体系，同时，由于每个订单、每个物料（产品）都有自己的资源要求，容易导致资源再分配计划，所以，供应链运作部门还需要将不同运作逻辑的物料和订单横向协同起来，最终形成互联互通的供应链体系。

　　这就要求采购方在选择供应商伊始，就要求供应商能够与采购方实现软件互联互通，运营时更是要求实时可视、预警和协同。比如采购方（智能工厂）的计划和预测需要直接传递给供应商的主生产计划系统，供应商的发运计划必须与采购方的作业计划系统对接，先期发运通知（ASN）需要由软件系统完成，而没有人工的参与；并且要求全过程必须条码化（或者采用RFID技术），对交接货物时的标签和信息都有严格和统一的规定。

　　从运作逻辑而言，就是通过信息平台，承载所有的模块联动，以供应链交付计划为驱动力，联动成品物流计划，形成主生产计划、细化为作业计划，从而拉动供应物流计划、物流配套计划以及产线工位配送计划。在不同的环节和模块协同过程中，总是会出现各类执行误差和数据差异，那么智能化系统需要自我反馈、逐渐主动减少运作误差，从而形成计划-信息-执行的一致性，如图1。

从表现形式上而言，形成了“计划—采购—物流—信息”一体化；其任务的本质不再是保证供应，而是有效供应。

　　比如，假设某产品有A、B、C、D、E、F六个零部件，其采购到货周期分别为A5天、B10天、C15天、D20天、E25天、F30天，生产计划本月1号提示，本月30号需要生产某个产品，传统的采购“保证供应”，直接在1号之后就下了订单，供应商也“按照要求”准时交付，能够在约定的交付周期内到货，于是效果如图2。

　　图2中阴影区域就是库存，而这个部分通常就直接进了采购方的仓库。此时，采购完全达成了其业务的KPI指标，能够保证生产，而库存压力居高不下，管理成本随之上升。但是，由于利益诉求的不同，买卖双方往往不愿意承担库存成本的压力，加上盘点和信息管理的时间—数量差异，形成了累积误差，于是成了供应链上巨大的瓶颈。

　　在智能化采购中，通常采用计划倒排模式，形成精益化、数字化采购，以保证采购-到货的有效性。如图3所示。

　　图3中所示为主生产计划在1号发出提示，而在30号正式生产，根据各自不同的交付周期，进行倒排，强调实物齐套，以有效保证生产的安定化。图中阴影部分为相对于传统采购带来的收益。此时不是以采购业务KPI指标为唯一依据，而是协同作业计划、到货计划、实物齐套情况以及可能发生的过程差异（比如考虑质量有效性）进行实时监控和响应，形成“计划—信息—采购—物流—生产”的一体化。

　　在实际采购业务中，先期的主生产计划发布之后，企业供应链计划协同平台根据各个环节的运营参数进行细分，排布详细的作业计划（包含制造作业计划、配套作业计划和物流作业计划），然后进行人工或者自动化作业，过程中追踪差异和变数。如图4是某典型企业数字化采购详细作业计划。

　　图4中所示为某物料执行数字化采购以支持精益生产的作业计划倒排表，从上往下为计划的倒排逻辑，从下往上为实际采购及入厂物流运作过程（蓝色区域为采购业务与入厂作业计划）。

　　在通常的运作中，各个环节通过扫描条码或者RFID感应进行过程数据的收集，以实时形成计划达成率（采购计划达成率、供应方到货计划达成率、入厂物流计划达成率等），如果该过程中出现运营规则和计划要求的标准之外的偏差和变数，系统将自动抓取该数据，进行实时分析和应急。