供應鏈管理能否被機器取代？

01-14

今年被Purdue University錄了計算機工程專業，但SCM一直是心之所向（想追隨Tim Cook的腳步），況且Purdue的供應鏈管理也不錯。
計算機工程很難被機器取代，算是「鐵飯碗」。而且聽了太多商科、管理都沒用的！偏激！言論，初心有些動搖。
該如何抉擇呢？

不會

恭喜題主被 Purdue 錄取，他們供應鏈非常強。

供應鏈的範疇很大，有可以量化的，有純質化的。可量化的部分都有被機器取代的潛質。事實是有些領域已經被取代了，比如自動補貨，生產規劃，自動倉儲和分銷網路設計。面對複雜的數學問題，人腦是沒法心算出最優解的。此外，不知機器學習有怎樣的未來，或許某些質化分析也可以由機器搞定（歸根結底還是把質化信息轉量化）。

但是，無論何時，面對複雜（戰略）決策，量化分析只能也只會被做為判斷的輔助。哪怕是金融這這樣高度依賴數學模型的學科，最終也是一群大佬坐下來討論拍板。原因很簡單，數據只能告訴你過去，沒法預知未來。所謂預測永遠是錯的（Forecasting is always wrong)。

所以，專註於質化領域沒有任何問題。舉個例子，供應商關係管理，機器能做的最多不過整合信息，監控些可以量化的指標（e.g. KPIs and SLAs)。處理關係，最終都要落於兩個公司介面的管理者們怎麼打交道。機器可以管控 key relationship indicators (KRIs)，但這部分的數據可都是人的主觀判斷。機器怎麼可能理解充滿偏見和經常用感情做判斷的人？你和一個供應商建立起親密的合作關係，在他們產能受限的時刻就可能優先保證對你們的供貨，這事你讓機器來？

說到底問題的核心在於是否相信管理，很多人說商科、管理無用，這是社會級現象。我們的人不相信管理。國家說科技是第一生產力，我們這幾十年也確實看到了成效，然而我們看的成果大多是科技帶來的，這不免影響人的認知。因此說管理無用，總歸是基於對過去的認知，對於未來，誰能料准？若以前人為鑒，我們可以看看列強的經歷。身在歐洲，只見成熟的管理和與之而來的高回報，倒也未見誰說管理沒有未來。什麼時候我們的社會相信管理了（尤其民營企業主），產業升級也就完成了。

結論是，既然題主有計算機背景，則好好利用之。你比純商科的人更能準確判斷出哪些領域會被機器取代。你若有心做技術，用你的知識結合技術和管理幫公司搞 IT 系統實施，這本就是「鐵飯碗」了。你若更偏愛管理，那就看準機器沒法取代的領域磨鍊自己。我們一起期待中國管理時代的到來。

P.S. 題中圖片說跑腿打雜一點都沒錯。我認為供應鏈管理經理必須是高管。你若不是在供應鏈的各個環節和領域都有足夠的經驗和學識，是肯定玩不來的。讓一個中層去統管供應鏈，不虛才怪。剛畢業的學生肯定要在某一個領域從打雜做起，少見有畢業生工作頭銜是供應鏈XX的。即使說是 Supply Chain Planner，也就是監控物料、跟進訂單。這種工作恰恰是最有可能被機器取代的。我認為成為供應鏈經理的合理路徑是在採購、生產、倉儲、物流和質量管理等領域都做個幾年，以期同時具備大局和細節的視野，然後思考怎麼統籌和協調各個「鏈條」（但換領域會很困難，薪水也會下降。找個大公司，在內部騰挪最可行）。路阻且堅，但彼時得到的成就感也會是無與倫比的。這條路不適合所有人，也很少有人願意這麼走。你仔細想想，願意的話咱共勉。

供應鏈管理大致是為了解實現供應鏈各個環節、組織的戰略一致、目標一致、信息透明和同步～

20世紀以前供應鏈的背景是全球化，二十世紀之後供應鏈的背景是更加多元化的、水平整合的供應鏈，及由此帶來的管理難度和管理風險～

管理難度和管理風險很多都是因為信息不透明導致的。

解決了信息不透明，相關的供應鏈人才就會被淘汰。

操作層面肯定會被替代

比如自動排櫃，某快消用計算機之後，砍掉了2/3的人

但是，同樣有很多事情，不是機器人可以完成的

供應鏈管理是理念，是內核；機器是工具，是落地手段；

供應鏈管理藉助機器與信息系統實現落地應用與快速發展；

兩者互相依賴，互相促進。

據說有人展望用機器學習做供應鏈管理的工作。

按照20/80定律，估計工作的80%交機器完成。