制造企业该如何建设智能供应链？

制造行业智能供应链管理是一个复杂、动态、多变的过程，未来将更多地应用物联网、互联网、人工智能、大数据、实时仿真、AI/VI等新一代信息技术，更倾向于使用可视化（而不是此前精益生产通用的信息展示板）的手段来显示数据，采用移动化的手段来访问数据；也更重视人机系统的协调性，实现人性化的技术和管理系统。

核心企业通过供应链向有效增值链提纯的全过程管理、信息集中化管理、系统动态化管理，将实现整个智能供应链的可持续发展，进而提高生产效率，提升价值链协同效率，缩短满足客户订单的时间，从而提高客户满意度和忠诚度，使得全球范围的供应链管理更具效率。

对于制造企业该如何建设智能供应链，主要包括哪些环节和步骤，采用怎样的对策与技术手段，有以下建议：

与发达国家相比，我国制造行业供应链系统的建设仍处于探索阶段，基础薄弱；与此同时，广大企业对供应链的本质认识不深，只知道智能制造是大趋势，却不知为什么要这样做，也不知道如何落地，更不要说从智能供应链角度切入了。没有智能供应链战略，没有明确的价值方向引导，使得我国的制造企业们在面向智能制造时困难重重。

因此，面对智能制造，制造企业需要加深对智能供应链的理解，制定智能供应链发展战略，明确个性化的供应链发展方向，如智慧化等级、客户服务的响应等级、产品的流转效率等，引领企业生产向智能化迭代升级，保证企业运营发展目标的实现。

从观念角度来看，目前中国大部分供应链上的企业主体之间仍然心存芥蒂，企业间的合作仅仅停留在利益需求层面。“市场上只有供应链而没有企业”，华为、海尔等大型中国企业已深谙供应链之道，也因此而获利匪浅。我国中小型企业占市场份额的90%左右，是中国经济发展的中流砥柱，从在市场上单打独斗转变为集合成企业“狼群”，形成一条强大的供应网络，是在市场竞争中得以生存的唯一途径。

智能供应链战略并不是说公司现在是怎样的，而是说公司将来（在一定的时间内）的供应链希望变成怎样，它应该是整个业务愿景和供应链战略的基础部分。

有了智能供应链战略规划，才能说清楚“公司未来的智能供应链长成啥样？”、“如何将智能供应链提纯为公司的核心竞争力？”，并以此设立智能供应链战略支撑要素，从而设定战略目标、方针和智能供应链战略绩效、供应链运营管理组织、团队提升和智能化采购策略（供应商共同转型升级）、智能化制造策略、智能化交付（智能物流）策略、库存策略和供应链计划与信息策略。

从政府角度而言，提供了企业构建智能制造、智能供应链的环境和大平台；从企业角度而言，不同的企业有不同的产品、服务方式和客户，体现不同的核心竞争力，所以，他们需要具有个性化的供应链发展方向，比如智慧化等级、优化的重心、产品的流转效率设计、客户服务的响应等级、不同环节的数据敏感度设定等。所以，不可能让所有的企业都盲目追求“一样的智能供应链”，也就是说，未来的智能供应链只有趋势，没有定式。

既然如此，那么企业就必须由领导层授权提出能够支撑其核心竞争力的智能供应链发展战略，以引领其智能化迭代升级的有效路径，适时做出战略组织调整，之后才有采购策略、库存策略、制造策略、交付策略、成本策略等，然后在技术选择上做出精准的判断和导入，从而保证供应链运营目标、战略支撑、指标分解，达到最终的战略绩效。

供应链智能战略才是企业最首要的协同方向和准则。而没有智能供应链战略引导，再好的规划都没有依据、没有落点、没有升级路径；没有判断准则来评判“什么是对的，什么是错的”。

智能供应链建设同样离不开供应链上下游企业的协同互动。当前，制造企业应该通过物联网、云计算等信息计算与制造技术融合，构建智能供应链平台，实现与上下游企业的软硬件制造资源的全系统、全生命周期、全方位的联动，进而实现人、机、物、信息的集成、共享，最终形成智能供应链生态圈。

作为“有产品”的供应链建设，产品的好坏、流动的合理性，承载了企业服务和品牌的一致性和有效传播；与此同时，作为价值链最长的实业供应链，其涉及到研发、制造、物流、供应商、运营商、经销商、消费者…率先需要锁定客户价值的实现、建立有效运营平台，从而实现核心竞争能力的提升和表现。

于是核心企业必须建立爆款研发能力以应对个性化需求；提高供应链全过程的库存周转率以提升盈利能力；提高采购、制造、交付、物流的成本与效率控制能力以保证有效交付；实现智能供应链的平台运营能力以保证多方利益共同体的价值诉求；提高工业数据与消费大数据的精准、实时掌控能力以保证智能供应链的自我反馈、自我优化的可能；需要建立以终为始的生态圈影响力以实现消费者对于其品牌、产品、服务的认可和口碑传递；通过互联互通的连锁经营（新零售）、综合运作以期提高整个供应链的盈利能力。

从资源层面而言，未来核心行业智能供应链将划分为产品资源、供应资源、技术资源、数据资源和客户资源，谁能够通过产品互联网和服务物联网实现相关资源的整合与运营，谁就能够率先获得二次核心竞争能力。

为此，从落地建设上，还需要实现良好的产品研发能力、精益制造能力和实时交付能力、预测与计划能力、上下游伙伴的协同能力、跨界增值能力、供应链金融能力和市场连锁经营能力，鉴于其产品是核心，所以有了爆款能力，必须同步具有爆款供应链能力（以实现大规模定制），否则，势必形成“没有爆款等死，有了爆款没有相应的智能供应链，那就是找死！”的悖论。

协同化是智能供应链落地的根本，即打破层层壁垒，提升核心企业与上下游企业合作的效率和水平，丰田的准时化打破了企业与供应商的沟通壁垒，实现了与供应商的同步计划与制造能力；戴尔的直销打破了企业与客户的沟通壁垒，实现了客户需求的精准预测和满足能力；ZARA 的极速供应链打破了服装企业与时尚对接的时间壁垒，实现了潮流变化与快速制造的完美结合；亚马逊的智慧物流打破了线上线下的流通壁垒，通过海量信息处理与先进物流的结合满足了多样化的长尾客户需求；UPS的供应链金融打破了现金拥有者与使用者的资源壁垒，通过资金和资源的合理调配，实现智能供应链的平安落地。

智能工厂是规划设计出来的，但更是运营出来的，其结果是由各项大数据组合表现出来的。

全球很多制造业尤其是汽车、家电、服装、乳品、航天、造船、机床、电子行业都在打造工业4.0工厂或者智能工厂，并且很多逐具雏形，比如宝马的莱比锡工厂和铁西工厂、一汽大众的佛山工厂和天津、青岛工厂……都是基于全球、全国供应链布局（按照销区建厂）的一次规划分步实施、逐渐达成的智能工厂，但是，纵观其他汽车主机厂，绝大部分没有思考该智能工厂如何在智能供应链环境下运作，比如经销商不认可、供应商不提升、制造能力不足、物流能力不匹配、预测与计划达成能力欠缺、信息能力不协同等等，即使他们在建设智能工厂，也仅仅是花了钱解决了制造技术问题，并未解决该工厂未来的可持续发展与运作的问题。

基于智能供应链环境下的供给型智能制造工厂可以理解为“制造工厂智能物流中心化”，其本质就是智能供应链上的一个关键节点，也就是说“在供应链上嵌入一个符合智能供应链价值导向和运作要求的工厂，或者说产线。”

（1）核心企业在建设和规划之前必须回答以下问题

1）为何建设该工厂？其在供应链上的战略定位如何？是生产为中心的制造基地还是交付为中心的网络工厂？

2）该工厂的概念设计如何？也就是说该工厂建成之后应该长成啥样？应该具备哪些特征？适应与智能供应链要求的技术原理和相关数理逻辑应该如何？

3）该工厂的智能化需求如何？是最好的还是合理的？以哪个导向为依据？需要具备哪些参数来支撑其智能化？

4）建设智能工厂的终极要求运营绩效如何？比如周转率？客户满意度？交付准时率？计划-信息-执行的差异补偿能力如何？

5）制造设备、物流设备、检测设备、运作团队、供应商、物流商、经销商（或电商平台）如何智能化互联互通？

6）投资收益如何？是仅仅为了表现还是为了实现企业的营业绩效？（在2017年5月10日由工信部、工程院、德国机械设备制造业联合会（VDMA）主办的中德工业4.0高端闭门会议上，多名来自中国的智能制造代表都提出需要有一个投资收益预期和算法。不过德方代表主要回应为企业战略要求。

7）其他问题。

实际上，企业建设一个智能制造工厂的终极目的是为了运营，其诞生可以根据供应链战略决定是否需要智能化或者智能化程度，必须符合和满足该企业的供应链战略价值导向，同时需要一定程度上符合投资-收益要求。

随着产品和服务的个性化需求的不断具体化，不同产品具有不同的制造、流转方式，其经历的智能化环节也有所不同，那么企业势必要分析消费者需求、市场变化、产品/服务的模式的变化，从而提纯企业需要的智能供应链的差异化竞争能力。

传统的供应链平台大部分都是链式而且断点、分散的，没有强调端到端的服务机制，无法保证有效的OTD(订单到交付)；在广度上并没有思考合作伙伴的横向联系，所以订单也是单纯地以单个交付为目的，信息是零散的单向的，而没有考虑多个订单的协同排序以及资源的同步利用和分配。

智能供应链平台需要将产品、客户、供应商、技术、服务，订单、物料、工厂、产能、库存、仓库、门店、计划等都整合到一起，服从和服务于企业供应链大数据的逻辑要求，从而保证供应链在运营过程中能够适时抓取标准-计划-执行之间的数据差异，然后进行自我反馈、自我补偿、自我优化和自我调整，形成智慧的行动。

需要建立仿真能力与供应链预警。由于供应链过程的复杂性，影响因素过多，传统供应链强调应急解决方案，优秀的供应链则更加强调具有过程瓶颈的早期识别和预警，从而进行自我调整和预防，避免紧急情况的出现。一般而言，早期预警能力会采用流程模式。但是，智能化的供应链将采取仿真模式，针对任何一个特定的订单，率先在供应链平台系统中“跑”一遍，从虚拟订单流程开始全过程模拟运行一遍，在模拟过程中快速发现瓶颈，提出预警，从而在事前解决瓶颈问题，保证供应链过程稳定、可靠，从而提供供应链智能化的基础和可得性 。 

专业的供应链人才是智能制造和智能供应链系统构建的关键。然而目前，多数制造企业不注重供应链人才的培养，很难具备充足的专业人才。

组织原则与人才战略已经发生深刻变化。

在智能供应链环境下，核心企业组织能力建设本质不再是完善团队而已，而是整合产品资源、制造资源、后勤资源和客户资源，于是其工作不再是物理上的组织结构表现形式，而是嵌入式的将团队和人员配置到智能供应链的各个环节中去。通俗的说，智能供应链上不再是以人作为主导的，而是以系统平台综合主导的，甚至连组织结构都未必是人力资源咨询公司定义的，而是供应链定义的。

在传统的制造供应链体系里，各项组织职能非常完善，研发、质量、采购、生产、物流、经销商…应有尽有，一个核心工厂（如一汽集团、海尔集团、美的集团、华为等）及其相关联的资源，涉及到的人力资源，少则几万人、十几万人，多则几十万乃至百万人，其管理与营运难度之大，可见一斑！

在智能供应链体系，（由于信息能力优化等原因）人员将急剧减少，于是运营的管理深度和幅度也大为减小，于是组织结构也将日益简单。但是，由于市场、技术、消费者需求不断变化，未来组织对于消费者的影响与引导力、感知力和对于市场数据获得能力、分析能力、爆款……都需要更加专业的人才。

虽然《中国制造2025》及其数字化、网络化、智能化提出已有时日，但是，中国并无智能制造专业和相应的智能供应链专业，鉴于智能化制造、智能化供应链不仅仅涉及到理论体系的问题，更多的是涉及到企业经营、产业发展、制造技术、物流技术、信息技术等实施要求，需要更多的场景设计，才能够有相应的解决方案智能化实践必须也必然先行于理论，于是组织和人才的协同发展就变的更加迫切了。

今后，企业的供应链系统建设需着重从人才建设角度出发，一方面，对现有的员工进行培训，使其掌握现代供应链系统构建的方法和知识，为供应链系统的构建提供保障；另一方面，要与各高校及科研院所进行深入合作，形成产学研用一体化的人才培养和引进模式，为智能供应链系统的构建注入新鲜血液。

传统的供应链过程也提倡可视化，但是主要表现在现场的打印、书写表单和指标标识，先进一点的用上了与软件联系的显示屏，但主要还是人工输入相关数据。这种可视化体现的数据特点是静态的，或者说是滞后的，无法实时显示供应链过程的动态变化，更无法体现数据之间的逻辑关系和联动、协同关系，其中很多还是无效数据。

图：来自网络 老板电器智能制造信息指挥中心

而智能供应链不但需要将所有的有效数据显示出来，并且必须是同时、同一频率、同一事件、同一逻辑、可追溯地显示出来，同时不仅仅是给管理者（人）监控，更多的是形成自我分析、自我反馈、自我调整、自我优化的过程。此时，管理者更多的是“看”，而不是干涉，由此企业大数据管理也就水到渠成了。

其他方面，集团型企业将开展全国乃至全球的网络化布局，网络化工厂替代物流中心，取消干线运输，越来越多的成为终端配送；3D打印技术的使用也将大大减少物流的复杂度和成本。以上将可能给城市运输体系和物流管理带来整合与优化的机会。

此外，企业建设智能供应链还应注重以下方面：一是产业研究与供应链创新；二是产品与市场的供应链相适性；三是大数据-信息化-软件-自动化的边界整理；四是避免“机器换人”的误区，不过，智能物流技术的进一步优化与应用应引起企业高度重视。

面对智能制造，整个智能供应链体系下的智能物流系统应该是智能化的物流装备、信息系统与生产工艺、制造技术与装备的紧密结合。智能物流可以打通整个供应链链条，在运输的过程中可以将信息全面的记录下来，还可以实现运输的总成本最低，这个数据可以返回给供应链环节上的每一个使用者，这样数据的共享就产生了价值的创造。智能物流可以有效的缩短供应链的反应时间，提高供应链的反应能力，增加智能供应链的抗风险能力和柔性能力，智能物流是整个供应链链条降本增效的必要手段。智能物流能大大降低供应链上各个企业的成本，提高企业的利润，供应链上的各个企业通过智能物流相互协作，信息共享，物流企业便能更节省成本。智能物流是所有行业普遍共享的，所以一定是协同的、智能的。是智能供应链下的产物，是各个行业未来所必须具备的能力。智能物流是实现智能供应链落地的必经之路。

不过目前来看，制造企业的物流系统建设落后于生产装备建设，物流作业仍处于手工或机械化阶段，物流信息化水平不高，距离物流自动化、智能化还有很长的路程。

面对这些情况，制造企业需要不断强化智能物流系统建设，加强物联网技术、人工智能技术、信息技术以及大数据、云计算等技术在物流系统中的应用，提高物流信息化水平，实现整个物流流程的自动化与智能化，为智能制造和智能供应链建设提供强有力的支撑。

总之，供应链上的企业（尤其是链主企业）通过物流信息系统（CPS），整合智能机器、数据储存与显示、决策系统和生产设施。通过物联网、服务计算、云计算等信息技术与制造技术融合，构成智能供应链平台，实现软硬件制造资源和能力的全系统、全生命周期、全方位透彻的感知、互联、决策、控制、执行和服务化，使得从采购物流、生产、销售、终端物流和服务，实现人、机、物、信息的集成、共享、协同与优化，形成生态圈。