郑人有欲买履者，先自度其足，而置之其坐。至之市，而忘操之。已得履，乃曰：“吾忘持度！”反归取之。及反，市罢，遂不得履。
人曰：“何不试之以足? ”
曰：“宁信度，无自信也。”
——《韩非子·外储说左上》
本文内容取自2019杭州云栖大会《大型企业互联网转型升级专场》。
易派客暨中国石化电子化采购系统，在 2016 年参照阿里的中台经验完成了转型升级，到2017年交易额同比增长了5倍。
既然中石化能搞成，中石油自然没有缺席的道理，专场第一个登场分享的嘉宾来自中国石油集团公司物资装备部商务处，演讲的题目为《互联网新时代、智慧云采购》。
演讲分成四个部分：
- 采购发展趋势及采购平台建设历程
- 中国石油采购系统建设方案
- 中国石油电子采购系统建设成果
- 中国石油电子采购系统未来展望
在第一部分，采购业务发展趋势中，提到了三个转变：
- 由传统交易模式逐渐向供应链管理转变
- 由被动采购转变为主动协作的价值创造
- 由物资管理转变为供应链全链条的数字化管理。
在发展阶段上分成五个阶段：
- 交易管理分散化、各职能部门围绕各自需求，独立运作。
- 采购管理标准化、常用物品采购，已经形成一套标准的采购流程控制；仍分散采购。
- 采购管理集中化、与供应商建立长期合作关系；采用集中采购，加强了成本控制和风险防范；重视供应商的成本分析。
- 供应链管理共享化、与供应商建立战略伙伴关系；开始加强供应链的整体协同；重视整个供应链的成本和效率管理。
- 战略采购随需动态化、数字化采购转型，应用新技术，提升供应链的整合与协同能力；加强供应链管理和深层次的战略管理；与认证的供应商结成战略同盟。
在向“互联网+采购”的发展中有如下趋势：
- 立体化采购、包括横向供应链协同和纵向采购方式、渠道的多样化，具体包括：供应商协同、合作伙伴关系管理、多方合作的平台化模式、联合采购、模块化采购、全球采购、多渠道采购（移动端、PC端）。
- 采购频道专业化设置、设置不同物资、服务的专业化采购频道，具体包括：电子超市（低值易耗品、办公用品、代储代销物资）、专业市场（大宗和通用商品）、定制采购、电商社区。
- 采购金融化运作、基于电商平台数据，为供应商提供信用评价、应收帐款融资、仓单融资、产能融资等多种供应链金融服务。
- 绿色采购、采购节能环保产品、废旧物资及调剂物资处置。
- 智能采购、大数据应用，包括智能推荐供应商、智能平衡库存、精准采购等；合同自动化管理，包括合同模版自动生成及合同执行跟踪；机器人流程自动化（RPA），实现重复业务流程的自动化处理。
在实际的建设历程上看，中国石油采购供应链信息化建设经历了从分散到集中、从集中到集成、从集成到共享的历程。
在第二部分，是中国石油电子采购系统建设方案的介绍：
- 前台、包括专业采购和超市采购两大部分
- 中台、由会员、商品、采购、订单、运营、分析基础等各个共享服务中心组成。
- 后台、阿里云电商基础架构平台，包括负载均衡、数据库服务、云计算、异地灾备等。
- 内部信息系统、包括ERP、合同系统、审批流、MDM系统（主数据管理）。
系统的特色包括：
- 企业全采购、全品类、全模式、全功能。
- 采购全电商、支持电商化、电商采购。
- 电商全一体、管理和交易采购结合。
- 一体全开放、所有功能可面向社会开放。
第三部分，是对系统建设成果的介绍：
- 在总部及145家地区公司全面应用。
- 2万余个采购商、3万余家供应商。
- 月采购额200亿元、上架商品400余万条。
- 应用领域覆盖勘探、炼化、管道、销售、工建、工技、装备、科研及其他石油石化领域。
系统的应用效果包括：
- 一体化、包括专业与超市采购一体化、采购交易与管理一体化、采购流程与管控一体化、内外部交易协同一体化。
- 规范化、包括业务合规、过程受控、信息在案。
- 可视化、包括电商交易可视化、采购执行可视化。
- 协同化、包括供应商协同、评价与采购协同。
- 高效化、合同数量下降70%、非生产物资采购金额下降15、工作时间下降20%、采购周期缩短60%。
- 智能化、包括人性化采购（推荐优质商品、自动分层分流、自动目录匹配、历史价格对比）、生态化采购（融合供应商、银行、第三方电商、物流商等企业及社会资源，构建大型撮合交易市场，构建生态圈）、智能化采购（准确预测计划，降低库存；全面会员画像，识别优质供应商；基于历史交易，挖掘数据价值，提供决策支持）。
第四部分是对采购系统未来建设升级的展望：
- 促进供应链转型升级、自营电商、供应链金融等增值服务，员工购/福利购。
- 进一步提升智慧采购、应用区块链、机器人（RPA）、机器智能等技术，提高管理水平。
- 打造开放式平台、凝聚社会优质资源，提供多种交易方式，更好地服务企业与供应商，构建能源行业生态圈。
第二个分享的嘉宾来自商越科技创始人兼首席业务架构师，分享的题目叫做《采购数字化的创新实践》。
商越科技是一家由阿里巴巴前员工创业的企业，主要瞄准的业务领域正是大型企业的采购数字化领域。在分享的案例中包括toB交易的数字化体验提升、企业采购的移动化、采购部门的主动服务转型、通过选品工具构建的企业采购商城、预算控制、闲置资产再利用等内容。
第三个和第四个分享的嘉宾来自阿里云，分享的题目分别叫做《知识图谱助力打造泛在智能》和《知识图谱电力行业实践分享》。
阿里云专家首先就知识图谱产生的背景做了分享，其中提到了几个趋势：
- 趋势一：技术进步推动企业智能升级，无论是在传统互联网还是在工业互联网领域，业务的在线化产生了大量的数据，通过数据和计算技术，大数据又滋养了智能化，通过智能技术，智能化又对在线化形成了反馈。
- 趋势二：智能的三种技术应用，第一种是计算智能，以机器学习，深度学习等对海量数据进行计算，实现业务预测，分类等处理；第二种是感知智能，以图像、语音等深度神经网络技术，实现对外部世界的感知；第三种是认知智能，对多维外部实际的数字孪生世界，以人脑的方式对数据进行业务理解、分析、决策。
- 趋势三：人机界限趋于模糊，一方面知识图谱是重要的认知技术，知识图谱是重要的认知技术且出于快速发展上升阶段，另一方面工业智能依赖认知技术支撑，工业智能的核心是知识的传承和应用方式改变。
- 趋势四：人类知识传承加速变革，人类的知识传承可分成三个阶段，知识传承1.0是口语，据科学家研究，人类是从20万年开始进行比较正式的口语进行交流；知识传承2.0是文字，世界上已知最早的文字是约公元前3400年，由苏美尔人所创造的楔形文字；知识传承3.0是AI，人类已知知识和世界的未知知识逐步由计算机进行感知，记录和持续推理学习。
对于如何建立企业智能的知识体系，有如下建议：
- 第一步是确定知识本体，就是要确定要关注的对象是什么。
- 第二步是智能知识抽取，数据源包括人工经验、设备数据、业务系统、文档、专家系统。
- 第三步是形成领域知识图谱，通过智能知识抽取并结合通用知识图谱的迁移以及规则引擎和推理挖掘来形成领域知识图谱。
- 第四步是构建智能应用，基于领域知识图谱，可以构建的应用包括智能搜索与交互问答（包括全局文件搜索、精准信息搜索、智能工作指引、智能客户服务、员工自助服务、智能营销推荐）、精准数据处理（包括用户ID拉通、无物料ID拉通、智能统计收集、智能数据填报、业务处理推荐）、智能分析与决策（包括故障智能维修、缺陷智能判级、设备体检报告、智能合同评审、车间日报分析）、复杂关系挖掘推理（包括电厂集控中心运行助手、大网事件分析、化工提炼产出分析、经营异常行为挖掘）。
在电力行业，知识图谱的应用实践领域包括智能运检和企业级知识大脑两个方面，阿里云专家分别就这两个领域的应用进行了分享，其中智能运检的应用有如下案例：
- 配网智慧生产指挥、引入虚拟调度员系统，和现场人员和人工调度员进行协同生产指挥。
- 电力设备故障检修、通过设备本体知识图谱、运行异常知识图谱、异常处置知识图谱来指导电力故障维修检测。
电力行业的企业级知识大脑由业务前端、企业中台、基础设施构成，企业级知识大脑的实践之一是制度标准知识库，通过多标聚合，即对不同体系的标准（国标、企标、行标）进行融合来实现平台开放和知识共享。
最后三个分享同样是来自阿里云智能，分别围绕智联网IOT、智能客服、工业大脑三个主题进行分享。
智联网IOT部分，阿里云专家介绍了如下几个案例：
- XX水务基于物联网平台打造智慧水务、在底层将供水官网和排水管网的数据进行融合，在数据层收集包括管网静态数据、管网动态更新数据、管网实时运行数据、管网事件事故数据；在应用层开发包括管网规划、管网报批、管网工程管理、管网运维管理、管网应急处置、报建与审批等应用；在决策层实现管网管理一张图（三维GIS+BIM）、管网大数据分析（曝管、堵塞、预防性维修）。
- XX油田基于边缘网关实现零改造上云、通过在边远磕头机就近部署边缘网关实现就近数据收集和本地计算，并实现在弱网情况下的远程控制和数据上报。
- 压铸厂智能制造、通过提供完整的智能制造方案，包括设备数据采集、生产编码追踪/品质管理，在线库存管理，实现了生产过程可视化，提升了生产效率20%以上、将所有采集设备的数据收集到一起，进行统一的监控和可视化，实现产品全流程追溯及品质全过程可视化，减少浪费。
- XX小镇携手阿里云，树立城市的创新智慧IP，应用实践包括：游客服务中心（小镇发展宣讲、城市治理、产业服务大屏、科技科普展示展览）、水质管理（水质在线监测评价、水生态修复、科技治水）、希望田野（无人机巡检、无人机送餐）、梦想长廊（AR互动展示、企业风采展示）、安全监控（小场所安全监控、智慧排水监测）、金融驿站（共享停车大数据中心、共享停车实地体验）。
智能客服部分阿里云专家介绍了智能客服生态体系和中国移动智能IVR系统的案例。
智能客服生态体系包括：
- 开放智能客服平台能力、包括知识云、对话工厂、AIBoost、智能辅助、智能路由、智能决策、智能推荐、智能质检。
- 合作伙伴生态、开发者（开发者文档、云上实验室、SDK&工具包、API）、机器智能训练师（公开课+认证体系、数据回流&算法优化工具、智能训练会、行业领域包共建）。
- 行业解决方案、运营商、政务、金融、新零售。
中国移动智能IVR系统的案例：
2017年12月，基于云小蜜为中国移动打造的智能IVR系统正式在湖北和福建两省上线，每月承接10086两百万通以上咨询电话，实现日平均解决率85%、平均满意度：80%。
在最后的工业大脑部分阿里云专家介绍了如下案例：
- 协鑫光伏，主要问题是硅片生产次品率，通过引入ET工业大脑智能分析，监控切片生产参数曲线，推荐最优参数，提升良品率1%，作为国内第一大，全球排名第三的光伏企业，年可节约数千万元。
- 某风机集团、主要问题是风力发电机维护成本高，通过引入ET工业大脑智能分析，提前识别风机异常预警，使得故障提前14天发现，单次重大事件维护成本降低20-40万元。
- 智光、作为一家能源企业，主要问题是需要增加变压器产品的竞争力，采用ET工业大脑故障引擎为自己主要型号的变压器进行故障预测，构建了基于大数据驱动的工业互联网平台，面向自己的客户提供智能设备增值服务，让智光迅速掌握了通过大数据服务能源设备的能力，从而获得了在国内能源行业中的领先地位。
- 翰蓝、作为一家规模位于全国前列的固废处理公司，主要问题是燃烧效率低,生产不稳定，通过将阿里云燃烧优化产品应用于垃圾焚烧领域，输出准确的推料时间，从而提升锅炉燃烧效率，最终将锅炉产出蒸汽量提升了1.8%。
- 南方水泥、主要的问题是熟料生产能耗高，通过引入ET工业大脑综合能耗优化指导实际生产的工艺操作，最终使得吨熟料标煤消耗降低0.64%，熟料工序电耗降低1.23%。
- 攀钢、通过引入ET大脑工艺参数优化将脱硫剂的加入量降低10%，最终使得每吨钢的成本降低1.5～2元，攀钢每年节省成本在千万左右。
除了上面这些阿里云亲力亲为的案例外，在阿里云被集成战略的指导下，阿里云工业大脑全面开启inside模式，赋能传统工业集成商力拓科技成为数字化转型解决方案提供商，在工业大脑的加持下帮助六国化工解决了磷转化率提升困难的问题。通过工业大脑对萃取过程数据、原料数据的分析，建立磷转化率预测模型，最终使得磷转化率提升4%。
最后这个被集成的案例有点意思。
