味全：透明工廠的智慧溫度

何樂樂

通過大數據分析天氣等因素，預測生產數量；實時查看每一條生產線上的各個生產環節，實現問題可控；AI識別貨架圖像，分析最受消費者歡迎的產品……現代化的飲料加工業，它的智能化已經不僅僅在于生產流程，而是將各種數字手段運用于從原料采購到產品銷售的整個過程。走進味全透明工廠，探秘一瓶飲料的生產過程，智慧的秘密就在其中……

透明的工廠

愛喝牛奶、果汁、瓶裝咖啡等飲料的朋友，一定熟悉味全這個品牌。1953年，味全誕生于寶島臺灣，有著60余年的食品制造史。2002年，杭州味全食品有限公司成立，主打冷藏純果汁和乳制品飲料，曾連獲四屆“中國透明工廠”和“中國食品健康七星獎”等殊榮。

在臺灣，“觀光工廠”旅游體驗項目由來已久，被稱為融合了一二三產業的“第六產業”。味全也將“觀光工廠”這種充滿趣味和新意的工業旅游方式帶到了杭州，并融入了杭州本土文化特色和前沿的智能科技。只要放慢腳步，就可以慢慢感受到工業的溫度。

走進杭州味全食品工廠，首先會被一座小小城堡造型的體驗館吸引。進入一條美味長廊，墻壁上可愛的奶牛、乳酸菌、水果、蔬菜、谷物和咖啡豆，都變成了童話王國里的人物，帶領著小朋友們乘坐熱氣球電梯，一邊參觀透明工廠，透過玻璃了解酸奶、果汁等飲料的生產過程，一邊學習各種人體所需的營養知識，儼然一個充滿趣味的“第二課堂”。

一條條清潔锃亮的管道，并列穿行在車間上空，它們接入到一只只巨大的儲料罐和發酵桶，再進入一排有節奏地跳動著的包裝機，最后一瓶瓶包裹著新鮮谷物酸奶的成品排著整齊的隊列，等待出廠檢驗。整個車間，只有幾位全身被無菌服包裹得嚴嚴實實的工人，在機器前輸入數值或者檢查包裝。

如果只是這些，還算不得“未來工廠”。一塊實時跳動著各種數據的大屏幕——味全供應鏈數字化看板，濃縮著工廠的智慧精華。這塊數字化看板，由價值鏈視角下整體資訊化藍圖、生產管理駕駛艙、銷售管理駕駛艙、充填車間生產監控畫面、銷售預測系統等部分組成，管理者能夠實時看到上游物料的供應情況、全國味全飲料的銷售情況，可以實時查看倉儲管理、品質檢驗、促銷管理、客服系統等，也可以用GPS追蹤到車輛的溫度監控、訂單的物流情況，甚至還能查看工廠樓頂上的太陽能光伏發電效能。

“我們這套大數據分析管理系統，已經走在了國內飲料制造行業的前列。”味全食品未來工廠技術負責人楊勇介紹，“味全一直致力于運用智能技術，不斷提高生產效率和精細化管理水平，探索‘未來工廠的形式。”

聰明的計劃

消費頻率高、使用時限短、儲藏要求嚴，是快消行業的基本特征。食品飲料作為快消行業中的重要組成部分，也免不了面對這般問題。21天的保質期，0-7℃的儲存條件，看似平平無奇的數字，卻是橫亙在食品企業面前的難題。排期，是計劃員與賞味期限的一場較量。

2019年，味全食品啟用銷售預測系統。在天氣炎熱的夏天，大家走進便利店時，都會多看兩眼冷飲，這是屬于季節限定的偏愛；各大購物網站的促銷活動已經上線，顧客刷刷網頁、瀏覽界面，沒準就會忍不住下單……每到這些時間點，可能就會有幾款產品變成“爆款”。如何能讓產供銷實現平衡？銷售預測系統納入了天氣狀況、促銷頻率和歷年數據等多種元素，基于機器學習和模型算法，推導出下周可能的銷量。

影響銷量的因素有很多，“預測銷量是不是偽命題”甚至成為了熱門的討論話題。從未有一家企業能夠準確預測銷量，但是科學的推測能夠幫助企業愈加靠近這個數值。味全食品的實踐，就是讓盡可能多的元素融入計算池內。機器學習，能夠自動改進獲取新的知識，基于之前的結果不斷優化，最終讓模型越算越準。

此外，貨架識別也是銷售預測的一大利器。便利店的貨架上，擺放著琳瑯滿目的商品，消費者更偏愛哪種口味？以往，工作人員會在各個超市，以肉眼觀察、計數盤點這樣的方式統計后進行判斷，耗費大量的時間和精力。如今，工作人員只需掏出手機，在貨架前拍攝一張照片，上傳至后臺，AI圖像識別后，就能夠把大量商品在貨架所處的位置、價格、競品促銷情況，甚至是每排貨架不同擺放位置的銷售效率等信息自動采集回來，并作出相應的分析。

在數字駕駛艙“下周預估量”下方，呈現的是實際與預測的偏差，可以看到，過去兩周的準確率均高于70%，其中5月4日這一天的準確率甚至高達91.1%。聰明的銷售預測系統把預估需求傳遞到生產端，使庫存在保質期內維持在相對較優的水平，有效地減少了缺貨和積壓。

實時的跟進

溶解、調配、殺菌、充填、噴碼、包裝……一瓶飲料的誕生，離不開其中的任何一道工序。數字化，讓每個環節更加高效，讓每次銜接更加流暢。

2016年，味全MES系統正式啟用。隨后，果汁、乳酸菌、鮮奶等生產線陸續實現數據的全自動產出，系統開始梳理問題及生產線作業流程規范。當銷售訂單轉變為生產訂單，制造過程由此啟動。安排好計劃后，輸入生產量，基于配方和總量，所需的配料就會在系統內生成，隨即推送給倉庫。倉管人員的電子看板，清晰地呈現著這些數據。打印紙質單據？費時費力傳遞紙本？這些都不復存在。

生產管理駕駛艙和車間生產監控畫面下，工單完成情況、產線開工狀況、計劃產量分布都一目了然。看似平常的每一道工序，疊加了系統之后，就變得高效和及時。楊勇對比了系統引入前后的差異：調配桶的溫度是否正常，閥門是否處于開啟狀態……這一系列的指標，從前都是人工收集、手動記錄、現場核實，現在系統直接采集數據，形成生產管理日報。數字化的驅動下，設備、人員、車間緊密聯合在了一起。實時的抓取與反饋，使管理人員能夠快速了解車間的工作情況，而不必通過快下班時才拿到的靜態報表進行決策判斷。

在管控層面，楊勇舉了調配環節的例子。如果桶溫偏高，指標異常，系統就會準確識別并發出預警。過往的質檢，通常是在出庫前進行，如果出現不合格的批次，所有的原料、包裝和人力全都浪費；如今，生產管理可以貫穿全過程，一旦發現品質異常就能提前中止流程。據統計，通過生產監控平臺，企業及時發現生產異常并進行處理，效益顯著，2019年降低生產損失成本29萬。

這樣的改變，在每個環節都悄悄地發生著。每一次報錯，都會在系統里留下痕跡。久而久之，積累的數據就沉淀成了企業的資產，支撐起了后續的精細分析。例如，生產駕駛艙中，有一欄信息是停機時間。除去不可避免的非責任停機時間和輔助時間，就剩下了責任停機時間。停機是由哪些故障和差錯引起的？這些差錯發生的頻率又是如何？通過海量的數據積累，工廠就能準確識別出工序的不足，進而開展針對性的改善以提升效率。正是基于對停機時間的分析，充填車間的卡瓶、卡蓋、卡膜問題，才有了相關性更高、針對性更強的解決方案。生產得率提升1‰，每年可增加利潤40萬。

雜亂無章的紙質報表，已然轉變成為了結構化的數據。數據的查詢和追溯，也變得輕松便捷。車間黑盒子生產不透明，實際生產與計劃相去甚遠，這些問題曾困擾著無數生產企業。隨著系統平臺的統一管理，味全的生產過程變得透明可視，主管可以實時查看情況。同一平臺上就能進行共享傳遞，部門之間的交流和環節之間的交互也變得更多，跟進也變得更及時有效。

流程精進、效益提高，智能工廠在顯性的層面為企業降本增效。生態改變、互聯互通，智能工廠在更廣闊的領域里書寫著制造業高質量發展的故事。