醫療器械供應鏈大變革，智能決策如何撬開新的增長點？
沿著舊地圖，找不到新大陸，對于處在醫改陣痛中的醫療器械廠商來說，數字化變革已經迫在眉睫。隨著兩票制和集采帶量政策推進，醫療器械供應鏈走向扁平化，高值醫療器械價格紛紛“跳水”，傳統業務模式瓦解，經銷渠道縮短，器械產品利潤收窄，醫療器械行業正重新洗牌，醫療器械企業面臨巨大壓力。
帶量采購：即醫藥產品集中采購（Volume-based Procurement，VBP），是在招標公告中會公示所需采購量，投標過程中除了要考慮價格，還要考慮能否承擔起相應生產能量。
兩票制：是指醫藥產品從生產企業賣到一級經銷商開一次發票，經銷商賣到醫院再開一次發票，以“兩票”替代目前常見的七票、八票，減少流通環節。
由于利潤被削薄，企業一方面需要通過降低成本“曲線增收”，另一方面需要更大的市場來填補收益，但帶量采購后，醫療器械廠商除了要考慮成本，還要考慮產量能否滿足醫院需求，這種壓力主要都給到了供應鏈。長期以來，國內醫療器械行業的運營管理相對粗放，廠商對器械流通中的很多問題看不清、摸不透，全球性醫療器械廠商對國內市場更是長期處于“遠程調控”模式，供應鏈數字化轉型困難重重。
從需求、供應、履約到生產，每一個環節都亟需提升，各個環節又互相關聯，應該從哪里入手？在近期舉辦的醫療器械供應鏈重塑與數字化建設研討會上，杉數科技解決方案副總裁蘇廣俊指出，醫療器械供應鏈數字化的關鍵在于數據驅動的決策升級，智能決策將推動供應鏈模式變革，模式變革則能帶來價值增長，其中需求預測是第一步，而且是最重要的一步。
智能需求預測，打開數智化轉型的第一道關口
供應鏈管理的起點是需求預測，如果需求預測不準確，可能帶來一系列“蝴蝶效應”，比如補貨不及時、庫存不足或積壓、生產計劃跟不上市場需求等等。所謂知己知彼百戰不殆，要想打破轉型屏障，企業必須了解第一手的市場需求，需求計劃升級可以說是第一道關口。
傳統模式下，醫療器械從生產廠商流通到醫院，中間有多層經銷商，生產廠商無法逐層管理，只能粗略地了解對一級經銷商的出貨量，運營管理非常被動。企業在做需求計劃時，主要依靠人工統計，一般會根據歷史銷量數據、結合財務和市場情況來確定對一級經銷商的出貨計劃，無法從市場需求端進行預測，得到的需求計劃是片面和滯后的。而且，由于很多因素無法量化，導致預測準確率較低，通常只能預測到全國層面的數據。
醫療器械的市場需求量和病種、區域、歷史銷量、產品比率等內外部因素息息相關，傳統的數字化技術很難將所有因素進行全盤考慮。針對需求預測難題，以杉數科技提供的智能需求計劃平臺為例，可以利用智能算法和機器學習技術綜合考慮多影響因子，預測不同產品不同層級的醫院需求量，再結合庫存策略推導轉換對經銷商的出貨量，可以有效提升預測準確度和精細化程度。
比如，疫情近年來對醫療器械銷量的影響較大，而疫情的爆發完全沒有規律可循，如何在不確定的情況下得到更精準的需求計劃？這在此前是沒有經驗可以借鑒的，通過對各種疫情相關情況進行調研分析，以智能決策技術打造的智能化的疫情模型，可以將疫情影響因子加入到整體預測模型中，并根據實際疫情情況進行調整，得到更符合實際的預測結果。
借助更精準的預測結果，醫療器械廠商就可以化被動為主動，靈活管控經銷商，實現更加合理地資源分配和運營調控。同時，也能夠有效地指導生產、庫存和運輸等計劃，可以說打通了醫療器械供應鏈管理的“任督二脈”。
多部門聯動計劃，更透明更協同更敏捷
和傳統方式相比，基于智能決策技術的需求預測融入了人工智能和機器學習等技術，打破了人工和傳統數字化系統的諸多限制，進一步釋放了數據的價值，為企業靈活應對當前變局、進行全面的數智化升級打下了良好的基礎。以杉數科技為代表的智能決策企業所提供智能需求計劃方案，可以幫助企業從以下五個方面進行突破和升級。
從人工預測到智能預測：根據企業的營銷模式和業務狀況，利用智能算法、模型及求解器進行預測和優化，代替傳統人工預測模式，把疫情、政策等諸多人工無法考量的因素進行量化計算和分析，可以從全局角度實現綜合最優，預測準確性上升到新的臺階。
從粗放式到精細化：打破標準化系統的粗放模式，在建模時將常規品、長尾品、高波動品、季節性商品、特殊性商品等進行分類建立特征庫，根據產品特征選擇最有效的預測模型，按SKU輸出區域、省份、城市、醫院等多層級年/月度計劃等不同顆粒度的預測結果，實現不同層級、不同維度的數據預測，有效提高預測的準確度，也讓企業能夠由點到面地了解市場需求，有針對性地進行洞察和優化。
從“黑盒”到可解釋：白盒化預測模型兼顧預測準確性和可解釋性，最終輸出并不止于“預測”結果，還能通過智能算法對預測數據進行解釋性分析，量化各因素對預測值的貢獻，挖掘影響銷量的關鍵因子，以支撐業務分析、調整，幫助企業進一步優化預測模型，同時企業能夠根據分析結果針對性優化業務環節，以提升運營管理效率和效果。
從分散到協同計劃：結合自下而上的銷售預測提報與自上而下的公司市場計劃，建立市場、財務、采購等協同操作的計劃流程和機制，打破不同部門和供應鏈環節間的信息壁壘，解決了各部門計劃不一致的情況，實現了需求驅動的一致性協同計劃。
從低效率到高敏捷：基于全局協同機制，企業遇到緊急情況時，可以自主調整相關參數和輸入，快速得到最新的計劃方案。比如，真實銷量可實時更新至AI預測引擎，預測引擎自動輸出最終銷量變化，自動迭代調整下一期需求預測模型參數，不需要再經過人工層層統計和協商。更敏捷的響應，可以降低不確定性及最小化計劃沖突，降低突發事件的負面影響。
不難看出，需求計劃能力升級帶動的是運營模式的改變，基于更靈活敏捷的供應鏈能力和模式，企業在面對機遇和挑戰時就可以更加有的放矢。而當前對于企業而言，最大的挑戰之一是集采產品的計劃和決策問題，以下我們從集采產品的具體場景出發來分析解決路徑。
AI預測模型：助力VBP產品決策價值最大化
集采產品的計劃決策比常規產品復雜，對整個供應鏈的影響也更明顯。因為集采政策是逐步推進的，企業將長期處于VBP產品和常規產品并行的狀態，在模式轉換的過程中，如何平衡不同產品的生產供應非常重要，中標與未中標是“0”和“超大量”訂單之間的巨大差異，關系到企業的產品定位、營銷方向、生產規劃等戰略性問題。例如，假設某VBP產品中標，企業將投入大量成本和資源來生產該產品，可能就會影響其他常規產品的生產。
在實際運營過程中，企業不僅要在中標前考慮產能、供應鏈水平，中標后還需要考慮如何以最低成本、最大效率來履約訂單。智能決策幫助企業更好的做到“削峰填谷”，在滿足多個約束的條件下，幫助企業做出經濟效益最優的決策。針對VBP產品，杉數科技已經能夠提供立足全局綜合考慮各個因素的解決方案，以經濟效益最優為目標，根據企業需求在中標前和中標后分階段進行預測。
在中標前，首先要考慮的是財務收益，即能否給企業帶來利潤；其次要考慮生產量、庫存、運輸等供應鏈能力能否滿足需求。智能決策方案可以綜合考慮采購量、降價比例、采購周期、中標概率等政策因素，以及產品、價格、庫存等產品因素，并圍繞財務收益和供應鏈瓶頸問題建立仿真模型，將VBP作為一個增量加入到需求計劃中，通過多種模擬對比，最后生成需求計劃輔助企業決策是否要競標、以及用什么樣的成本來競標。
中標后的解決思路是，根據當前VBP目標產品及其對應的產品替代綁定關系，在積累一定數據后，分析由產品間的關系帶來的額外銷量影響，再將這種影響加入到預測模型中。具體實施過程中，先參考相似品在其他省市的需求趨勢，由產品部、銷售與供應鏈需求計劃部門協同做出需求計劃，持續監控月度偏離情況并進行人工調整，根據人工記錄和反饋，得到偏離的原因，然后再切換VBP產品至常規產品，并綜合考慮中標后的分配量、以往產品在該省市多種影響因素，同時會在模型中加大對近期趨勢的學習權重，以提高預測準確度。
除了集采政策影響，未來醫療器械企業還將面臨更多不確定性問題的考驗，領先的智能決策技術企業已經更進一步，可以根據不同的業務情況進行定制化調整和升級，為企業了解市場需求、提升供應鏈能力帶來更多元化的應對策略。
在醫療器械整個供應鏈智能化轉型過程中，智能需求預測雖然只是一個支點，但基于這個支點帶來的改變卻是巨大的，它能夠讓企業運營管理更具效率和柔性，帶動生產、庫存、物流等多個場景實現效率和效果提升。就智能決策技術而言，除了需求預測，其在庫存優化、物流優化、生產排程等多個場景都表現出色，醫療器械廠商如果能夠將智能決策技術應用到更多相關場景中，疊加作用給企業供應鏈帶來的改變將更加可期。
