供应链网络优化——降低复杂性以最大限度地提高效率

全球疫情、英国脱欧、苏伊士运河和乌克兰等不可预测的事件凸显了强大、经过压力考验和灵活的供应链（SC）网络的重要性。如此大规模的颠覆性事件使该领域变得平坦，影响着所有行业参与者。因此，能够更快、更高效地适应新环境的企业将获得市场份额和竞争优势。随着通货膨胀率的上升，客户对定价、产品可用性和交付速度变得越来越敏感。供应链高管需要考虑这些最近的发展，这些事态发展有时会对业务产生影响。但是，鉴于我们在网络中观察到的复杂性（例如，供应商数量众多，制造流程复杂，从亚洲到美洲和欧洲的交货路线漫长，入站和出站交付选项的差异很大，分布式存储网络以及各种分销渠道），做出端到端的供应链决策并不是一件容易的事。供应链挑战清单很长、多种多样，而且还在不断增长。这就是供应链网络优化有助于支持整体决策的地方。尽管关于该主题的理论很丰富，但在处理复杂供应链网络的实际示例方面，指导和经验共享较少。在这篇博客文章中，我们将演示一种方法，事实证明，这种方法在处理高度复杂的网络（即数十亿个精细决策，这些决策都影响了季度业务报告中的少数利润数字）。

高管讨论——我们采用分层方法进行网络优化

高管们开始向他们的供应链和数据科学家提出以下问题：我们如何才能端到端地分析我们的供应链？我们怎样才能找到最佳的总体决策，而不是为每个部门找到几个最佳决策？我们如何在网络建模中纳入更多运营细节（例如，时刻表、运输单位、按小时计算的订单量、制造批次等）？这种整体方法同时考虑所有工厂、港口、配送中心、仓库和销售点，同时考虑它们与流程、技术和组织的相互作用。此外，供应链（无论是外部还是内部）固有的不确定性进一步增加了整体网络优化的复杂性。

以前，网络优化通常支持大规模的结构性业务变革。例如，通过合并来获得扩张后的公司的最佳占地面积，发现产能过剩或短缺，并在以前不相关的站点之间建立联系。但是，我们观察到网络优化的现代用途比单独的并购活动更加多样化，该方法现在正在寻找新的、常规的和可重复的应用。不详尽的示例包括：（1）足迹评估，以找到新的生产、存储或交叉配送场地的最佳地点，或者决定整合或关闭哪些场地；（2）运营支持决策和总体规划（例如，季节性产能准备、生产和储存的数量和地点、产品从流向的决策以及影响网络流量的运输计划）；（3）网络压力测试（例如，为了实现需求的快速增长，供应中断，以及间歇性制作以了解其含义并得出结论应急计划）；（4）持续改进和渐进式网络变化（例如，评估某些连接的运输时间缩短、次日送达的延迟以及不同的运输模式的影响）；（5）不受限制的运力网络，以突出与当前状态相比的主要差异，并为未来的增长战略提供宝贵的投入。

实现网络优化的传统方法是遵循供应链组织结构，将建模分为连续的增值阶段（例如，入站流动、制造、存储、出库等），并尝试将所有或大部分运营复杂性纳入每个阶段。尽管这与给定的组织结构和决策过程非常相似，但它通常有两个挑战：

(1) 它通常会导致建模网络阶段之间在求解相应决策优化的计算工作方面出现不平衡。例如，出站分配可能比入站流量或反之亦然更为复杂。一些组织最终得到的模型可能需要几天才能解决，但不一定能达到久经考验的最优性。典型的第一反应是通过增加计算能力来使用蛮力，这可能行不通；

(2) 遵循组织的顺序网络模型之间的耦合度通常有限（例如，对外分销只是将制造业产出当作投入消费，对这两个职能可能更好的决策情景有限或根本没有）。

我们推荐的方法遵循分层结构，通过引入基于覆盖供应链范围、决策视野和不确定性的解决方案层来应对这两个挑战。例如，作为起点，我们建议创建一个总体供应链网络模型，该模型应处理更长的时间跨度（例如一年或更长时间），并汇总更高层次的不确定性（例如，处理少数产品系列而不是单个 SKU、站点集群、流廊等）。这降低了复杂性，在一定程度上限制了计算工作，但解决了端到端建模供应链网络的挑战并制定了总体策略。后续各层增加了更多细节并涉及不确定性，但也缩小了建模网络范围。下图是具有平衡复杂度分解的分层方法的示例。

对网络优化进行分层，同时保持各层之间在计算挑战方面的平衡，其本质是基于以下两点：

• 决策的时机方面（即，较长的规划期限先于较短的规划期限）
• 不确定性水平（即在考虑不确定性之前，先关注汇总和更具确定性的数据）

这种方法使每层要解决的问题的计算（数学）挑战保持一致。着眼于更长的规划期限和更少的不确定性，问题规模更大，其复杂性源于问题的规模或范围。涉及较短的规划期限和较高的不确定性水平的问题在规模上可能较小，但需要更复杂的方法来处理不确定性（例如，通过纳入统计分布）。因此，分层方法平衡了各层的数学复杂性和计算工作，缓解了我们之前讨论的解决方案速度和质量方面的挑战。此外，该方法还缓解了 “局部最优值之和” 的挑战，方法是首先解决较长时间跨度的问题，聚合数据可以用作后续层面的指导北极星（例如，通过在函数之间建立最佳相互作用）。当然，与全局最优层相比，较低层会有一些收益损失，但至少较高的层为函数之间的互操作设定了目标。

使用平衡分层方法，没有关于如何将网络优化过程分解为多个层的单一建议。这取决于网络规模、复杂性来源、产品和服务类型、业务中存在的自由度等。例如，区域物流公司可能有两层：高层用于确定本地仓库的位置、交叉码头、汇总流路径、容量等，而较低级别用于确定码头调度、每日运量和最后一英里交付路线，作为集中决策的单个模型。而大型泛欧盟或美国全国零售商则需要多层次来考虑组织规模和由此产生的复杂性。我们将在后续章节中讨论如何组织以改变方法来处理复杂性。

技术讨论

优化衍生的供应链网络设计以尽可能低的成本将供应和需求匹配到最佳可行程度，同时满足一系列运营限制以确保实际实施。这对于潜在决策及其相互依存关系表现出很大差异的情况最为重要。人脑无法评估和决定是否使用心理模拟，一个决策如何影响其他决策以及哪个决策子集总体上最好。例如，解决数百万个潜在决策排列的网络优化问题是很常见的。我们看到，供应链优化的目标不仅限于成本（例如，最大限度地提高交付速度和上市时间，最大限度地减少碳排放，避免交通）。这导致了多目标网络优化：在成本和速度等竞争指标之间找到可接受的权衡，这进一步加剧了组合决策的复杂性。数学优化一直是寻找最佳供应链网络配置的传统首选方法。但是，我们还观察到其他分析方法（例如动态模拟和机器学习（ML）的互补用法，它们可用于扩展网络优化的解决方案空间，丰富其输入，评估随机变异性以提供更好的质量或更精细的决策。

优化技巧和技术

在过去的几十年中，数学优化和算法优化领域都取得了长足的进步。得益于研究的进步和计算能力，可以解决到最优或接近最优性的问题的规模和复杂性呈指数级增长。这一进步促进了将复杂的业务规则集成到模型和算法中。尽管传统上，此类复杂性只能在实施阶段进行管理，但这些规则过去常常会阻碍优化衍生的供应链网络设计的好处。

平衡分层方法还有助于优化各层之间优化技术的使用。现代技术使使用特定的配方来应对特定的挑战成为可能。例如，

• 计算能力和并行处理为求解大规模的端到端总体供应链网络模型做出了贡献
• 通过数据分析领域的抵押品开发，随机优化提高了高度的不确定性，从而加快了随机最后一英里路线的解决方案

因此，平衡层可以与解决相应层问题所需的优化技术保持一致。

最近的技术进步也可能会进一步加快未来的优化速度并支持更复杂的模型。例如， 利用受物理学启发的图形神经网络进行 组合优 化， 可以利用量子原生模型解决大规模组合优化问题，帮助我们的客户做好量子准备，而传统的供应链问题（例如 旅行销售人员问题）可以通过深度强化学习大规模解决，深度强化学习有可能将人工智能和人工评估结合 起来。 但是，与此同时，我们认为我们的复杂性分层方法可以改变当前的供应链网络决策。例如，我们正在使用这种方法来优化亚马逊网络，事实证明，它因其复杂性和规模而很有用。

组织起来，改变方法

部署基于运筹研究 (OR) 的工具和技能集的传统组织方法在处理网络优化复杂性时暴露出明显的局限性。处理多目标问题的公司认识到，技术只是整体解决方案的一部分，更广泛的组织架构、协调和员工技能组合对于应对快速变化的供应链网络目标至关重要。希望成功处理网络复杂性和多目标问题的组织需要采取全面的方法来重新评估其供应链人员模型的各个方面，方法是深入审查 1) 组织模式和设置，2) 员工技能组合，以及 3) 关键供应链职能之间的组织目标协调一致。成功的方法包括围绕较小的流程集（例如，将微服务作为我们提议的层级的组成部分）来构建特定功能，以简化员工目标。因此，事实证明，为进一步教育供应链专业人员进行数学优化算法的运作方式、对解决方案速度和质量至关重要的因素、场景设计以及新出现的实验工作流（例如作为高级分析一部分的机器学习和执法学习等）的技能集对于解决大型复杂的网络问题很有价值。最后，开发决策树以解决跨多个职能领域并以我们的分层方法为基础的大型网络问题，有助于加强组织一致性并提高决策过程的速度。尽管许多传统方法仅侧重于工具，但组织部分是处理网络优化复杂性不可或缺的一部分，因此，在确保成功的更广泛的解决方案计划中，不容忽视。

结论

在这篇文章中，我们讨论了为什么传统的优化方法往往需要很长时间，而且不一定能适应端到端的供应链决策。企业经常试图将过多的复杂性压缩到单一的网络模型中，这使其在计算复杂性方面过于具有挑战性，因此无法将其扩展到涵盖其他供应链功能。我们展示了我们的分层方法如何通过设置具有不同范围、规划视野和不确定性水平的层来帮助平衡计算复杂性，从而使其保持可管理性并支持端到端分析。我们还谈到了重新评估组织结构、一致性和技能以确保成功转型的必要性。我们认为，我们的技术和组织联合方法特别适合那些因规模而面临各种复杂性和不确定性的大型公司（例如亚马逊），也特别适合和有益。由于我们渴望了解您应对供应链网络优化复杂性的方法，请在评论中留下您的意见。如果您还想探索 亚马逊云科技 如何支持您降低供应链的复杂性，请联系您的客户经理，与 亚马逊云科技 供应链、运输和物流业务部门举办一次探索研讨会。