制造供應鏈數智化建設與發展

文/邱伏生

上海天睿物流咨詢有限公司

本文作者基于深厚的行業積累與實踐經驗，介紹了精益工廠、數字化工廠、智能化工廠這三個企業不同發展階段的制造供應鏈平臺如何建設，分析了制造供應鏈數智化的四大特征，闡述了制造供應鏈數智化平臺構建的“一體兩翼”策略和六個切入點，對于轉型升級中的制造企業具有參考借鑒意義。

制造供應鏈數智化是以工業互聯網、大數據、云計算、5G移動無線網絡、人工智能、機器人、智能物流技術等軟硬件新技術為基礎，在制造企業迭代升級過程中，為原材料、在制品和成品（采購物流、生產物流和成品物流）的包裝、運輸、裝卸搬運、存儲、流通加工、配送、信息處理等，提供智能服務和智能決策的系統化、平臺化的推動路徑。它不但將企業、用戶、貨物、設施緊密聯系在一起，而且將流程、數據和訂單結合起來，使得制造供應鏈連接變得更加多維度、立體化、多元化、高效率和更有價值。

由于制造供應鏈涉及多個環節和要素，智能生產和交付系統通過處理各個環節業務相關的數據或信息，為相關作業提供指示和進行數據分析的人機一體化系統。

智能工廠需要按照客戶要求適時交付。制造供應鏈需要實現物料/產品流動實時數據的采集與管理，基于實時數據實現供需雙方精準的匹配，更需要依據生產作業要求實現物流與作業工位的智能化聯動。

由于企業戰略、產品和供應鏈策略的不同，不同類型的企業對供應鏈運營有著個性化的價值導向。從智能工廠的發展規劃和運營升級路徑而言，還是需要思考供應鏈平臺戰略框架和制造供應鏈發展導向相結合，以業務和應用場景、技術條件、過程瓶頸、約束條件等作為前提條件，在規劃中創新，在創新中應用。

一、制造供應鏈平臺的發展

由于企業不同、產品不同、工藝不同，不同迭代升級階段的智能工廠供應鏈及其信息平臺的表現方式也有所不同。

工廠升級發展階段通常分為精益工廠、數字化工廠、智能化工廠，所以不同階段的供應鏈平臺也有覆蓋面、聯通程度、技術應用場景以及軟硬件設施的差異，可以相應的分為精益信息平臺、數字化信息平臺和智能化信息平臺。對于鏈接終端消費者的C2M工廠，其信息平臺更具有延展性，可能從制造工廠涉及消費者、門店、研發、品類管理、營銷等。

1.精益制造供應鏈平臺

精益工廠需要精益物流及其信息平臺以支撐精益生產要求。由于精益生產發源于汽車行業，所以汽車行業精益物流信息平臺的發展具有較強的代表意義。

智能產線

豐田精益生產方式強調拉動系統，JIT到貨、JIT制造、JIT配送，需要降低“七大浪費”，降庫存低至“零庫存”。這種方式需要有精確的生產計劃和物流計劃協同，并且要求供應商有高度匹配的物流基礎和運作能力，整個供應鏈過程都是按照標準來執行的。但是其管理的顆粒度難以把握，同時對于變化的控制與適應能力比較差（如何拉動和備貨往往是很多企業的痛點），在信息技術不發達的情況下，制造企業采用ANDON、KANBAN系統來傳遞信息，主要是通過人工操作完成，物流設備主要是“帶人的自働化”，供應鏈物流斷點偏多，效率損失比較大。

2.數字化供應鏈平臺

數字化供應鏈平臺是在制造工廠精益化目標達成之后，在一定的信息技術基礎上，逐步開始供應鏈業務數字化的過程。從動態的視角來看，供應鏈過程體現為端到端的業務流過程，它涉及業務流程的不同階段、不同參與者、具體工作內容、業務時效表現等。端到端的數字化就是實現業務流程透明，促進供應鏈上下游之間的業務協同，以保證供應鏈的高效銜接和有序運轉，從而提升整體效率。

在數字化時代，數據已經成為企業的核心資源。企業通過對積累的大量數據進行分析，能夠驅動業務網絡的智能運轉。業務網絡的智能化主要體現在數據的分析和自主決策。數據分析的過程就是提取數據所蘊含的價值的過程；自主決策則是智能化的更高級階段，通過算法輔助決策，讓供應鏈過程的各類設備設施具有“靈魂”。

數字化工廠需要供應鏈管理率先實現數字化、一體化，并且使其成為數字化工廠運營的主要紐帶。在這種工作場景下，自動搬運、自動配送、智能存儲、RFID/IoT自動采集信息和數據等作業形式替代了部分人工作業。同時，以信息傳遞為主要功能的物流信息系統已經無法滿足這種新形勢的需要，必須升級為集信息傳遞和調度指揮為一體的智能調度系統，實現實時傳遞生產信息并指揮調度智能裝備進行有序的作業。

一些先進的制造企業在推行高柔性生產方式的同時，要求供應鏈繼續保持從項目規劃到實施全過程的高效率；并通過應用仿真、數字孿生、虛擬現實/增強現實(VR/AR)等信息技術手段進行方案優化、狀態監控和結果驗證等工作，較好地滿足制造和交付體系高效化的要求。另一方面，信息技術進步也促進了生產模式的變革和升級，推動生產能力達到新高度，這種雙向的促進，帶動了供應鏈體系中各要素不斷向前和諧發展。

制造企業數字化過程中，通常容易產生“路徑依賴”。一方面，由于過去“成熟一塊發展一塊”，各個不同模塊應用的硬件、軟件來自不同的邏輯和供應商，導致軟硬件之間無法互聯互通，產生信息斷點和信息衰減、丟失，最終出現“信息解決不了物理問題”的尷尬局面；另一方面，由于“一路走來”的經驗和管理慣性，使得原來的供應鏈結構無法被打破，數字化過程僅僅是“現狀的信息解讀”，而不是在新的邏輯下重新構建的數字化的供應鏈。

3.智能制造供應鏈平臺

智能制造對于供應鏈的要求更高，“如果沒有智能供應鏈的支撐，智能制造只能停留在實驗室階段”。相對于傳統制造工廠而言，智能制造強調個性化、客戶化和數字化、智能化，這就不僅僅是在原有基礎上升級供應鏈的問題，而是必須依據業務邏輯重新構建供應鏈。這要求企業具有智能制造和相應的供應鏈戰略及其實現路徑。

從邏輯而言，智能制造供應鏈平臺需要搭建實時供應鏈運作（計劃）規劃和執行的閉合環路，將虛擬生產-物流系統和現實生產-物流系統對應起來。具體而言，就是集成PLM系統、ERP系統、MES系統、倉儲管理系統WMS以及生產設備和物流設備集成管理系統等系統。供應鏈過程計劃發布至執行系統之后，利用智能制造平臺生成詳細的作業指導書，并與供應鏈-生產-物流運營全過程進行關聯，保證整個過程都實現精準的響應和更新，同時從生產-物流環境中收集有關生產-物流執行情況的信息。從訂單到執行交付，智能供應鏈平臺也需要具備必要的先期驗證、仿真、預警的能力。建立供應鏈與制造過程智能對應、聯動的協同模型，其具備所有物料流動過程（包括生產工位物料運作）的細節，并可在整個物流-生產過程中針對每一個訂單、每一個物料、每一個工位進行實時仿真和驗證。結合大數據分析和統計學技術，快速作出有關供方交付、庫存資源、自有物料存儲、個性化訂單配套需求、配送資源、工序排序以及智能物流設施等優化方案。調整策略后，再模擬仿真整個生產-物流系統的績效，進一步優化實現所有物流資源利用率的最大化，確保所有工序上的所有設施和人都盡其所能，實現效率和盈利能力的最大化。

隨著產品功能復雜性的增加，其制造過程也逐漸復雜，對制造涉及的所有過程均有必要進行完善的規劃。在智能供應鏈平臺中，對需要制造的產品、作業的方式、物流流動方式、關聯資源以及物料周轉、作業地點等各個方面可以進行系統的規劃，將各方面關聯起來，實現設計人員和制造人員的協同。一旦發生流動和作業要素變更，可以在智能物流信息系統中方便地更新流動過程，包括更新面向制造的物料清單，對應新的工序，為工序分配新的配送模式、設施或人員，為工位配送調整新的物料時間和數量等，并在此基礎上進一步將完成各項任務所需的時間以及所有不同的工序整合在一起進行分析和規劃，直到產生滿意的流動過程方案。

值得一提的是，很多企業愿意花資金購買智能化設備，因為那“看得見”，但較少企業愿意做供應鏈智能化的先期策略規劃和構建，這容易導致智能化設備“擺得下卻玩不轉”，最后“看得見的都一樣，看不見的都不一樣”。也有很多企業已經通過研究和應用優化算法來編制適合企業自身發展特性的軟件，這些軟件或者獨立作業，或者有機協同，集合成有鮮明自身特色的信息系統，賦能團隊更好地運作。

在當前的形勢下，盡管供應鏈體系中的主流依舊是生產模式要求供應鏈/物流模式及其信息系統與其保持同步。但是，隨著Al（人工智能）、區塊鏈、云計算、大數據、3D打印和5G等前沿技術的開發及其應用，由此逆向引發的生產模式和供應鏈/物流模式的變革已經初見端倪。

二、制造供應鏈數智化的特征

從“以制造為中心”的推動式，轉變為“以客戶為中心、以交付為中心”的拉動式，制造企業所有的邏輯和關鍵績效指標也隨之發生了變更。制造供應鏈作為“交付的橋頭堡”、 “制造的水龍頭”、“采購的緩沖器”，也必然越來越成為智能工廠的核心紐帶，供應鏈平臺也將成為指揮智能工廠有效運作的“大腦”。

制造供應鏈數智化通常表現出以下特征：

1.制造工廠供應鏈能力“IP化”

從工業互聯網的角度來看，智能工廠以信息平臺作為一個“節點”，代表的是“服務型制造”的一個IP。通過交付能力的網絡化表現，體現智能工廠在生態圈的影響力，和與互聯網、物聯網無縫連接的能力。智能工廠逐漸互聯網化，需要讓消費者隨時能夠通過網絡化（移動）平臺看得到其產品在工廠的生產和物流服務過程，甚至看得到具體訂單執行過程。個性化的產品還包含個性化的服務，以體現“服務型制造”的具體要義。這就要求制造企業供應鏈平臺能夠具備瞬時鏈接、快速接單、快速制造、精準承諾、適時交付的能力。

2.供應鏈交付能力可體驗化

很多企業開始逐漸將智造工廠打造為“可參觀型工廠”，作為工業旅游項目，或者說，這個工廠就是一個可體驗的產品（類似藝術品），而不再把產品陳列和工廠分為兩個不同的容易產生體驗錯位的參觀內容。他們試圖將工廠的產品力、制造力、交付力與企業文化、專業度和趣味性集中體現出來，讓參觀者（可能任何人）“浸入式”體驗其系統化的能力，從而心甘情愿主動購買其服務或者產品。制造供應鏈能力將和產品一道成為消費者體驗的一個必要組成部分，以體現智能工廠面對個性化需求的敏捷性能力，以及與終端消費群體、銷售、交付資源鏈接的能力。

成品交付物流涉及門店、物流服務商、物流網絡布局、庫存布局、成品發運計劃和成品庫的規劃和運營，對于不同的區域、門店、消費者、產品等有不同的響應策略，為此需要有集成信息、集成資源、線上線下結合、人單合一、有效兌現承諾等方面的綜合能力。從消費者的角度而言，智能工廠物流信息平臺（及后續的商品配送）代表的是“能否有效交付”的一條供應鏈，往往將客戶滿意度具體化為企業口碑和品牌。

3.供應鏈過程質量可視化

規劃智能工廠時通常是以物流作為主要紐帶，帶動信息化的同步規劃；在生產運營時，物流的有效性是智能化生產的前提和服務的保證。物流過程涉及外購件、自制件、前置工序等眾多的環節，制造進度受到物料、人員、設施、庫存、質量、效率、能源等要素的變化影響。制造工藝涉及原材料、半成品和成品不同的加工技術和設施，具體到精準加工、精準配料、精準控制庫存、精準補料、退料、包裝、搬運、存儲、輸送、揀選、總裝等工藝過程……上述過程都需要通過物流信息平臺和制造信息平臺實時協同，“推拉結合”，實時采集、匯總、分析和傳遞數據，成為智能制造系統決策的關鍵部分。從制造工廠經營的角度而言，智能工廠物流信息平臺代表的是固定資產的經營有效性和流動資產的周轉效率，現金流和庫存的此消彼長，往往決定了企業的盈利能力。

4.制造供應鏈能力柔性化

根據個性化訂單配合生產要求實現柔性化轉換的快速反應能力，智能工廠生產系統柔性化越來越重要。未來“柔性生產系統”在成組技術基礎上，以多臺數控機床或者數組柔性制造單元為核心，通過自動化物流系統將其鏈接，統一由主控計算機和相關軟件進行控制和管理，組成多品種、小批量和混流生產的自動化制造系統，即由統一的信息系統、物流系統和數字加工設備組成，能適應加工對象變換、高效率制造中小批量多品種產品的自動化制造系統。其中，可能涉及機器柔性、工藝柔性、產品柔性、維護柔性、生產能力柔性、擴展柔性、運營柔性，但是所有的柔性都必須要由柔性物流系統來鏈接和貫穿，以保證橫向、縱向和端到端的柔性集成能力。從智能工廠柔性的角度而言，智能工廠物流信息平臺代表的是人、機、料、法、環、測的“以點帶面、點面結合”的實時互通、協同和響應能力，也是個性化制造、交付能力的具體表現。

供應鏈系統不僅僅是“物的流動”，更主要的是工廠制造供應鏈平臺中伴隨著生產-物流表現出的信息流，以及通過供應鏈將產業鏈各環節之間供應、生產、銷售、消費串聯起來，以實現綜合效益疊加。另一方面，作為流動資產（現金流、原材料庫存、在制品庫存、成品庫存、應收應付款項等）的載體，供應鏈的效率決定了庫存周轉率和現金流量，從而決定了企業贏利的效率。而智能工廠供應鏈平臺正是這個贏利系統的最直接的監控和調度工具。

三、制造供應鏈數智化平臺的構建

1.“一體兩翼”的構建策略

制造供應鏈數智化的建設和發展，伴隨著企業智能工廠的建設和發展同步進行。不同發展階段的建設和發展切入點、著力點、目標都不一樣。從企業運營、參與競爭以及兩化融合的大趨勢而言，建議采用“一體兩翼”的發展路徑，如圖1所示。

“一體兩翼”的模式就是以培養供應鏈（數智化）工程技術人才為核心目標（一體），以建設智能工廠為抓手，以同步建設供應鏈平臺為臺階（兩翼），從而保證智能制造系統（智能產品、智能制造、智能供應鏈）迭代升級的有序性和有效性。

經過近十年的智能化迭代升級的實踐經驗，絕大多數企業管理者都認識到：任何花錢可以買到的軟硬件技術，都未必能代表企業的核心競爭力。只有形成企業文化、技術累積與沉淀、組織過程資產、企業數據化智慧等才是企業的“內功”，這些能力需要由數智化人才梯隊掌握。因此，對于企業供應鏈數智化人才的培養，將成為智能工廠供應鏈平臺有效規劃、運營和維護的戰略訴求。

從路徑的角度而言，路徑1是標桿智能工廠及物流、交付系統規劃、設計和建設過程；路徑2是智能工廠供應鏈平臺構建、邏輯梳理和達成；路徑3是人才培養的戰略、知識結構和培養方案與實踐過程，如圖1所示。路徑1和路徑2是過程，路徑3是關鍵目標，終極目標如橫坐標所示的供應鏈數智化升級路徑和縱坐標所示的智能工廠升級路徑。

圖1 一體兩翼的發展路徑

智能工廠柔性物流系統

從發展階段而言，可以分為三個階段：第一階段以建設智能化工廠為切入點，同步啟動供應鏈數智化平臺頂層設計和人才培養的框架方案。第二階段在工廠建設完成設備安裝、調試、大聯調、試產和量產后，基本上可以提純出企業的智能化升級的方法論和相關運營標準，初步建立運營體系；同時人才團隊也基本上完成了第一輪培養的過程，具備了人才輸出、提升、派駐的條件。第三階段智能工廠方法論、供應鏈/物流信息平臺、人才梯隊都逐漸成熟，可以探索導入工業互聯網，研究工業大數據、5G技術、人工智能、物聯網等新技術應用，為智能制造系統再次賦能。

從規劃路徑而言，一般需要經過戰略定位、概念設計、短板彌補（能力提升、補課）、精益化、數字化、平臺化，再到智能化的過程。

2. 制造供應鏈數智化平臺構建的六個切入點

智能制造需要將全價值鏈打通，不僅需要智能制造相關設施逐漸到位，更為關鍵的是，對于智能工廠運營管理的“內功”需要同步跟上。而內功關鍵之處又在于代表流動資產運營管理的供應鏈流程的一體化（如圖2虛線范圍內部分）。所以，衡量一個智能工廠規劃是否合理的現實和本質的評價角度，不僅關心是否“布得下”、“買得好”，更要關心是否可以“轉起來”，并最終有效交付產品給客戶，其他的都是錦上添花的事情。

在實踐中，企業構建供應鏈數智化運營平臺，可以采用“以點帶面、點面結合、以終為始”的切入方式，通常從包裝與物流基礎標準、訂單交付與計劃梳理、智能物流設施導入、智能工位鏈接、制造供應鏈關鍵環節差異管理、智能供應鏈信息平臺等六個方面切入，如圖2所示。

（1）包裝與物流基礎標準化

物流基礎比較薄弱的企業，一般首先需要做好每個物料的包裝設計，做到包裝單元化、通用化、標準化，并在此基礎上擴展搬運標準、存儲標準、運輸標準、配送標準、工位暫存標準等。只有各個基礎環節做到標準化，才能夠實現物料流動參數化、數字化，為后續的供應鏈數字化流程梳理提供良好的基礎（可以直接作為基礎數據導入物流信息系統）。這涉及產品結構、物料尺寸、BOM表分解、質量要求定義、包裝模式切換、容器具管理流程等，過程繁瑣，但是非常必要。如果忽略包裝與物流基礎標準化，智能工廠物流徒具形式，無法實現物流信息的數字化和物流設施的智能化，運營平臺的建設也容易導致“兩張皮”的結果。

（2）訂單交付與計劃梳理

企業運營和交付主要圍繞訂單與計劃來展開，可以說，訂單與計劃是企業運作的“牛鼻子”工程。只有訂單和計劃的邏輯清晰了，才能夠合理調動各項制造資源，所有的數字化節點、參數、數據才能夠“順理成章”。訂單交付與計劃梳理具體包含訂單預估、訂單來源、客戶信息、交付周期與相關要求。并由此集成為主生產計劃，細化為各項作業計劃，具體包含發運計劃、總裝作業計劃、齊套計劃、庫存計劃和供應商到貨計劃等。全過程邏輯嚴密、專業要求度高，是企業制造供應鏈運營的核心，直接主導了制造資源的主要脈絡，可以作為供應鏈平臺建設的基本邏輯基礎。

由于涉及運營管理的動態化、不同企業管理邏輯的個性化等，一旦忽略了訂單與計劃邏輯，容易導致企業計劃變化頻繁、制造資源調度無方、產生巨大浪費、庫存居高不下、訂單交付無法兌現客戶承諾、客戶滿意度降低等嚴重后果。

（3）智能物流設施導入

物流基礎比較好的企業，通常愿意通過設施規劃與智能物流系統來拉通實物流通的價值鏈，減少斷點，消滅過程中的停頓、浪費、搬運、確認、往返、數據錯失，避開平面布局的縱橫交錯以及“最小搬運距離”的陷阱，實現立體化貫通、邏輯化配送與流通，做到全過程沒有斷點、無人干涉、自動運作、實時數據、實時盤點。這涉及物料管理的信息-物理系統，不同的智能化物流設施配置直接決定了WMS、WCS等系統的邏輯和運作，也決定了數據采集的方式和采集點的設置。

在實踐過程中，由于涉及各類智能物流設施，在選擇技術方案、設備以及供應商時需要有優化的方案（一般是專業化設計公司提供方案，再集中討論技術選配和落地方案，然后選擇合理的集成商，而不是多方采購、憑經驗集成）；同時，智能化設施投資往往比較大，需要考慮投資收益（ROI）的科學測算。一旦操作不慎，輕者需要反復調試、改造、試錯、修改參數，浪費企業運營機會成本；重者容易導致設施連貫不起來，無法完成系統化運作的目的。

（4）智能工位鏈接

在過去的發展過程中，制造企業已經形成了運營經驗和管理慣性，當需要尋求智能化突破時，未必能夠徹底顛覆原有的制造系統平衡，而是逐漸以點帶面地導入關鍵工位和環節智能化的元素，然后逐步完成集成業務。在一個特定的工廠，關鍵環節的智能化突破往往可以起到“破冰”效應，帶動上下游環節的系列優化和匹配，從而拉開智能化工廠建設和物流信息平臺構建的序幕。

（5）制造供應鏈關鍵環節差異管理

通常智能工廠的供應鏈戰略績效包含具體的參數指標，集成為企業級的大數據，比如交付準時率、庫存周轉率、訂單交付周期OTD、客戶滿意度、訂單達成率等，在此基礎上，分解供應鏈運營各個環節的部門級、產線級、工藝工序參數、作業標準參數等。日常運營的關鍵參數在智能工廠供應鏈運營過程中通常會作為過程參數出現，但是差異參數卻通常會成為阻礙運營的斷點，甚至影響整個供應鏈運營平臺的數據質量。

傳統的制造工廠業務過程數據統計是離散型的，各部門協同共享聯動性較差，信息不能及時傳遞和共享，形成信息孤島，過程中的異常信息未及時記錄、存儲，不能實時數據統計、分析，而且大量數據都人工統計，導致統計結果滯后，管理事后控制，不能實現預先控制和及時管理。尤其是定期的報表，通過人工編制、郵件發送或打印傳遞等，容易造成管理被動和事后控制，而不能做到事先預防。

未來數據需要實現量化管理、實時管理、可視化管理、PDCA管理、主動管理等，要求實現目標和過程的差異管理，尤其是關鍵過程的差異管理。這涉及所有的供應鏈運營過程，尤其是先期規劃需要界定關鍵環節，并且有基本的參數設置，難點是需要實時監控關鍵環節的數據變化、偏差范圍、預警機制和響應級別。這既有數據的梳理，又有偏差的疊加和分析判斷，對于系統而言是極大的挑戰。而對于差異的實時感知和反饋、調節、數字孿生，才是智能化的具體體現。

（6）智能供應鏈信息平臺規劃與建設

大部分企業都愿意直接選擇好的供應鏈運營信息平臺來提升工廠的數字化、智能化水平，希望一勞永逸地解決數據化的問題。如上所述，這看似簡單的問題，卻需要大部分業務數據、物流基礎、智能資源、運營邏輯等的充分到位，才能有效達成。也就是說，制造供應鏈運營平臺是基于各項基礎業務有保證的前提下的“水到渠成”的成果。從規劃到建設、到實際運營，可以是一個“以終為始”的拉動式資源配置和達成路徑，也可以是迭代升級模式的推動式的“做加法”的路徑，關鍵是企業需要有戰略定力和戰略耐心，而不是盲目導入、被軟件綁架。

上述六個切入點，不同的企業會有不同的路徑選擇方式。從結果而言，都是建設和達成供應鏈運營平臺，可謂殊途同歸，最后都需要與智能生產設施對接與聯動，成為智能制造的重要組成部分。從系統的角度而言，都是為了提升交貨準確率和縮短交付周期，勢必需要提高供應商到貨準時率和物料齊套率，同時減少供應鏈過程中的效率損失、提高人均產出效率和現場作業效率，從而提升庫存周轉率。其支撐要素包含：生產計劃和物流計劃的聯動體系，供應商到貨管理體系，物流運行過程的監控機制，物流運行關鍵指標，優化數據手工統計工作量和作業邏輯，信息及時采集、傳遞和可視化，計劃和實際運行的目標偏差管理，異常和風險預警機制。