也正因為如此，數字化智能供應鏈的歷史責任不僅僅局限於數字化轉型本身，還需要依靠數字化能力和運營驅動的供應鏈來完成產能升級的任務。
與傳統供應鏈的業務行為相比，數字化智能供應鏈的載體發生了明顯的變化:
從以公司/企業/組織為原子，以高市場交易成本的招標采購為手段，以產業集群和集團為支撐的供應鏈體系；
數字化能力從客戶價值取向出發，重塑業務使數據公開透明，形成以融合數字化平臺為骨架的供應鏈體系，降低上下遊企業的整體成本。
業務數字化是站在客戶的角度，用數字化能力重塑業務，讓業務流程和機制以客戶為導向，優化信息壁壘等因素造成的冗余動作。
數字業務，即結合國家宏觀價值取向、行業安全質量價值取向、各細分市場價值取向，提供差異化的數據服務能力；並且用市場化運營來保證數據能力的叠代、進化和運維。
在“數字化智能供應鏈參考架構的核心原理”的背景下，商業數字化涵蓋了從購買原材料、制造中間產品和最終產品，到通過銷售網絡將產品和服務到達消費者手中所發生的所有商業行為。
在業務數字化過程中，既要參考互聯網平臺業務的標準化，又要符合當前業務執行流程的客觀環境。
要達到這種平衡，需要借助數字化能力進行業務轉型，綜合考慮線上線下業務的差異性和* * *性，用標準化的業務流程降低數據處理的復雜度；
同時，從用戶角度出發，保證數字化工具提高業務人員的執行效率，而不是造成額外的工作量/大大提高工作難度，保證數據的真實性；
站在客戶的角度，與客戶壹起聚合供應鏈的整體能力，確保能夠為客戶提供精準的、需要的價值，而不是承擔不必要的費用，從而保證數字化智能供應鏈的可持續性。
“領先智能供應鏈逆向設計和Wework原子化裝飾”
最重要的是認識到業務數字化需要壹個持續的叠代和進化過程，需要允許多種方案並行和融合，讓上下遊不同能力的參與者融合到創新中。(當然，這個過程必然會淘汰數字化能力太弱的企業。)
數字商業，或稱數據商業，是指供應鏈各環節產生的數據和數據能力的運作，通過商業手段增加了整體的安全、質量和效率，並確保數據能夠與良性的市場機制互聯互通。
數字商務主要包括三個部分:數據采集、數據處理和結果預測。
1.數據采集的商業化:要用商業化的手段鼓勵企業用數字化的方式自動采集數據，保證數據的準確性和及時性，讓其低門檻的被平臺對接。
數據采集對設備制造、軟硬件研發等能力要求較高，與我國國產替代浪潮不謀而合。只有清晰的市場規則，才能為具備數據獲取能力的企業提供商業回報的信心，最終推動數字化智能供應鏈的形成。
同時，參考C端互聯網流量數據的商業模式，數字供應鏈的數據處理平臺也需要以DAU、ARPU、GMV、留存率等商業結果數據作為與數據供應商的結算標準，提供數據收集能力的供應商也優先采用分成模式作為長期盈利模式。
2.數據處理能力要面向服務:基於* * *業務規則，洞察“關鍵數據”之間的邏輯關系，並以服務的形式提供。
賦能上遊數據源，收集數據並進行初步處理；向下賦能下遊業務方，洞察更多業務數據與“關鍵數據”的關聯，輔助結果預測。
數據處理平臺是數字化智能供應鏈的關鍵樞紐，通過數據和業務規則協調上下遊的合作關系；同時是更多增值服務的基礎，需要企業長期深度投入行業生態，收獲長尾收益，如基於有效數據資產抵押的增值服務、供應鏈金融等建設優勢。
同時，基於國家反壟斷精神，建議采用行業內開源的方式，為服務商提供數據服務接口，為供應鏈參與企業提供定制化服務。
3.結果預測的能力要定制化:將供應鏈不同環節的“關鍵數據”與企業自身的財務數據、運營數據相結合，可以預測業務ROI。
基於數據之間的邏輯關系，通過較短周期內反饋的過程數據，可以有效預測結果數據，提高企業的管理能力。
長期以來，能夠形成行業參考標準，推動供應鏈整體能力升級。