文/Tina
编辑/不做闲鱼
策划/Eason
一台机器之所以运转自如，关键在于齿轮。
“宾通智能”像一个“小齿轮”，让生产制造这个“大市场”内外协同并转动起来。
宾通智能的名字BITO，BIT代表信息与数据，O是一个齿轮，代表物理世界自动化，智能最重要的就是把信息化和物理自动化做有机结合，能够感知环境并得到数据，根据数据做出最优决策，最优决策能够自动化执行。这三者形成完整的闭环，是智能化最核心的事情。
供应链是消费行业关键一环，但也存在诸多痛点，例如品牌商在新品生产中，存在环节复杂、周期长、成本高等，尤其在时尚消费行业，生产敏捷度低极大影响产品上市率，也可能出现因研发周期长而错过市场趋势等问题。工厂端经常出现排产反复、耗时久，人工记录易出错，信息响应慢、传达慢，数据统计滞后，物料管理低效.....
尤其在当前国际氛围不稳定和疫情常态化的形势下，制造业受到的影响丝毫不亚于服务业，大家也愈发意识到，加强供应链线上管理体系的抗冲击能力非常重要。供应链的上下游和服务商越来越多的投身到数字化、智能建设当中。
那么，供应链上的痛点到底能否通过数字化来解决？重点解决哪一环节或场景？背后的服务商有哪些？未来又即将面临何种趋势？
5月，第一新声围绕“消费产业数字化榜单与报告”，策划和组织了第一批“甲方+厂商”采访、调研问卷与电话访谈等形式的调研工作，包括快消/鞋服/日化行业的多个企业高管/数字化负责人，门店、渠道、RPA、财税科技、低代码、采购、生产制造、数据库等细分赛道部分企业接受采访、访谈或问卷调研。
本篇文章专访了宾通智能创始人兼CEO龚超慧博士，通过他的视角，逐步揭开公司的发展历程，并呈现关键行业痛点和趋势。
1、成立背后：市场的3个痛点和国内3个机会
“一个小齿轮撬动大市场。”
供应链是指通过计划、采购、生产、交付和逆向物流管理，将原料转变成成品，最终交付到客户手上，以及随后可能发生的退货以及逆向物流的整个链条，主要分为制造供应链和零售供应链两个部分。
第一新声选取了“制造供应链”里的「研发设计」「生产制造」「经营管理」3个重要的模块进行了统计。2021年供应链软件市场规模约1362亿元，年复合增长率16.9%，预计到2026年，市场规模达到2979亿元。
实际上，供应链的数字化经历了5个阶段（参考下图）。阶段一：上世纪60年代是MRP时代（物料需求计划）。阶段二：70年代-80年代是MRPⅡ时代（制造资源计划）。阶段三：90年代是传统ERP时代（企业资源计划）。阶段四：2000年-2013年是ERP加速发展整合期。阶段五：2013年至今，供应链进入到智能化+数字化的时代。与此同时，除传统ERP软件外，供应链体系中的研发设计、生产制造、经营管理等各模块厂商蓬勃发展，全面进入“供应链数字化时代”。
目前供应链数字化的全球领导包括德国西门子、法国施耐德、达索、美国PTC、SAP、Oracle等，国内也有一批实力强劲的科技公司备受市场和资本青睐，包括用友、金蝶、宾通智能、黑湖制造、新核云、锱云科技等。
其中，宾通智能是代表企业之一，于2017年成立，是一家柔性制造和智慧物流平台解决方案提供商。
从宾通智能成立的时间来看，当时国内提供供应链管理或数字化的服务商存在三个痛点：一是市场上大部分是传统软件公司提供套装软件的整体解决方案，几乎采用咨询+项目+实施这种较重的项目制方式交付，客单价达到几百万甚至上千万元，最终交付的难度大、效果不是特别理想。
二是中国的制造型企业没有普遍使用SAP或者西门子等系统，除了经济成本的问题，还有人员改造、场景适应、性能不能满足场景需求等问题。因为传统方式对公司的基础设施、人、组织结构分工、运营体系等都提出很高的要求，这也是过去套装软件会有强力的咨询顾问介入的原因，他们甚至对企业的运作方式做了较大的改动和变化。
例如买了一套SAP，他们可能就把一家中国的企业（可能原来非常敏捷、柔性)硬改造成一个德式的管理风格。必须改变公司原有的业务或者运行的模式去适应那套系统，而不是让系统来适应公司解决问题。
“传统提供套装软件的方式不利于产品快速的普及，并且不利于数据的智能应用，因为它可能是本地化部署且深入到每一个业务部门的内部流程当中，它没有以一种跨部门的抽象化方式去了解问题本质。而宾通智能是先把数据都抽取上来，再基于数据去优化客户的整个业务流程或生产过程，所以应该是固化的流程本身可被优化，而不是先假设改造完流程，再让客户、员工去应用这个软件，这个逻辑是相反的。”宾通智创始人兼CEO龚超慧博士说道。
三是过去软件公司对于整个IT基础设施的搭建较重、周期长、过程繁琐，可能要自己建数据中心，要有一个很大的IT运维团队，前期成本高。而结合新的云的技术、物联网技术，其实大部分基础设施的投入都可以用新一代的通讯基础设施去摊薄掉成本。
实际上，龚超慧博士聚焦制造业与自身家庭和学习经历有很深的渊源。
“由于父亲从事制造业，我也从小就身在工厂里，所以本身对机械自动化等技术以及场景感兴趣。后来考入哈尔滨工业大学，学习机械设计制造及自动化专业，并且在2009年读大三时，和团队拿到了亚太大学生机器人国际国内赛冠军。”龚超慧博士介绍，2010，他去了卡内基梅隆大学读博士，研究机械工程学。在此期间，他也是大学内产学研项目的负责人，主要是与产业界进行合作，做算法和系统，帮助制造型的企业做智能化升级的研究与落地。
在这样的背景下，宾通智能于2017年年初正式在匹兹堡成立并同年年底决定回国发展。
除了自身经历、市场存在痛点等因素之外，龚超慧博士也是因为看到了国内供应链市场存在三个机会。一是国内制造业的市场更大。2017年，中国制造业的规模（从美元计价的绝对值上）几乎是美国的两倍，彼时中国制造业GDP约3.8万亿美元，美国是2万亿美金左右。
二是智能化的产品对国内服务型制造业更适用。虽然中国制造业在尖端工艺、材料技术等方面不具备绝对优势，但具有非常强的服务型制造业的商业模式的结构化特征。所以供应链的规模大、生态完整，并且需要快速的面向需求，以服务性的方式去柔性的、动态的满足生产需求，而柔性生产对工厂又提出了更高的组织与调度能力要求。
“我们这种智能决策、智能调度的产品，对服务型制造业更能发挥价值。”龚超慧博士向第一新声说道。
三是国内原来数字化或信息化的基础较差，在数字化时代可以有更大的以下一代基础设施和下一代技术的方式直接做增量式的升级，将消费互联网与整个制造或者产业互联网联动，反而会有更大模式升级的机会。就不用像国外那样，通过几十年时间自建IT数据中心，然后一点点搭整个系统的方式去构建。
“我认为在国内这样的形势下，有机会诞生一家世界级的企业，它代表的是制造业未来的模式，可以在中国市场验证之后，再向全球去输出中国这种规模最大、最复杂、速度要求最高、最柔性的智能化解决方案。当时觉得我们一定是这样一家公司，所以决定回国发展。”龚超慧博士自信的说道。
“随着前端消费需求的快速迭代，中国制造业适应前端变革向小批量定制化转变的需求增加，柔性生产能力成为制造业核心的竞争力之一。而宾通智能通过领先的人工智能技术结合制造业一线积累的know-how，完成制造业从排产决策到执行的闭环，帮助客户获得柔性生产能力。我们看好宾通智能成为下一代智能制造的基础设施。”元璟资本合伙人刘毅然曾接受媒体采访时说道。
2、 4个产品：打通决策层到调度层再到执行层的闭环
“内圈是宾通智能的产品环环相扣，外圈是企业各个系统和工具，未来还将链接产业链上下游，咬合紧凑、精确才能通不断推动、加速企业的数字化进程。”
在公司成立的5年内，宾通智能可谓发展迅速。公司不仅获得4轮融资，投资方包括元璟资本、清流资本、复星锐正资本、小苗朗程、将门创投、经纬创投等，还推出了4款核心产品，形成了从决策层到调度层再到执行层的完整产品体系。
2018年初，宾通智能完成了执行层单机控制产品BANS“愚公”。主要解决工厂的物流运营痛点，作为个体机器人的大脑，BANS可以控制机器人，让它们具有更智能化的认知、理解和行动能力，例如在运送物料的时候按照规划路线运送，且安全避障障碍物。具有十几个功能，包括建图功能及地图切换管理功能；支持精准避障、分区避障和三段避障（减速、停车和急停），车辆360度全向安全避障功能；可以对车辆状态进行监控，也能够对车辆参数进行设置调整等等。
“随着工业场景中普遍使用AGV（自动导引运输车），公司针对AGV设备的联网和控制研发了软硬件结合的产品‘愚公’，该产品可将AGV接入生产系统中，同时具备自动导航、人机交互功能。”龚超慧博士说道。
2018年中下旬，公司又完成了调度层多机调度产品BFMS“韩信”。主要解决工厂里各类协作的痛点，是一个多台机器人智能调度的中央管理系统，BFMS可以管理不同类型的多台机器人的协作，实现多机器人的任务分配、路径规划、调度协同、机器人管控等功能，此外还能与MES、WMS、ERP及其他辅助系统无缝对接，构建信息闭环。
“有了执行层和调度层的产品，还必须有决策层的产品，才能让系统或者解决方案更智能化，否则还是人来下达任务，然后执行，而未来是通过数据或系统智能决策后直接下达各种任务订单。”龚超慧博士说道。
于是，2021年中下旬，公司完成了决策层实时排产产品BAPS“刘邦”。主要解决物料计划与生产排产痛点，作为工厂的“智慧大脑”，可以将一张刚接收到的订单需求快速拆解，包括订单交期、供应链需求、设备负荷预测等等，然后实时呈现出一份生产计划，并对生产计划实时监控，将事后管理变为事中、事前管理，实现敏捷制造。
同年，又将导航定位产品BSLAM从“愚公”的子模块中拆离出来。专门针对移动机器人市场推出的一款产品，可收集外界环境信息，并对环境建模，实现精准导航及定位。
为何将BSLAM单独拆离出来？
龚超慧博士向第一新声解释道：“这个称为物理空间场景的数据采集和数字化，即要管理、优化一个工厂，需将它的物理能力和物理信息抽象上来，感知到它的场景，形成物理场景的抽象化、数字化，然后建模形成虚拟空间。举个例子，像滴滴打车、美团外卖等平台背后一定有个地图，否则外卖员不知道饭店在哪，不知道消费者在哪，如果没有这个空间的地理场景的数据作为计算的底层支撑，它是无法实现智能化的To C应用。而在工厂当中，有非常近的逻辑，空间中有大量的物质流转、人员移动、设备管理，如果没有基础的底层数据支撑，没有数字化的基础，就无法做到智能化。”
据悉，这4个核心产品可以打包成解决方案，也可根据客户需求拆开部署。
想要打通从决策层到调度层再到执行层闭环并非易事，而宾通智能做到了，背后是一体化的底层逻辑。
BAPS“刘邦”是整个工厂的智慧大脑，提供智能排产决策、下达任务；BFMS“韩信”接收到任务后通知并调度各类机器人或系统进行协同作业；BANS“愚公”控制工厂的硬件，让机器人做最后的执行工作。而这三个产品都是基于BSLAM构建了“虚拟空间”或“虚拟工厂”。随着4款产品的数据流动，大大推动了生产过程中的实时反馈和闭环控制。
“这四款产品背后其实是一个系统、一体化，它们之间可以交换数据并且联动。”龚超慧博士介绍，“本质是把工厂看到一个智能机器人，宾通只要告诉它想要什么，自己就会去找对应的原材料，知道内部怎么处理。客户在手机上点击之后就呈现想要的东西，内部过程都不用管，这是宾通智能的底层思考逻辑，所以一定要有上面的决策软件，中间要有调度系统去调度生产设备、人员、物料等，并能在物理层执行，这三部分不能分开做。”
以微软做Windows操作系统的逻辑类比，操作系统要考虑设备的驱动，要把应用软件连接到屏幕、视频、音箱、键盘等去实现这些应用，所以硬件一定要接入，否则没有办法接触物理世界，形成软件应用。“宾通智能的逻辑与之相近，因此公司在成立伊始就将4个产品一起规划，只是推出时间不同而已。”龚超慧博士说道。
3、技术架构：外部成熟技术+自研三个核心技术
当然，公司产品的一体化不仅有底层逻辑的支撑，还需要有底层技术架构将所有环节链接在一起。
龚超慧博士表示，产品的技术层面主要分为两部分，一部分是外部技术，例如成熟物联网、云计算、大数据等。
“将 IoT设备的数据直接输送到云端，物联网的本质是将物理单元和生产资源虚拟化，这与云技术是一样的，云计算是把服务器的计算能力和存储能力虚拟化，通过虚拟化资源的组合调度提供弹性的云服务。”他介绍到。
实际上，在过去的十年中，整个技术底座发生了巨大的变迁，算力与算法替代了体力和脑力成为最大的驱动力量。原来通常是从硬件软件、系统、流程等角度去描述技术底座，但是现在发现真正的底座就是物联网、云计算、大数据和人工智能，在这个基础上形成了算力、算法和数据，并逐渐成为信息技术的核心驱动力量。
另一部分是自研的核心能力，主要有三个：一是智能执行的技术或者叫机器人技术。
“因为想要调度资源，必须要有能力控制资源、发布指令才行。否则即使安排好了，最终无法执行就没有任何意义。所以我们会有一些通用的机器人技术，但没有办法去做各种各样的硬件，因为在工业场景中硬件千差万别，各个场景都不一样。”龚超慧博士说道。
二是大规模的算法模型。
他是这样介绍的：“不同类型的生产资源如何组合在一起使用，一定是能够抽象化、虚拟化资源与资源间的生产关系，我们是靠一个模型去描述这些东西能做什么事情，包括他们之间的配合关系。举个例子，造一辆车的流程假设是装底盘-装发动机-装减速器-装轮胎-涂装等，资源必须按照顺序组合的方式完成生产，这就需要有一个抽象化的算法模型去描述物理资源间复杂的机理关系，这是过去很多IT公司很难去做的。这块门槛非常高，尤其制造业的模型的复杂、庞大。”
三是智能决策技术。
“因为公司产品在底层的算法系统是通用的，并且公司不参与设备内部的工艺环节，只做工序间的链接和协同关系的建模，因此针对不同的工艺流程都可以标准化建模，而基于这种通用的算法模型，更容易用智能决策技术优化资源的使用。”龚超慧博士说道。
随着底层软硬件技术逐渐完善，宾通智能可以让更多企业迈入智能制造的领域，更多的数据将推动产业应用的发展，生产效率得到进一步提升。
一切技术的背后是人才的支持，龚超慧博士与创始团队在世界顶尖人工智能学府卡内基梅隆大学（CMU）学习与研究多年，并且有多年实践经验积累的完整的算法体系和算法模型。
4、三种产品模式并行：项目制、产品化、SaaS化
“相互的密切配合，以已之长，补他人之短。”
这些特征和技术背后折射出宾通智能在产品和服务模式上有着自己特色。
目前是三种模式并行：一是项目制，针对新场景、新领域的需求，直接和行业头部公司合作，打造标杆客户，既可以使产品有更强的竞争力，又可以为公司行业背书。
“项目制必须持续去做，我认为对场景的底层认知和核心能力的沉淀，必须要公司自己直接到场景里面，但这并不作为商业的考量。我们在项目化服务客户的过程中，并不仅仅以交付为目的，我们不仅要问客户‘how，如何做的？’，更要问他‘ why？为什么这么做’。其实很多的客户无法回答这些问题，因为他往往受限于‘经验陷阱或经验主义’。而我们必须主动的去思考这个问题，且反向的与客户确认并做出回复。因为底层技术发生了变化，针对共识的Why我们可以提供更好的解决方案(how)。项目制过程中客户改变工作习惯是痛苦的过程，但我们不得不去这样做，因为它一定更好解决问题。”龚超慧博士说道。
他认为，在项目制的过程中，公司能够持续的提升自我认知，不断的面向终极需求，再将底层认知产品化。他一直强调，项目的经验积累对产品化无直接益处，因为只是简单地把项目的东西迁徙到产品，它是不可行的。必须将项目中上下文关系和目标抽象出来并且思考其底层的逻辑，再从底层逻辑上创新增长出来的解决方案才能泛华并产品化。
通过两个例子进行说明，福特曾说“当问消费者想要什么的时候，他们说想要更快的马，但可能要的是汽车”。乔布斯曾说“你想要打字更快，可能是想要一个更好的键盘，但也有可能需要的是一个触屏”。表面看似一模一样的逻辑，不能简单的迁徙项目的东西，一定要深挖一层。
第一新声研究发现，有很多的公司在创业初期，都是以项目制的形式服务大客户，这样不仅能打造标杆客户案例，还可以在前期纵向打磨产品深度、横向与场景结合思考扩张度。当产品或功能达到一定的成熟度高、适配性强、可高度适配客户需求的时候，就会考虑把项目制变成标准产品或直接SaaS化。
二是标准化产品，针对已经有成熟案例经验的行业，宾通智能与集成商服务，公司提供给集成商图形化编程界面，让集成商针对客户的特殊需求直接做开发，这样可以进行快速复制。
龚超慧博士指出，集成商在工业领域有较深的行业认知和工程经验，而且工业客户的智能化改造不是孤立的，需要打通客户各个环节的数据，比如跟MES等信息化服务商合作。
这个策略已经有了明显作用，宾通智能在2020年，只聚焦两个行业（机械加工和零部件行业，半导体微电子行业），而现在已经复制到电气领域、航空装备、3C电子、传感器领域、鞋服行业、美妆行业等，未来还将布局船舶制造和烟草行业。
“标准化产品仍然以软件产品为中心，需要由技术人员完成服务器和客户端的安装以及一系列的配置等。未来公司往云化、SaaS化的方向发展，目的是借助这样的交付模式和技术手段，以更低的成本、更轻便和快速的方式去将解决方案交付给更多的企业。”龚超慧博士曾在去年向第一新声展望到。
三是SaaS模式，即通过在线注册和订阅的方式，为企业提供SaaS化的产品和服务，并提供运维服务。目前，决策层产品是SaaS化，而调度层和执行层不能SaaS，因为后者连接的是产线现场的执行设备，它距离现场更近，对于通讯的速度、可靠性、过程数据的使用与安全等需求，就已经决定了它要放在现场，一般是本地化部署。
龚超慧博士指出，云化、SaaS化的产品有两大好处：一是企业注册账户之后可以快速的接入。二是它本身强调的是数据的应用和数据的连接，很容易基于不同部门、不同个体使用及接触到的单点数据，快速配置出需要接触到的数据的操作界面，快速实现不同业务场景的数据连接和优化的使用，所以它的交付模式因为技术的变革发生变化，这是巨大的变革机会。
“当然，具体的产品形式和交付模式，并不在宾通智能第一位的思考原则里。我们第一位思考的是制造业需要什么，应该变成什么样子才能够满足未来大家对于制造业的需求。所以不能为了做SaaS而做SaaS，千万不要去套概念。我认为SaaS最重要的是给客户带来更好的性价比、让交付更快，客户投入的基础设施成本更低，不仅是初次交易成本和性价比，因为有了在线化的连接之后，我们可以基于客户的使用数据，不断提供越来越多即时服务。所以它是用产品化往服务化走的一种更高级、更能给客户带来体验的一种商业模式。”龚超慧博士说道。
他提出一个观点，很多SaaS公司只是单点切入，产品单一化或者轻薄化也不行，因为宾通面向的需求本身就是一个系统性需求，例如在制造业中做仓储管理，大概率会考虑采购，因为采购进来的东西会影响到库存。所以单点工具不能解决跨部门职能协同的需求。
宾通智能选择了一条与国外模式不同的道路。据龚超慧博士介绍，目前国外的主流模式以套装软件为主，进行本地化交付较多。
“虽然像SAP等公司也在做云化的转型，但软件简单的搬到到云上去部署，并不是云化的转型，而是要真正放到云上形成一种数据的跨边界连接能力和数据的跨边界应用，才能够带来更大的价值，才是云上应用本身的意义。”龚超慧博士介绍，云边混合部署的方式应该更加符合制造业的需求。
“例如今年与美妆行业的菲鹿儿进行了深度的合作，并且还在扩大合作。主要为它解决了一个问题，一张在线订单进来之后，在一秒钟之内计算出它的交期，对应需要的成本，能够直接将这个数据传递到各个部门，把它的生产计划，物料采购计划全部都算完。因为订单需求是在线化，需要迅速的执行完成整个管理流程对交期和价格进行在线应答。”龚超慧博士介绍，宾通智能通过云上的部署，结合智能算法，让它实现一种实时的在线应答，快速的确定采购时间节点、批次计划，实时响应且做到秒级完成整个资源的组织，在管理效率上提升几千倍几万倍以上。
可以把公司库存的周转率提升30%-40%，从接单到推到市场上的周期能够缩短20%-30%，这对于他们更加的柔性响应在线化的需求带来了显著变化。
虽然公司从产品、客户、融资、技术、模式等各方面已经相对完善和稳定，且处于上升阶段，但龚超慧博士仍然认为公司任重而道远，因为公司也面临3大挑战。
一是创新性认知的同步，对于一个创业型公司的组织构建、团队构建，包括所有内部资源的使用等是巨大的挑战。因为绝大部分的人会容易在潜意识里受过去的认知和场景化的经验影响，而不是用原理去思考本质的需求。公司要用一套管理体系去持续的纠偏，确保用正确和合理的手段创造新一代的解决方案。
二是公司的技术、产品解决方案与市场、销售之间联动的逻辑上会有挑战。举个例子，销售的逻辑是只关注客户的痛点并确保解决问题，告诉客户投入产出比。不必要用技术的逻辑、底层原理去教育给客户，这是科技公司要为客户解决的问题，但也要确保面向客户价值。如何将公司从技术-产品-解决方案-交付-市场-销售有一个很完美的组织与协同是创业者要深度思考的。
三是客户摆脱习惯驱动，进行组织甚至是文化上的革新和升级很困难。例如一个供应商的到料时间延误了，负责人第一反应是在部门内去解决，而不是将这个数据快速的共享给生产制造部门，这会导致工单延期造成担责或者或KPI考核。但如果这个数据同步之后，其实是能让配合部门管理的更好，达到共同的目标，这是一个文化上的革命性变化。
5、供应链的3大痛点、4个趋势
放眼整个商业世界里，不仅宾通智能存在挑战，供应链上涉及到的各个公司和环节也存在诸多痛点。
例如第一新声根据公开资料和调研，发现消费品企业供应链面临三个问题：第一，疫情或大促造成的滞销或爆单，给供应链造成一定压力，企业无法对销量作出预测，并进行快速响应；第二，供应链体系不统一，线上与线下、品牌商与经销商、广域电商与近场电商无法实现库存共享、统一调配，影响了产品周转率；第三，品牌商在新品生产中，存在环节复杂、周期长、成本高等一系列痛点，尤其在时尚消费行业，生产敏捷度低极大影响产品上市率，可能出现因研发周期长而错过市场趋势等问题。
生产制造工厂有两个痛点：一是工厂层，排产反复，耗时久；人工记录易出错；纸张浪费严重；信息响应慢、传达慢；数据统计滞后；物料管理低效；二是集团层，集团计划和采购计划无法联动；集团内工厂无法实时监督；产品供应周期长。
......
“对于爆仓和滞销的问题，是因为品牌对需求的预测不够准确，如果只对一种商品做预测是简单的，但如果有1亿种品类，预测会变得非常难，这是一个多维度、多指向性、细颗粒度的需求预测，需要更多数据支撑。预测越准，品牌就能用数据去提前做库存与生产计划。一切都源于整个体系中的精准实时的计算和所有之间的匹配和联动。一是时间上的匹配，二是品类数量上的匹配，这都是非常重要的量化。”龚超慧博士说道。
而在他看来，除了上述痛点之外，供应链的痛点还有三方面。
一是Time（时间），现在市场的耐心越来越短，时尚化的趋势越来越强，热点越来越快，所以需求的时效性越来越短。如果我们没有办法更快的去满足需求，不能短期内就能响应，或者热点没跟上，很有可能后续就没有办法创造利润，所以Time变得非常重要，它是有时效性的利润。
二是Cost（成本），柔性的生产如果没有办法让制造成本足够低，那么微薄的利润无法支撑可持续的柔性生产。
三是Quality（品质），整个过程当中，如果供应链管理不能保证持续稳定的品质，那么市场可能形成长期负面的影响，无法支撑定制化所带来的附加值，导致长期订单数量的下降。
他表示这些问题均是因为供应链体系的不统一，源于企业的部门分离，存在业务孤岛、数据孤岛。例如供应链计划归供应链部分，销售计划归销售部门，采购计划归采购部门。所以宾通智能提供一个整体智能化的解决方案，但允许根据客户当前的组织管理方式先开启部分模块化的应用功能，然后再逐步的接入更多的应用功能，最后将应用连接在智能底层上进行数据交换，实现整体智能化的协同。
此外，关于供应链数字化的未来趋势，龚超慧博士认为主要有五点。
一是在疫情常态化的情况下，消费行业在供应链数字化的预算必定增加。
他的解释是，因为在线需求的波动，想要进一步的降本增效，数字化发挥巨大的价值。如果不增加或者缩减预算投入，公司可能在这一轮竞争中消失。尤其是需求端的数字化必须进行，举个例子，以前，品牌企业A只卖一种商品，有强供给能力和强渠道能力，就可以高枕无忧。突然发现有B企业做了新产品，虽然只占1%的市场，但A如果没有去响应那1%，明年就只有99%的市场了，未来还会出了C企业创新了一个产品又占了1%，而此时的市场因为需求被多样化的满足被分散了，等到A意识到市场需求本身就是个性化、多样化的时候，再去数字化转型基本上就掉队了。
其认为，一件值得高兴的现象是，在数字化方面的教育成本越来越低了，或者基本不用教育，因为所有企业都理解需要敏捷的捕捉市场需求。
二是他也指出供应链数字化是消费企业极为重视的一大模块，全面打通设计、生产、仓储、物流等核心环节，打造柔性快速的生产供应模式，构建供应链一体化是未来一大趋势。
“尤其在业务设计上就必须考虑和满足消费侧的个性化需求，如何连接到所有的备货计划、生产计划，再怎么连接到上游的采购等，这些需要企业统一规划，且要在一个整体的业务架构里面去考虑。我们称之为C to M或者是C to M to M（Customer(消费者)--Manufacture(生产商)- Material(原材料)），它是一个链条不能分割。”龚超慧博士说道。
三是未来数字化工厂要实现供应链的敏捷升级，以及生产制造过程的柔性高效，物料与排产决策是关键之一。
当然，排产决策的前提条件是必须把“人、机、料、法、环”、订单需求、供料交期等数据全部统一，打通离散生产场景的各个环节，才能形成最优的生产决策和生产计划。
四是制造业出现第三方托管服务的商业模式。在模式下，企业或工厂需要掌握两个核心能力之一，一是离末端用户比较近的本地化服务能力。二是会有一些极其强的、差异化的工艺能力。
“例如20年前在上海想开一个便利店、杂货店，经营会涉及到结算、选品、运营用户、备货、收账、进货等。后来老板想着应该加入711或者其他连锁品牌，因为加入他们之后，所有的事情可以让他们来运营，虽然还要付30%的加盟费，却比原来赚的利润还多。原因正是亚当·斯密《国富论》里面提到‘正确的产业分工，能够进一步提升整体经济效率’。”龚超慧博士说道。
五是数字化和人工智能带来了革命性变化，未来制造业的管理主体和执行主体不应该受限于人的能力，决策主体应该转变为系统与数据。他进一步解释道，过去的信息化软件本质是将信息快速呈现给人，让人去操作数据、做审批，然后再传给下一个业务部门。所以它是天然假设“人”处理数据和信息，用人的算力，再通过由人构成的部门连接去形成一套流程，这个流程导向的思维非常重。而制造业管理本身也是在假设以人为管理主体，以人的部门为管理流程，导致公司之间存在部门之间的业务孤岛，数据不透明。
面对痛点和未来趋势，龚超慧博士有两个愿景，一是希望宾通智能的工厂数字化解决方案能成为制造业乃至整个社会的基础设施；二是不局限于服务个体的企业，而是将产业链上下游的供需数据有效连接起来，更加系统性地去做产业结构优化，通过数据去调配整个产业合理升级。
无论是生产制造还是放眼整个供应链的数字化，绝不是简单的堆砌，而是一个自然、自发的“生长过程”。企业间相互竞合，产业间相互联通，通过打破数据孤岛、业务孤岛，构建庞大而完整的数字化供应链体系，而这背后需要无数家像宾通智能一样奋斗的企业。