小灰去一家餐厅，点了一份酸菜鱼。
这盘小小的酸菜鱼，是怎么来到小灰面前的呢？
需要养殖场养鱼，菜农种菜，腌制厂腌制酸菜，库房存储食材，物流公司运送食材，餐厅的大厨做出酸菜鱼，再由服务员小姐姐端到小灰面前。
像这样由供应商、制造商、仓储商、运输商、分销商、零售商以及终端客户等多个主体共同形成的生产和交易系统，就是供应链系统。
举个例子：
小A是一家餐厅的老板，眼看春节要到了，他认定春节期间的生意一定很火爆，于是买进了大量的生鲜食材。结果这个春节十分冷清，没几个顾客，小A只能蹲在餐厅门口卖菜。
数据化
智能供应链基于云计算、AI、IoT、大数据等技术，为供应链全流程提供多源异构数据的感知和认知的共性关键技术。相比于传统供应链，智能供应链拥有海量数据，为智能决策打下基础。
可视化
为了增强供应链的协同性，智能供应链把生产、流通、消费环节的数据进行了可视化，使得供应链的每一个参与者都可以清晰感知到当前的状态和关键信息。
智能化
智能供应链可以帮助企业进行智能建模、智能决策，并将决策反馈到各业务系统，做出比人类更精准、更高效、更细颗粒、更一致性的智能化决策。同时，智能供应链的决策引擎还可以根据机器学习体系不断学习，使决策体系不断进化和成长。
为什么这么说呢？
因为京东对于自身的定位，就是以供应链为基础的技术与服务企业；京东未来愿景是长期深耕供应链全链条，引领智能供应链建设。
在初步介绍智能供应链的时候，我们说智能供应链在生产、流通、消费这三个方面实现了智能化。那么京东在这三个方面具备怎样的优势呢？
在智能生产方面，京东的C2M反向定制供应链与传统方式相比，能缩短企业新品上市周期67%；京东的自动补货平台，对生产的预测准确率可高达92%。
在智能流通方面，京东在中国大陆区县覆盖率高达99%，同时，京东还拥有万级网络规划，能提升全网时效 5%，并实现最快15分钟送达的极致体验。
在智能消费方面，京东的智能客服可支持 10 亿 商品咨询，并由京东“宙斯盾”系统精准地分析用户意见。此外，“拍照购”也能支持数 10 亿商品的快速搜索，实现了全场景无界零售。
用户洞察
用户洞察的本质，是对购物行为的分析与预测，包括推断用户行为动机，如闲逛，比价，弱购买意愿，强购买意愿等；也包括预测用户行为，预测用户在浏览过的商品上的最终行为，如直接退出、收藏、加购、下单等。
市场洞察
如果说用户洞察是微观的分析，那么市场洞察就是宏观的分析，也就是对商品竞争力的分析。市场洞察可以识别竞品，了解市场中商品竞争力排名分析和销量趋势；可以洞察目标潜客，多维度分析人群特征，识别市场规模和竞争饱和度。
智能营销
现在的营销需求，已经不像传统营销那样千篇一律，而是需要千人千面的智能营销。如何实现精准的营销呢？基于用户画像、用户行为因果推断、需求预测和千人千面模型，选择时机和营销策略精准营销，提升成单转化率。
反向定制
在传统的商品市场中，企业生产了什么商品，用户就只能被迫接受什么样的商品。但现在，企业生产什么样的商品，用户说了算，企业基于用户数据，定制爆款商品，这就是反向定制。
反向定制基于京东海量用户和商品数据，从消费者需求出发，多维度深度挖掘消费者潜在需求，定制爆款；反向定制支持基于UV转化率的定制，提升新品转化、实现老品升级；支持基于评论预测的定制，强化重要的正面评论关键词，减少负面关键词。
案例1：新发地的供应链控制塔
众所周知，今年6月北京新发地爆发了严重的新冠疫情。为了尽快实现新发地的复工复产，京东供应链平台为这里建立了一座“供应链控制塔”，帮助管理者更好地管理新发地的各种场景。
都有哪些场景需要管理呢？
每一天，新发地的卖家都需要进行注册，提供自己的身份证、营业制造、员工信息、车辆信息等等，这些信息可以保证新发地能够更好地进行数字化管理。
同时，每一个买家一旦进入到新发地，需要做相应的会员机制，在平台做相应的预约，拿到自己的通行码，才能进入到相应的区域，实现整个农产品交易过程。
在可视化的大屏幕上，我们可以看到每一天有多少车辆、多少人员进入园区；在每天交易了多少农产品、多少肉禽蛋奶，这些都会清晰地显示在平台上，以便让管理者去决定农产品和生活物资的供给数量。同时可以检测到园区内相应的车辆和运输，能够更加高效地执行，避免造成车辆的堵塞。
这个供应链控制塔，可以让管理者决定和控制整个人流、车流、交易流，以保证新发地园区内的安防监控，灵活面对复杂情况。
案例2：格力智能供应链的反向定制
京东智联云曾经与格力合作，进行了一系列的反向定制。
一方面，通过海量模型的数据分析，实现了产品选型，找出更加适合升级、更加有潜力的核心单品；另一方面，通过数据模拟模型，输出了一个更好的产品属性方案。最终通过智能供应链平台的模型预测，以及市场的分析，从两个角度验证了整个市场方案。
在京东618期间，格力的这款冰箱在同阶段成为了表现最优的产品。同时，京东通过这样一个产品能力的反向定制，保证了整个产品的研发时间，从原有传统意义上的93天研发周期，缩短到了28天左右。
