2026-09-16 · 客户案例
客户角色:项目总经理 / 计划部 | 场景:项目级风险敞口 | 核心数字:18 个项目 / 185.03 亿美元合同额 / 10 个项目进度落后
图 2:18 个海外项目逐个敞口,红点是风险聚集处
月度经营会上,供应链部门汇报的是:10 家供应商被标为 CRIT、289 条异常预警、 245 张订单履约逾期、129 张订单被标为 CRIT 级。
然后总经理通常会问一句让会议室安静下来的话:
「所以,哪个项目会晚?晚多久?要花多少钱?」
同一份基准日数据里,18 个海外项目、总合同额 185.03 亿美元、总装机 19,800MW,分布在 18 个国家。 这些数字不是摆设——它们正是「风险标的物」:
| 项目 | 合同额 | 当期阶段 | 实际 vs 计划进度 | 供应链侧关联 |
|---|---|---|---|---|
| 越南海阳燃煤电厂 | 7.58 亿美元 | 锅炉受热面安装 | 62.6% vs 66.4% | 一票货清关中已停滞 4 天(见案例 04) |
| 阿根廷基什内尔水电站 | 12.58 亿美元 | 水轮机转轮安装 | 33.3% vs 37.2% | 「水轮机转轮(150MW 级)」在无替代源清单内,质量事故情景新增敞口 12,066,178 美元 |
也就是说:供应链的每一个异常,都能落到「某台机组的某个里程碑差几个点、对应多少钱」上。
这不是一个新报表,而是一次视角切换——把风险的计量单位从「条」换成「项目 + 美元」。
把「项目 → 多级 BOM → 物资 → 物流 → 供应商」这五段连成一张视图, 异常进来之后,不是停在物资编号上,而是一路推到「哪台机组、哪个阶段、差多少进度、多少金额」。
风险监控做到今天,最该回答的三个问题是:哪个项目受损、要赔多少、该不该现在投。
数据出处:guodian_overseas_tower/data/projects.json(18 项目 / 185.03 亿美元 / 19,800MW / 进度 62.6% 与 33.3%)、
output/摘要-20260915-175603.md(水轮机转轮敞口 12,066,178 美元)。
案例口径说明:本案例基于完整规模的仿真数据集(电力海外基建 / 航空制造)编写,用于演示方法链路与输出形态,不代表任何企业真实经营数据。落地后第一件事就是把同一套输出换成客户自己的数据——数字会变,方法不用变。