“过去，所有的火箭都成本高昂。所以，未来的火箭制造也必然十分昂贵。

但实际上，这个结论并不必然成立。

你会问自己：制造火箭需要的原料是什么？是铝、钛、铜和碳纤维。然后你就可以按种类计算他们的成本。如果你收集了所有的原材料，然后只要挥一挥魔杖，就可以将原子重组的成本降为零——那你的火箭的成本将会是多少？我心想：哇，那成本就会特别特别低——大概是目前造价的2%。所以，问题出在：怎样重新排列原子——所以你需要搞清楚我们怎样以更有效率、更低廉的成本将原子重新排列。所以我在周六和很多火箭专家安排了一系列会议，只为了搞清楚，是不是有什么我目前不了解的窍门。但我没发现任何我目前还不了解的窍门。

所以我创办了SpaceX。”

——Elon Musk

埃隆马斯克每次进行商业设计时都将要素拆解到“元素”级别，再进行更加“高效”的组合，而且真正指标都是“成本”。

低成本是绝大部分企业最有效的竞争能力，而真正的成本领先者是在规划、运营和管理的多方面拥有很高的运行效率。

01

成长期企业核心竞争力：持续提升效率

伊查克·爱迪斯曾用20多年的时间研究企业如何发展、老化和衰亡，而得出企业生命周期的十个阶段。

企业生命周期理论的研究目的在于试图为企业找到能够与其特点相适应，相对较优的模式来保持企业的发展能力。也就是说，处于不同阶段的企业有着不同的核心竞争力。

成长期的中国企业，着力于扩大规模时，效率是大部分企业的核心竞争力。通过专注效率的持续提升，企业可以享受更好的成长期红利。

而步入盛年后，企业需要关注的更多是创新驱动，组织文化变革等应对即将到来的顶点。

企业效率可能表现为很多方面：获客效率、渠道效率、运营效率、管理效率等等。

面向外部的效率受行业化影响，差异比较大。本文研究主体为内部运营和管理上的效率，同时它常常也是企业全要素效率启动的引擎。

02

定位企业持续降本增效的提效公式

通过对价值链以及成本结构的深度分析，定位企业持续降本增效的提效公式。

1982年，美国思腾思特公司提出了经济增加值（Economic Value Added）概念。

EVA = 税后净营业利润－资本成本（机会成本）

该概念明确强调企业经营所使用的资本和债务是有成本的，第一次把机会成本和实际成本结合起来，强化了提高资本使用效率这个目标。

刚才我们讲过，企业内部运营和管理的效率为全要素效率的引擎。而企业各项资源和流程之间有着千丝万缕的联系，在启动全面的降本增效之前，需要分析并确定企业自身驱动的核心逻辑。

这一套逻辑，原色称之为：提效公式。

提效公式可能表现为一个最关键的KPI，也可能表现为一个良性循环的闭环逻辑（也可能是增长飞轮）。

如何确定这一套逻辑？我们需要对企业业务价值链逐一分析，各处拆开成为效率指标，并赋予相应的权重。分析得到价值链条中的哪项业务对整个企业经济增加贡献最为显著，并确定该项业务的核心KPI，并将该核心KPI层层分解到最底层。

快运企业价值链示意图

在确定核心KPI时，企业往往会遇到一个问题，那就是每个KPI似乎都有些道理，并且相互间也有着联系。

诚然，每个KPI都一定能考核至少一个要素的效率，但是不是最核心的呢？要看其所能撬动的齿轮是否可以驱动其他KPI，并且短期内企业是否有能力高效管理这个KPI。

对于固定资产占比很高的行业，资产效率的管理都是其核心能力。

比如海运，船公司的固定运输成本之大必须有大量的货代帮助其提升资产效率。对于货代，特别是拼箱公司而言，核心资产效率的对象就变成了集装箱的配载了。

在满足货主要求的前提下，以最快的速度（在接单的同时快速确定需要订舱的柜子数量和价格确保能够盈利）和最优的利润（尽量用最大的柜子而且装得最满）将收到的客户托运需求拼装到合理的集装箱。

换句话说，拼箱公司的核心KPI即为最优的配置效率。

集装箱通过标准化提升了全球物流的效率，但是对于拼箱而言就是将所有不标准的货物拼装到一个标准集装箱的过程。

这个过程中，拼箱人员需要具有深刻的行业洞察能力及长期的实践，从而进行全面的考虑和决策，综合考虑的因素如下图所示：

由此看来，拼箱的动作不是简单的把货物集中放置在集装箱内，而是协同了市场定价（实时变化），收益管理（订舱价格与单位成本多因素变动）和实际操作可行性（现场操作可行性预判）等所有的因素。

这对于配柜人员的要求以及公司业务的持续扩大都形成了掣肘。

而通过智能算法，配柜的差错、效率和单柜利润都形成了大幅度的优化。

从原来一小时左右配一个柜子到几秒钟就可以尝试几万种配柜方案并选择最优方案发出指令。有效的提升了配置效率，增强了海运拼箱公司的绝对实力

同样的，地面运输也是重资产行业之一，资产效率的提升是这些企业获得增长的重中之重。

以时效兑现率为核心KPI的物流企业，在长干线上采用航空直发的方式，航空直发枢纽后，从枢纽到目的地采用短程增加车次，可提高单点效率。

而以干线车辆利用率为核心KPI的物流企业则要不断的进行全网分析，增加干线班次，以达到汇聚货量，降低吨公里成本等等效果，并持续优化（后文会详细举例）。

03

优化ROI需最细颗粒度的成本分析

成本分析需要到达最细颗粒度的层级，从而定优化ROI的方式。

正如文章开头所说，埃隆马斯克习惯思维以“成本”为指标，将要素拆解到“元素”级别。对于一家企业来说，每一项活动便是维持企业生长活动的最低要素。

全要素效率正是基于企业生产经营活动的，我们需要在各项活动上（比如物流企业的订单获得、车辆行驶、车辆调度等等）采取管理，因此更适合采用作业成本法（ABC）进行分析。

作业成本法先将资源按作业分配，再将作业成本分配至产品及劳务，根据绩效与成本的因果关系分配成本—耗用较多资源的作业，依其产生的产品及服务须分摊较多的成本。

经过ABC分析（当然，也有人通过经验得出结论），成本领先的陆运企业的核心成本是运输成本，且对全局成本影响很大。那么对这些企业来说，核心能力为其以车辆为单位的效率管理。

物流企业需要在满足：体验好（直发，少装卸），成本低（长途用大车，且装载率要高）这两个相互矛盾的条件下不断优化，真正做到性/价比的持续提升用以维持和提升竞争力。

优化是多个约束条件的平衡，但是需要抓住的关键在于距离最长的那些干线的影响。

影响干线成本的关键要素如下图所示：

可以看出，需要平衡的约束条件非常多。

04

物流企业网络优化案例

市内配送作为物流企业价值链的最后一环，也是运作层中最关键的一步。

市内配送很多是临时订单，客户联系物流公司告知收发地址以及大概的货物，收发地址基本是准确的，而货物的数量、大小、重量、包装等信息往往很难精准。

公司在接收到需求后会根据经验匹配相应区域，并逐一询问相关司机能否接货。

随着企业的发展，物流企业设置了调度专员，就像下图中电脑面前的小人。

随着业务量增加、货物类型多样、城市交通管理复杂，司机和运载状态多变的情况下，调度员凭经验调度的效率长期无法提高，企业不知如何是好。

这只是很小的一个终端运作场景，很多物流企业在排单计划与车辆调度就已经面临很大的挑战：

1.无法掌控车辆状态信息，影响工作效率

因为车上状态以及货物信息不精准，调度专员需要不断询问司机当前状态，以及能否接货，却不能预计未来车辆的状态，影响调度效果。

不同的货物甚至地址对于装卸和效率都有很大影响，所以司机对货物接收都有偏好，这种现象会影响整体的接货效率。

同时，司机频繁的接听电话，影响车辆安全和服务质量。

2.缺乏先进的调度决策工具，依赖人工经验

送货调度专员凭经验排单，每个人经验不一，给出的送货顺序可能并不会被司机认可。

接货调度专员在需求高峰时，接货压力大，难以做出合理且高效调度的决策。

且由于送、接货分开调度，不能同时考虑双边需求，做出最优的综合决策。

3.折中的定人定区，缺乏对成本的全局考虑

定人定区有利于维护客户关系、便于调度分配接送任务。但是客户运输需求多变且不确定性高，调度难以有效适应需求变化，从而缺乏对成本的全局性考虑。

上述场景是一家国内领先企业2010年左右的状态。

而UPS从2003年开始就已经利用算法优化进行运营效率的持续提升。

行车整合优化和导航系统 ORION (On-Road Integrated Optimization and Navigation) 是UPS用于管理车队的专有工具，其基于在线地图数据和优化算法，对司机的接货送货业务进行实时跟进和优化。

ORION系统拥有2.5亿地址数据，1000页的优化算法程序代码，靠UPS多年配送积累的客户、司机和车辆数据以及每个包裹使用的智能标签，再与每台车的GPS导航仪结合，实时分析车辆、包裹信息、用户喜好和送货路线数据，可以分析实况下一条线路的20万种可选方法, 并能在三秒内找出从A点到B点间的最佳路线。

ORION系统使UPS一年送货里程大幅减少4800公里，等于省下300万加仑的油料及减少3万吨二氧化碳排放。在保证服务水平的前提条件下，安全性和效率也大大提高了。

国内领先的企业虽然起步较晚，但是在技术应用上通过近几年的努力，已经完全赶上了国际领先的水平。

国内领先的物流企业在2010年左右开始对这种局部小场景进行深入研究，从司机、车辆、客户、货物、交通信息等多方面进行优化，同时导入了大数据和优化算法。

在这个过程中，领先的企业基本上都将效率指标确定为最核心的指标，比如：人均收派件量，车均装载率等。

就是因为从效率出发，做到了基本上在每个环节的效率比国际领先公司都高出50%以上，加之中国的规模量和单位成本更低，中国快递物流企业即使面对每天千万级不确定地址和流向的订单，同时还保持最高的时效的情况下，做到了极低的运营成本。

而基于实时订单需求的优化算法已经成为大型企业在日常调度中保持和提高效率的标准配置。看似轻而易举的物流配送背后拥有了很强的技术支撑。

相比其他传统行业，物流行业的效率管理，信息技术特别是人工智能的应用还是比较领先的。

05

利用信息技术实现全面实时的绩效管理

流程优化不能仅靠技术的保障，同样也需要人员的配合。

如何对人员乃至整个企业进行管理？绩效管理是十分重要的。开车时驾驶员需要不时看着仪表盘，不然容易出事。同样的道理，企业管理者也要时刻关注“引擎”的热度，以及“驾驶”是否平稳，从而进行决策。

那么什么才是好的绩效管理呢？原色认为要能可视化，全面而实时，需要拥有高频更新的能力以及可以非常细致的颗粒度的方式呈现，方便管理者看到每时每刻核心KPI的变化。

目前有一类为企业内部领导及相关高管提供的指标分析型系统——管理者驾驶舱。

管理驾驶舱示例

管理驾驶舱 是一个为高层管理层提供的“一站式”（One-Stop）决策支持的管理信息中心系统。它以驾驶舱的形式，通过各种常见的图表（速度表、音量柱、预警雷达、雷达球）形象标示企业运行的关键指标（KPI）, 直观的监测企业运营情况，并可以对异常关键指标预警和挖掘分析。

管理者驾驶舱是一种概念，它要求绩效管理能够最大化地建设高层经理了解、领导和控制公司业务的管理室。在实际运用中，企业需要 根据自身的实际情况，围绕全面、实时、可视的核心标准，进行指标的筛选，并且真正的落实到分析、决策、运用中去。

基于提效公式，确定提效循环

前面讲了如何确定提效公式，以及怎么样运用和管理。提效公式不是结束，需要进一步确定效率提升驱动增长的提效循环。

原色认为，从提效开始，提效——降本——增量的闭环是企业可以良性发展的依据。

提效：确定效率提升的具体位置和手段；确定提升的效率可以在客户端或成本端被体现；效率提升同时优化用户体验

以提效作为出发的降本增效循环相对于以降本作为出发点（降低员工工资、压榨供应商）而言更加良性，也更具有可持续发展性

降本：降低异常处理成本；降低客户服务成本；降低管理成本；看清规模效应价值。

效率提升可以减少差错、异常、预测不准的资源浪费。

增量：让利客户；增值服务；改善用户体验

不仅效率提升还可以提高用户体验，由于效率提升而省下来的钱和资源可以更加用来提升用户体验，起到正反馈的作用。企业的业务量得到增加，企业有了发展，便有能力将更多资源投入在提效上面，从而进入下一轮循环。

06

总 结

成长期的企业，效率是核心竞争力。通过对价值链及成本结构的深度分析可以定位出企业持续降本增效的提效公式。从流程驱动，绩效与技术提供落地保障。最终走入“效率驱动增长”的提效循环。

相比其他传统行业，物流行业的效率管理，信息技术特别是人工智能的应用还是比较领先的。

在当今的竞争环境下，各行业都进入了存量博弈，成本和效率成为制胜要素，物流行业的这种极致的效率模式有值得借鉴的地方。

提升效率的解决方案从最早的标准化（工业流水线），再到人员能力提升和激励，现在又进阶到应用最先进的软硬件，特别是AI技术进行实时的优化和决策了。

虽然大部分的AI离真正的商业化落地还有一定的距离，盲目的投入AI也不见得是最明智的选择，但是AI与业务场景的深入融合，使用有限数据实现人机结合的效率提升潜力还是巨大的。

原色认为，聚焦小场景，建立“技术驱动效率”，“效率启动增长”理念和管理闭环的基础上，导入实用型AI将会有良好的投资回报。

依靠投资和激励驱动的时代已经过去了。

利用新技术并与业务场景深度融合，持续提升运营效率将是各企业维持和提升竞争力必备的基础能力。

来源/原色咨询

作者/丁伟强、朱璇宇