智能供應鏈在智能制造領域的應用（下）

文/邱伏生

二、制造企業智能供應鏈存在的瓶頸分析

制造企業在智能供應鏈方面存在的瓶頸主要表現在以下6個方面：

1.供應商到采購方沒有形成數字化管理

包裝的差異導致無法形成數據化管理。運輸容器沒有實行標準化，有各類各樣的具有供應商明顯特色的容器，不利于企業內部標準化管理，也不利于物料與容器的顏色管理和定置管理與及物流現場的整理整頓；影響了采購管理落實的有效性。

數量的差異導致物料流動無法數字化管理。包裝單元數量不統一、不嚴格按生產需求送貨（通常，為了保證用量，都有多送的余量，加上盤點的不及時，增加了供方的管理與倉庫的成本；不能進行運輸的直達化管理，即門對門管理），人工清點與數據交換費時、費力，更容易造成系統中的積累誤差；即使偶爾有使用條碼的也無法保證數據的準確性，最后只好掃描送貨單了。影響數據管理的有效性。

物料流動時間的差異無法保證計劃-執行的一致性，KPI指標難以監控。由于沒有按照采購方既定的到貨計劃送貨，使得供應商日供貨不明確、不及時、不合順序，導致無法到貨或者到貨無效，最后使各工序缺料等待；同時，對于供應商進貨的規劃與調度中，可能出現同時超標到貨的現象，造成現場擁擠。據該企業資料統計，該廠在當地便有500多家供應商，每天送貨大卡車最多時達30多輛，平時同時到達的有8-10輛（也有時空場），而卸貨現場面積和卸貨能力決定每次最多可同時卸貨4-5輛大卡車，最后導致加班等計劃外作業。

供應商質量差異導致直通率無法達成。由于質量的問題常使總裝線停產，甚至總裝后試機時，發現品質不良，只好作為不合格品另做處理，增加了生產環節的負擔。

表1：各部門導致的停產次數

表2：停線時間以及責任部門（分鐘）

表3：停產時間分類統計

2.相關物理功能區域未做區位數字化管理，現場管理混亂

卸貨區未做區位管理。擁擠現象很嚴重，成了事實上的庫存暫存區，各類材料在卸貨區停留時間過長，客觀上造成對卸貨本身的干擾。

工序之間各暫存區流動性失控。見縫插針式的無序存放，暫存容器的不統一、不規范（甚至許多物料根本沒有必要的容器），導致存貨不能順利進出（需要的貨物在最里面），更不能先進先出（FIFO），造成實際生產中時空上的矛盾，如鈑金件存放區，甚至在一些區域出現存放多日的不良品部件，而且經常存放在加工區的運輸要道上，阻礙了物料的順利流轉。

區域之間物料周轉缺乏參數設置和管理。各分廠、庫暫存區重復設置現象嚴重，但又不能統一管理與運輸、調度，導致（人工+叉車）重復運輸和迂回運輸，使配送無序。各分廠的區域分割、物料分散堆放，又由于配送與物流管理上的不均衡，使空間周轉不過來，如產品的下線問題、固定工藝的運轉周期與下件存放使用的時間差問題、運輸過道與運輸方式的問題等（尤其是電梯的使用與管理不合理），造成各樓層間物流的瓶頸現象（通常被稱為“線邊庫存”）。

總裝線區域物料上下作業崗位時序失控。配送節拍跟不上，所需物料不能從各廠、區、庫及時、準確配送到位，且配送的物料質量難以保證；不需物料（如調產后的零配件、空工位器具、不良品）不能及時運走或處理，造成線上物料擁擠與虧缺，使生產不準時、物流不均衡。

表4：×月×日停產明細

3.生產保障過程的信息流紊亂，人、機、料、法、環無法形成聯通與互動

全廠信息傳遞和數據維護的現代化程度很低，部門間以定單方式交流，信息傳遞易失誤，溝通、處理不及時；物料周轉又未單元化，使高效率的物料運轉、巨大的數據量與低效、易錯的人工操作之間存在錯位（如成品包裝線與成品庫間的數據交換完全由人工點數完成，常出現數據不統一或盤點延遲的現象）。

該企業還曾經花巨資導入了多臺AGV搬運小車和工位機器人，但是都由于智能化設施無法與實際的流程、物料、上下環節的人工、叉車實現無縫對接和聯動，導致最后全部撤換。比如AGV將物料配送到工位了，作業人員尚未完成上個物料的裝配，AGV直接放下物料進入了下一個作業；反之人工完成了，AGV尚未到達，導致人工停產；工位機器人經常由于物料未能夠按照作業計劃到達指定位置，導致靜止等待、閑置；或者物料包裝的工位器具未能夠按照機器人屬具的抓取模式設計，導致機器人無法爭取抓取物料進行裝配，導致亂抓物料或者無法識別物料。

圖1-3：每天花費巨大的管理資源來顯示各類數據，都是不可以追溯的

4.管理組織協調無力

缺乏系統的供應鏈管理組織，以上供應鏈過程矛盾不能得到及時有效的解決，導致瓶頸現象的不斷積累。加上瓶頸問題隨著供應鏈流程形成壓力轉移，部門之間形成各種推諉，各類會議不斷增加，導致管理資源浪費。

5.過程的量化管理未能形成數字化邏輯，導致考核錯位

圖4：作業完成系統報表出來時，事情已經發生，無法彌補，且無法保證后續工作

圖5：供應商缺料情況成為生產不安定的重要因素，不可控制

圖6：數據管理邏輯不清晰，難以形成有效管理和交付承諾與兌現

如表1所示，是某連續兩周中和某特定的一天中因以上原因導致停產的部分數據。

從表1可知，導致停產的責任，較大的是料品部、采購部和資訊部等物流的主要環節，而各個分廠生產管理的直接責任較小；

表2反映了該單位絕大部分由于供貨不及時、送料不及時和缺件等物流不合理的責任，不合理的歸入到了生產管理中，并且由表1和表2的總計中可知，兩周內仍分別有83（=3105-3022）和25（=2045-2020）個停線時間單位找不到責任部門。

表3中由于缺件、周轉不利、送料不及時、信息傳遞失誤等原因所造成的停機時間達總時間的74.87%，真正由于操作等原因所致的停機僅占極少一部分。

表4中單日停產原因分析表明導致停機的直接原因仍主要是供應鏈過程的不合理導致的低效化，這證明表1～表3中出現的每周停機時間的原因并不是偶然的。

出現這么多的停產現象，該企業的管理監督部門都會定期稽核，并查明責任者進行處理。實際上，作為該行業的知名企業，該廠的生產管理及監督都很完善并且很有力度；但是因為缺乏對供應鏈數字化、智能化的理性認識，所以對于如何從根本上解決因供應鏈不合理所帶來的浪費與束縛，是該廠領導層一直頭疼的問題。

由于存在多處瓶頸，采購作業勞而無功，廠內物流不平衡，生產物料的配送無法準時化、高柔性，導致整個生產流水線經常停機等待，使工作流、物料流、資金流、信息流受阻，系統效率的提高受到約素，產生巨大的機會成本，從而不能最大限度的降低物流成本、解決生產中的時空矛盾，挖掘出被浪費的利潤源泉。

6.傳統的數據預警與可視化通報不能實現實時管理

圖1、圖2、圖3是比較常見的現場“可視化”數據表現方式。由于絕大多數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，信息不能共享，不能及時傳遞，形成信息孤島，過程中的異常信息絕大多數沒有及時存儲，導致不能及時做統計、分析，而且大量的數據都是人工統計，導致統計結果滯后，管理也只能是事后控制，而不能實現預先控制和及時管理。

每天的作業達成情況也是完成率低下，并且影響因素無法實時查明，甚至無法得知后續還將影響作業完成的天數，如圖4。

對于供應商的缺料情況，也無法實時控制和預警，只能夠被動等待，如圖5所示。

傳統供應鏈中的很多報表，絕大多數都是通過人工輸入、編輯、整理出來，并且報表出來后通過郵件或者簡單打印出來進行信息的傳遞和發布，導致人工處理數據的工作量大，即使是現場開會管理、解決問題，也容易使得關鍵管理者不能及時的看到這些信息—在現場要么看不到這些數據，要么就是事后再看到數據，容易造成管理被動和管理只能是事后控制，而不能做到事先預防主。最后導致如圖6所示的問題。

三、智能供應鏈在制造企業的實現路徑

智能供應鏈需要通過對計劃、采購、倉儲物流、生產作業四大關鍵業務環節的管控，實時掌握進度、監控過程異常，包括對整個異常處理的全過程控制，更好地實現問題的事前預防和事中控制，實現各業務部門的協同性，幫助企業落地PDCA管理循環和持續優化提升，以支持打造數字化、可視化、信息化、智能化工廠。

圖7：供應鏈數字化、智能化提升的一般邏輯

圖8：數字化、智能化供應鏈過程數據偏差管理模型參考

圖9：智能供應鏈上采購需求-計劃協同-運作協同

1. 智能供應鏈體系對相關企業的要求

在智能供應鏈體系中，首先需要強調以下要求：

（1）供應商必須將它的交付資源與采購方的長期、中期和短期需求進行比較。在運作過程中，需要通過流程來確保任何可能影響后續運作的風險發生時，能快速和客戶溝通。

（2）供應鏈管理部門需要實時查看供應鏈過程作業和物料是否足夠滿足客戶未來的需求，以便及早發現可能影響滿足客戶需求的潛在問題。當發現風險和偏差時，需要及時制定糾正行動，將對客戶的交付影響減小到最低程度。

（3）供應鏈管理部門必須制定應急方案，當發生緊急情況時，即啟動這一解決方案。這一職能系統必須定期進行測試和驗證（過程數據需要實時輸入到系統中），并且要求對相關人員進行應急程序的培訓。

（4）當接收到的預測需求和發貨要求時，每天（可以實現周滾動）都需要比較現有的資源和內外部客戶的（計劃和）需求之間的差別，并且提出優化方案，當有任何重要資源受限不能滿足生產和交付要求時，能夠實時通知相關的后續環節，甚至是客戶。

（5）供應鏈系統能夠自動檢測過程環節的時間、數量、包裝方式、裝運方式、標簽與信息傳遞方式的偏差（如：貨運掃描和裝載控制系統）。確保任何與供應鏈標準或者運作計劃、協議的流轉數量和方式有偏差時，能夠被及時檢查和顯示出來，并且在不對生產和交付帶來成本損失的情況下及時的協調。

圖10：供應鏈制造工廠需要拉通全價值鏈

圖11：工業大數據需要結合信息邏輯和物理邏輯之間的對應關系

圖12：智能供應鏈需要考慮多個對應關系和基礎設計

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準點、提高物料配套率，同時減少供應鏈過程中的效率浪費、提高人均產出效率和現場辦公效率，從而提升物料周轉率。為此需要構建八個數字化的作業體系：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、物流運行關鍵物流指標、優化數據手工統計工作量和作業邏輯、信息及時采集和傳遞并可視化看板自動顯示、計劃和實際運行的目標偏差管理、異常和風險預警機制。而構建智能供應鏈，便是從建立八個數字化作業體系入手，逐步達到縮短交貨期和提升交貨準確率。上述要求的具體邏輯如圖7。

梳理清楚數字化邏輯之后，有利于將計劃、采購、生產和物流的全過程信息有效聯動起來，同時將過程中的異常信息能進行預警或及時展示。以此能將當前事后的管理提升為及時管理和預先控制，并且能進行及時的監控。參考模型如圖8。

通過建立數字化、智能化供應鏈模型，重新梳理供應鏈運營流程，針對關鍵環節、工藝或工序進行標準化、有效化、可視化管理，以拉通制造工廠的價值鏈。于是，供應鏈上不同環節的關系處理不再是傳統的經驗和感性（俗稱“拍腦袋”）模式，或者單個決策模式，而是系統化決策了，如圖9所示。

信息平臺必然遵從于業務邏輯，在通常情況下，管理者看到的僅僅是運作界面，但是，在智能供應鏈演變中，逐漸地變為了數據邏輯的引領。

如圖9所示，假設將企業供應鏈運作劃分為ABCD四個模塊。

A為采購業務端（藍色虛線區域）。主要包含供應商的采購-生產-交付等過程，解決自動尋源、根據供應商基礎數據實現自動下單、自動提示供應商交付要求；

B為入場物流端（紫色虛線區域）。主要包含裝車-運輸-收貨-檢驗-入庫等過程，解決規劃和計劃供應商的交付過程要求，并實行監督，以實現數字化采購的可視化；

C為生產協同端（紅色虛線區域）。主要包含分揀-配送-齊套-生產-打包等過程，解決數字化生產的流動性要求，以精準響應智能制造的時間和數量要求，其間需要重解決工位配送和作業協同的問題；

D為成品交付端（綠色虛線區域）。主要包含入庫-存儲-檢驗-分揀-裝車-運輸-交付等過程，實現對市場要求的快速響應。

對于智能工廠而言，生產環節C最擔心停工待料導致的無法交付，而如上文所述，絕大多數制造停產都主要是采購業務A和入廠物流B的原因，容易導致“巧婦難為無米之炊”窘境，所以裝配型制造企業，尤其是汽車、家電、電子、重工機械、家居行業，一般都將ABC環節的數字化作為供應鏈智能交付體系的先決要素。制造業普遍認為：精益（智能）生產必須以精益（智能）物流作為前提。

對于供應商而言，上述全價值鏈必須實現OTD（訂單到交付），以讓采購方實現實時監控和運作管理，從而保證采購方的安定生產和智能制造，此時，相對于采購方，環節D將更加成為供應雙方關注的焦點，但是，必須要保證全價值鏈的有效性，才能夠保證交付承諾的兌現。

對于智能供應鏈而言，無論是采購方還是供應商，都是為了有效交付，于是，從計劃到執行，需要強調幾個關鍵詞“保、穩、抓、拉”。

保—保證發運計劃，實現有效交付，提高客戶滿意度。主要包含按照訂單交付周期倒排計劃、按照訂單交付時間預約裝車/裝柜、有效裝車/裝柜，以有效相應客戶方的ASN（先期交運通知單）等。

穩—穩定生產計劃，實現安定生產和智能制造。主要表現為資源匹配實時監控和檢討、作業執行率保證、強調均衡生產，減少各類偏差帶來的庫存增加和斷點浪費、推動安定生產，精益生產和精益物流協同，以總裝作為作業依據，提高計劃達成率和直通率。

圖13：供應鏈全流程的要素管理與聯動

圖14：供應鏈策略、監控和執行的系統聯動

圖15：某企業智能供應鏈全息圖

抓—狠抓配套計劃，實現信息配套和實物配套的完美協同，從而保證生產的可行性。外購件配套計劃-不再是保證供應，而是有效供應，以作業計劃需求的齊套數量作為采購-到貨-收貨的依據，并且必須具備實時盤點和提供結果，并且可視化的能力。同時，還需要狠抓自制件配套計劃，通常自制件由于管理者對于效率、成本、人員、換模等的考慮，喜歡一次性大規模生產，但是，由此產生了失控的庫存，形成無效制造，帶來各種變數和經營壓力。在智能供應鏈中，自制件將作為內部供應商進行嚴格的協同配套和數字化要求，避免由此帶來對供應鏈的沖擊。此外，信息配套協同實物配套-實時盤點、實時全過程監控、實時預警、響應。

拉—拉動供應商到貨計劃。主要包含供應商預約生產-基于采購方的要貨計劃（ASN）倒排生產，按需生產，不再是自我任性的大批量生產；第三方物流預約到貨-基于采購方的要貨計劃和既定的運輸路線，按照順序收貨，實現循環管理，不再是多拉快跑的模式，全過程都有信息監控；實時檢驗與入庫-有必要推動“檢驗放行及時率”，以保證采購物流的及時性和有效性，降低檢驗庫存；實際上，如果檢驗計劃和到貨物流計劃沒有協同好，那么檢驗將成為采購物流中的最大瓶頸。

如此，方能形成價值鏈的一體化拉通和標準化運行，如圖10所示。

2. 智能供應鏈建設過程中的要素協同

智能供應鏈建設過程中，將涉及到的要素全面集成，從而實現從信息邏輯到物理邏輯的對應關系，合理分解為多個管理模塊之后的協同（不是傳統供應鏈中的購買和拼湊），形成工業大數據平臺，如圖11所示為某企業制造大數據平臺架構與協同邏輯。

當對應關系建立起來后，智能供應鏈需要重點關注送貨計劃-到貨管理、存儲計劃-存儲現場、配套計劃-實物配套、作業計劃-現場作業管理、總裝計劃-總裝作業管理、裝車計劃-裝車裝柜六個對應的關鍵環節參數和標準執行，以解決數據一體化、偏差管理一體化的系統性要求，保證系統能夠實現差異控制、先期預警和應急管理。過程中還需要考慮包裝器具設計與身份管理、存儲空間的數字化規劃和智能倉儲設施、工位智能化配送模式和響應參數設置、成品下線到智能化、快速化裝車模式等的設計。如圖12所示。

將各個要素協同起來，形成企業物聯網（對接互聯網），將人、機、料、法、環互聯互通起來，通過供應鏈智能協同系統指揮和運營起來，解決橫向+縱向的資源協同（圖13、圖14）和信息聯通。從而形成智能工廠從供應鏈策略到監控和執行三個層次的系統性聯動，如圖14所示。

不同物料、不同訂單、不同作業方式、不同工位、不同供應商涉及到的制造需求全面聯系起來，形成橫向+縱向的協同，支撐過程中信息邏輯和實物邏輯的對應，以保證供應鏈資源和計劃的一致運行，并最終形成綜合的報表。

在協同計劃管理的主導下，需要管理和實時監控供應商的到貨有效性和實時進度，尤其是需要保證供應商流程偏差所帶來的風險。

倉庫物流管理可能涉及到收貨、檢驗和自動立體庫等多個環節，都涉及到時間和數量以及信息采集動作，動作的有效性直接實時顯示在數字化供應鏈平臺，以監控計劃和實際作業之間的差異。

生產訂單執行的有效性直接決定了交付的可能性，對于智能生產而言，生產異常的實時監控和快速響應，就變得尤其重要。

各個供應鏈關鍵環節的數據和運行運行狀態經過系統算法，形成管理者和決策者需要的報表，比如日計劃與產值實時報表、月產值停線時間和原因分析實時報表、月產值計劃達成率實時報表、訂單延誤實時報表、月產值累計達成與標準值之間的差異分析實時報表以及各項產品和產線產值動態類及報表等，從而能夠實時顯示當前運作對于供應鏈戰略績效指標的達成情況。

各類管理界面的顯示和實時報表的生產，有利于決策者思考供應鏈優化和戰略績效的持續推動和偏差、瓶頸問題的實施解決，從而實現七大管理要求：量化管理、實時管理、可視化管理、PD CA管理、主動管理、目標偏差管理、數字化管理，達到持續改進的目的。

當企業逐漸實現了價值鏈拉通、數字化采購、數字化物流、智能生產之后，整個供應鏈計劃-執行將完全與信息平臺融合，實現CPS（信息物理系統），未來的差異可視化不再是反饋給作業人員（從而去開會解決問題），而是反饋給整個供應鏈系統，從而這個系統實現實時反饋，形成自組織、自管理等智能化的表現，從而實現智能制造，而代表了供應鏈信息的各個物料包裝單元，都將“會說話”，與供應鏈上的所有元素進行對話和交流，實現人、機、料、法、環、數的互聯互通和工業大數據，從而實現數字化、網絡化和智能化。如圖15為某企業智能供應鏈全要素聯通與運作全息圖。

智造供應鏈的發展以企業的自動化和信息化發展為基礎。自動化主要實現生產過程的數字化控制，離不開各類過程控制類軟件的深度應用；信息化主要實現企業研發、制造、銷售、服務等環節和流程的數字化，打通企業內部及供應鏈企業間的數據流，以研發設計類、生產調度類、經營管理類、市場營銷分析類軟件的深度應用為特征。因此，涵蓋上述軟件類別的工業軟件是智造供應鏈發展的基礎和核心支撐，可視為智造供應鏈發展的靈魂和風向標。