企业拥有的供应链数据比以往任何时候都多，但许多企业仍难以将其转化为可量化的改进。根据普华永道（PwC）的《2026年运营数字化趋势调查》，89%的美国运营和供应链负责人表示，他们的技术投资尚未完全达到预期效果，而87%的人表示，数据质量低下影响了他们从数字化举措中创造价值的能力1 。
我们采访了 耐帆的数字解决方案负责人大卫·兰德博恩（David Landerborn），探讨了如何将包装和物流数据转化为实际行动。
制造商们已经在使用追踪工具和仓储平台。为什么根据收集到的数据采取行动会如此困难呢？
每种工具往往只能提供部分信息。您可能知道货物的当前位置以及哪些货物已从仓库发出，但若要查看包装规格或装箱说明，则必须另寻他处。一旦出现问题，整合这些信息可能会耗费不少时间。
解决之道并不一定在于用一个系统取代所有现有系统。客户可能已经部署了用于不同目的的某些系统和技术。我们会考察他们拥有哪些信息、试图解决什么问题，以及哪些信息需要相互关联。
对我们而言，每个数字项目的起点始终是包装，以及包装在客户运营流程中的流转情况。
将这些数据转化为行动具体是怎样的？
有时，价值仅仅在于能够尽早发现问题并及时采取应对措施。我们曾与一家运输大型电池的客户合作，在专用包装中增加了定位追踪、震动监测和温度监测功能。当运输过程中温度升高时，团队立即察觉到了这一情况，并及时移除了受影响的电池，以保护其余货物。随后，他们可以分析相关数据，并据此考虑对包装和运输流程进行改进。
再举个例子。某家全球电动汽车制造商曾无法准确追踪部分包装物的去向。虽然各团队掌握着库存记录和位置数据，但要查明某项资产去了哪里，或者为何数据不符，仍然需要花费时间。
我们将这些信息整合在一起。现在，他们可以在一个仪表盘上查看所有已追踪的包裹，从全局视图一直细化到单个包裹。他们每周都会收到库存更新，一旦出现差异，相关人员会收到电子邮件通知，以便及时调查处理。
这带来了切实的改变：他们能够更快地找到货架，更及时地处理差异，并且减少了对人工盘点的依赖。永久丢失的货架数量减少了，而且他们对空包装的流转情况有了更清晰的了解。
当制造商在不同工厂和地区拓展业务时，供应链数据能为他们提供哪些帮助？
当一家公司开设新分部时，不应指望员工仅凭记忆来掌握产品的包装方法。数字化操作指南和共享资源库能让团队随时查阅经批准的包装方法。这样，即使各地的原材料、产品或运输条件存在差异，每个分部也能有一个明确的起点。
信息也需要反馈回来。我们与客户合作开展跨区域的包装设计工作，并能帮助他们查看不同生产基地的数据。如果同一个问题在多个地方开始出现，客户和我们的工程师可以共同调查该问题，并针对包装或包装方法提出改进方案。
准确的记录对于合规性也至关重要。 《欧盟包装及包装废弃物条例》就是一个很好的例子。该条例适用于所有投放到欧盟市场的包装，无论其产地如何。制造商需要了解自己正在使用哪些包装，最好能将相关信息集中管理。否则，他们将难以明确新要求对自身意味着什么，以及需要做出哪些调整。
供应链数据能否帮助企业判断其包装是否带来了预期的可持续性效益？
确实如此。以可回收包装为例。这看似是更环保的选择，但我们还需考察其实际使用情况。每个包装能完成多少次运输？损坏是否缩短了其使用寿命？该包装是否需要维护或修理？
这些信息有助于我们将生命周期评估背后的假设与供应链中的实际情况进行对比。如果包装并未按预期使用，我们就可以探讨是包装本身还是相关流程需要进行调整。
人工智能在其中扮演什么角色？
人工智能的实用性取决于其背后的数据。你不需要人工智能来告诉你某批货物在运输过程中经历了过强的振动——传感器就能做到这一点。当你综合分析多批货物的数据时，人工智能才可能发挥作用。它能帮助我们更早地提出正确的问题，进而解读数据所传达的信息。例如，某些路线上的高振动读数是否更常见？特定的包装方式是否会产生影响？
制造商如何开始将包装数据转化为实际行动？
从一个包装或物流流程入手，提出三个问题：我们需要了解什么？谁需要这些信息？他们会如何利用这些信息？一旦能回答这些问题，就更容易判断数字解决方案能否提供帮助，以及在哪些环节能发挥作用。
想了解更多信息吗？请联系耐帆 ，探讨孤立的包装和物流数据可能在哪些方面限制了您运营中的可视性、质量或效率。
我们通过优化供应链节约资源，致力于更美好的明天。
联系我们
联系我们，进一步了解我们的智能和可持续解决方案。
了解更多
数字解决方案
提升供应链透明度的数字解决方案
GreenCalc
耐帆自有的认证计算器，可测量和量化我们的解决方案在财务和环境方面带来的节约效果
全球供应与本地服务
我们在全球网络中协同工作，拥有分布于 30 多个地点的 250 多名工程师，能够为您的下一个包装项目提供可靠支持。