下载掌阅APP，畅读海量书库
立即打开
中国机械工程学会物流工程分会副秘书长
上海天睿物流咨询有限公司首席顾问
关于智能工厂的物流规划和运营，目前鲜有成熟的方法论，智能物流集成商中能全面对接制造业的也比较少，所有企业都还在探索阶段。现在很多专家都谈“智能制造”，却很少涉及智能物流的理论。那么，是因为智能工厂的物流规划与运营不重要吗？显然不是。受新冠肺炎疫情影响，大量制造企业无法复工，其根本的问题就是员工不到位和物料不到位。像特斯拉工厂也面临阶段性复工难的问题，就是因为供应商的物料到不了；韩国和日本的很多制造厂也都担心因隔离措施阻断了与中国的物流和供应链，影响物料供应。
这么多企业都面临相同的困境，是否只是疫情影响呢？实际上，制造企业天天都在忍受物流和供应链不专业带来的交付痛苦和效率损失，只是这些问题在新冠肺炎疫情的冲击下被放大了，所以这是整个制造行业无法忽视的根本性问题。
谈到物流，我们通常会想起什么？也许你会想到京东和菜鸟，尤其是在疫情期间冒出大量生鲜食品电商之时；你也可能会想到中远、中外运、顺丰或海尔物流。但是，当我们谈到“智能制造物流”或“制造物流”时，仅仅是讨论叉车、托盘和物料吗？这个概念里有非常多内容值得讨论。
首先了解下智能工厂的物流场景。它可以是一个智能立体库，也可以是一条生产成品的物流输送，更多时候是在不同行业中的具体应用，如家纺行业一般会采用智能的悬挂链系统，机加工、装配类企业会采用自动引导车（automated guided vehicle，AGV）运输。通常，这些智能工厂的物流场景是将物流设施、物料和生产设备连接为一体。所以从规划建设的角度讲，智能工厂的物流是动态的，由供应商供货，到自动立体库，再通过输送线输送到工位上，接着打包后运输或下线装备进库存，整个过程是需要有一个强大的工业互联网或智能制造信息平台进行支撑才能实现。
当然，物流对每一家制造企业都很重要。对于企业来说，管理者关心的现金流量表，其最关键的两个参数就是现金和库存。而在传统企业里面，库存和现金流通看似都掌握在财务手上，但事实上库存的流动取决于物流。试想如果物料没有周转，资金又怎么会周转呢？
因此，若不重视物流规划与运营，也就意味着企业已经放弃了流动资产的优化与管理。因为资产分为固定资产与流动资产，其中流动资产要有一定的利润，流动效率越高，企业盈利就越多。如果不重视物流管理，就很可能导致企业现金周转不顺。如果没有智能物流和供应链的协同支撑，智能工厂也不能完全运转起来，只能停留在实验室的阶段。
智能工厂规划和运营需要回归、追求制造的本质（图1）。一家制造型企业的物流一般包括采购物流、生产物流和成品物流（或销售物流），当然还会有回收物流。不同行业对这四段物流的需求是不一样的，但本质一样，即支持快速制造和有效交付，满足客户要求。
不管是哪一类企业，都是以交互为中心的。在这种情况下，流程型企业的生产物流就相对简单，如饮料行业和化工行业就不存在总装之类的繁杂过程，更多依赖管道物流。但是离散型企业的采购和生产物流就会非常复杂，如飞机、汽车、手机、家电的制造厂商在采购和生产物流上容易忽略很多问题；另外，这类企业的成品物流也比较麻烦，因为大部分成品要到消费者手上可以通过定制型点到点进行，也可以通过经销商、连锁店和电商再流通出去，这种企业的成品物流就变得非常复杂。而像飞机、轮船之类大型产品的制造工艺虽很复杂，但其物流相对来说却不太复杂，因为量小。
图1 智能工厂规划和运营需要回归、追求制造的本质
但是汽车、家电、家居、服装等产品的成品物流，其网络布局比较重要，因为在整个物流体系里应该考虑如何去运营一套交付体系才最利于物料的流动，打通整个价值链，便于实现准时交付。这是决定智能工厂有效性的基础，否则再好的工厂规划与布局都是“浮云”。
我国的制造业物流真正发展是从20世纪90年代末开始，到现在经过了30年左右的时间。在这个时间段内，我们也对物流的概念进行着各式各样的定义。制造型企业对于物流的理解更多的是强调流动。要注意，制造业所依赖的流动逻辑和电商行业是不一样的：电商行业主要考虑的是，一方下单后一方送货，至于货是怎么做出来的，买方不用管；制造企业就不同了，因为有生产、采购、库存和装备，这些环节的物流能力综合起来才能决定最终的有效交付能力。
制造型企业的第一目标往往是精准生产、及时交付。但是实际在整个生产制造到交付的过程里，产品在生产线上的时间可能不到5%，还有95%的时间是处在搬运、停滞、等待库存和配送的环节。过去很多人认为只有制造环节才是增值的，那是对于以生产为中心的企业，如今就不是这种状况了。
如今不但制造环节是增值的，物流和包装也是增值的，因为这个时代以客户为中心，所以在工厂规划运营时就要更多地考虑产品的本质和可制造性、物流的本质和可流动性，以及制造的本质和实现制造的数字化、可量化、精益化。只有协同进行，才能形成有效的生产运营。
德国、美国和日本对于智能制造的定义都包含了对物流的整体考虑。所以在做智能制造规划的时候，他们会将智能物流、智能供应链、智能计划都纳入系统化的建设之中，这也是这些国家的企业制造体系建设做得很完善且难以模仿的原因。因为中国的企业已经把制造系统进行了肢解，将生产和物流分开，就有了生产部、物流部，那么这种情况下是生产部长听物流部长的，还是物流部长听信息部长的，他们与信息部长又该如何对接？这些都是问题。把流程和绩效分开就出现了不可避免的矛盾。比如，很多装配型企业把入厂物流和生产总装物流分开，供应商的货物到了之后就送到仓库，然后从仓库里配送出来。但是因为缺少详细的生产作业计划，物流的配送计划不能得到支撑，就会把物料库存放到生产线旁边的一个所谓的“线边库”里。到了管理盘点的时候，往往是物流盘点清楚了，生产部门却不清楚，整个数据的可追溯性比较差。
这类企业在做智能化建设的时候也很“粗暴”，往往是在仓库处建设立体库，然后把货物送到暂存区，再派人把货物通过AGV运送上去。这种情况下，AGV只是解决了搬运问题，并不是实现了智能化。因为与智能物流体系、智能物流和智能生产没有关联，这就不是真正的智能工厂规划，而是在做局部规划，强调可见的局部现场改动，而实际上整个流程的逻辑和计划没有打通。企业看到有多少库存就建多大的立体库，建了这样的“智能工厂”之后反而容易产生新的断点和效率损失，因为运行不起来，整个资产流动性会陷入非常糟糕的境地。
因此，应该关注价值链，从这个角度来进行整体规划。企业探讨规划方案的时候应该考虑是否符合价值链。智能物流体系中信息与物理系统之间是通过数字化来运营的，不在乎距离，而人工搬运就要考虑距离，因为有工人劳动量的问题。所以在做智能工厂规划的时候，我们会建议智能工厂物流中心化。
那么，物流中心化是什么意思呢？比如，你在京东买了一件衣服，然后等着送货上门，那这个产品什么时候生产、什么时候送出、通过谁送出、在输送环节和在制造商生产出货环节分别用了多少时间、厂商是否知道这个订单是交付给谁等，其实都是物流的问题。如果实现了智能工厂物流中心化，那么消费者一旦下单，京东平台立刻就会关联到厂商，安排厂商根据订单进行生产、出货，商品再通过相关快递或物流送到消费者手上，这从头至尾是一个全价值链打通的过程。当然制造商也正在考虑发展自己的垂直电商平台，如海尔、美的、吉利、一汽大众等都在建设互联工厂，也是为了实现智能工厂物流中心化，这样可以完成自有产品的整个采购、下单、生产制造、成品运输和交付流程。
一个真正的智能化工厂是能够进行自组织、自协调、自协同的，可以实现人机料法环全面互联互通及系统自动反馈。如果物流出了问题，工厂的交付能力肯定也会受影响，那么这个工业互联网建设也是失败的。智能工厂规划包含信息逻辑关系的梳理、企业战略思维的转型、产品通路模式的创新、制造过程数据逻辑关系的理顺。
进行智能工厂物流规划实际涉及供应商、客户、产品管理、产品生命周期等方面，需要考虑业务流程、KPI指标、基础设施运维管理等问题（图2）。如果只是把智能物流等同于基础设施和管理，就会错误理解智能工厂物流供应链的内涵，而在这样的基础上建设工业互联网，再去进行数据化，就会一直跑偏。
图2 智能工厂物流供应链的维度和基本要素
企业准备做智能工厂规划时需要有全局的物流供应链战略。首先要考虑的问题就是目标和定位；其次是该找什么团队来做这件事；最后是判别规划是否合理，以及该如何进行具体的规划和执行。
很多企业会盲目地寻找物流设备集成商做智能工厂规划，而物流设备集成商一般很难全面分析企业的系统需求，也不会考虑企业各方面的压力，因此很难提出前瞻性的系统建设方案。
真正能帮助企业进行智能工厂规划的必定是了解整个工厂运营体系、企业未来发展战略、智能制造技术和物流供应链系统的专业团队。他们可以先为企业诊断把脉，与企业中负责制造、设备或物流的团队协同，结合企业中长期的物流发展战略，进行具体的概念设计，再从初步规划做到详细规划，进而为企业管理层做培训和管理运营体系优化。
为什么要做逻辑分析呢？从战略角度上看，要先把智能工厂的逻辑、智能物流的逻辑、智能运行的逻辑、交互的逻辑梳理清楚，才能判断这件事情该不该做、这个技术需不需要。很多人会展示复杂的智能工厂模型架构，其中包含了各式各样的技术，而实际上是否需要这些技术要根据企业的整体战略方向来判断。
回到智能工厂规划。企业的产品战略不同，其对智能工厂的定位和规划方向也不同（图3），例如汽车行业，有些企业的定位偏向豪华车（如奥迪、奔驰、宝马），有些偏向经济型轿车（如日系车，中国的比亚迪、吉列、长城等）。企业对产品的成本定位、对服务和功能的差异化定位、对所实现的经济规模目标定位都会不一样，这些都会影响企业对智能工厂的战略定位。家电行业也是如此，如美的强调消费者体验、格力强调质量、海尔强调服务，所以这些企业的竞争模式与策略也为它们的智能工厂定位赋予了相应的要求。企业追求的智能工厂定位不同，其物流规划就会有很大差异。
图3 产品策略决定制造物流供应链类型
所以，当企业真正准备建设智能工厂的时候可以参考三个阶段性目标：先稳，要先保证能稳定运营；后准，保障业务上能准时交付；再快，提升效率和提供条件助力企业快速运营。按照这个要求来落实，就能实现工厂物流中心化。
但是对于不同行业来说，真正实行起来往往不太一样（图4）。像乳品、化工、能源和建材行业相对容易标准化，建议整个升级建设工作采用先行先试的策略；电子电气、家电、重工行业，因为涉及自制件、前置工序、人机料法环等，整个过程对工艺要求高且断点多，就需要进行系统性的规划；而家具、农业和服装行业，由于上端涉及终端消费者，个性化要求高、标准化难度大，所以可以借鉴典型应用案例。
不论是哪个行业，进行智能工厂物流规划时都要把运营管理和物理规划两者协同，保证将运营管理所需要考虑的因素都规划进去，同时也保证所规划的东西都是真实的、必要的、可运营的。只是做工厂建设规划和真正运营管理工厂的经常不是一批人，容易导致中间断层，使得规划建成后造成新的浪费。
图4 智能工厂物流供应链迭代升级案例探索与表现
要做好规划有几个重要原则需要把握：一是系统化；二是分步实施；三是不后悔；四是流动性；五是有效化和合理化。把握这五个原则，基于企业战略要求分析产品特征、工艺流程、物流要求等要素，进而获得这些层面相关定义参数，依照参数即可设计出整个智能工厂物流方案（图5）。参数定义的准确与否、合理与否直接决定了所建设的信息系统和无线互联网的有效性。事实上，工业互联网建设本身没有问题，只是如果所依赖的参数不行，导致规划出来的工业互联网也没有效用。
图5 智能工厂物流的规划设计思路
智能工厂规划主要围绕五条主线推进：产品线、基建线、物流线、信息线和设施线。这几个方面综合考虑之后，才能进行系统化设计。要设计出可以运营的智能工厂就要有这些要素输入，再使用相关工具进行需求梳理、规划和方案验证，最后进行具体输出，才能保证运营可落地（图6）。
图6 智能工厂物流供应链规划要素
当进行整个体系规划时，需要将信息逻辑和物理逻辑协同起来，但实际上又会面临一些问题，如有的企业配了SRM、CRM、MES，但是在送货、库存到齐套、上线之前没有WMS，这部分是全靠人工的；再如，企业把所有系统都配齐了，但这些系统来自不同的解决方案提供商，整个信息无法联通，只能人工导出处理后再上传，这就造成了数据衰减、变异和延迟。因此，要找到数据容易产生差异的地方定义差异，再做预警和应急物流。
值得注意的是，在整个物流供应链过程中要注重物料的包装技术，只有采用单元化、标准化、通用化的包装才能在对每个物料进行分析后得到有效的综合管理数据，才能保证数据的可追溯性，才能保证规划和运营的基础。
以上思路主要适用于以生产为中心的企业。而有些企业如美的、海尔、华为，除了生产制造，还要直面门店和消费者。那么，智能工厂物流规划就是将全价值链拉通，需要将模型延展到大供应链系统，它包括了商业模式、研发管理等。这些内容综合起来是一个完整的互联工厂概念，而智能工厂只是其中一部分。例如，海尔的工业互联网平台强调的首先是互联工厂，然后才是数字化和智能化工厂。这种环境下，消费者可以通过互联网平台找到品牌商，品牌商通过跨企业平台找到生产方、采购商、制造公司，再找到物流公司。这就是通过互联网和BMT（案例企业）一体化信息平台，实现供应链各合作伙伴和环节的系统集成，建立了畅通的、实时的信息沟通渠道。这个过程是一个大数据协同的过程，物流数据、产品数据、实物数据变为未来智能工厂的供应链部分。再进一步，将消费者的个性化需求和体验感需求都融入这个网络体系，就可以打造爆款，实现整个供应链智能化（图7）。
在这样一个体系中，客户资源和数据资源是至关重要的，当然还有技术资源。客户资源有可能来自门店，也可能来自垂直平台或零售商。要发掘定制客户一般是品牌商通过分析消费者画像建立企业的智能预测并形成数据资源。数据资源是顶层资源，然后再做平台建设。
当然产品资源和技术资源也是实现体系化运营的重要保障。定义产品资源之后，产品策略就要发送给工厂，然后进行材料供应、智能采购、智能生产、智能产品、智能交付等。技术资源如智能立体库、人工智能、RFID、AGV等，目前已是智能供应链不可或缺的部分。
图7 爆款与智能供应链基本逻辑
很多企业在进行智能工厂物流规划时，往往没有摆脱从前的知识框架，容易出现图8的七个问题。
所以在规划或建设智能工厂物流的时候，企业一定要遵从专业度、坚持度和支持度的原则，要形成与时俱进的评审机制和知识结构，要建设一批适应企业战略发展的人才和适应企业新形态的管理团队。千万不能让现实限制了想象力，让经验影响了发展力。
图8 智能工厂物流的常见痛点
对于绝大多数中国企业而言，物流规划过程中通常表现为四个发展阶段：第一，“地摊”模式；第二，精益物流；第三，供应链思维；第四，智能化策略（图9）。
事实上，第三阶段供应链思维的成本越低，可能效果越好，但是这个阶段成本越低也会导致后面思维越难以突破。
如果在规划的时候没有精准计算过流量，忽略了计划的经常性变更，会导致后面所建成的智能工厂在面临实际状况时无所适从。因此，在做规划的时候应该把项目管理、工艺研究、设备集成商介入、安装与调试、运营管理、信息集成与仿真都考虑进去（图10）。
图9 智能工厂物流规划四个阶段
图11所示的几个从战略到执行的智能物流人才必问的问题，放在企业层面也同样奏效，提前关注和思考可以帮助企业理清思路，避免落入这些陷阱，比如现状是什么样子、目标和初心是什么、拥有什么样的环境和条件，以及你的实力和局限。
很多时候企业并没有充分思考过这些问题就直接进行工厂物流规划并运营，所以会看到有的企业采用了先进技术，但是没有解决物流问题。
图10 智能工厂物流落地时的关键要素
图11 避免智能物流规划陷入误区的经典提问
诚然，并不是只有大企业或水平高的企业才可以规划智能工厂或智能物流。大部分企业都要先解决基础建设问题，把物流计划和劳动生产协同平衡起来之后进行信息化和工业互联网建设，然后进行智能工厂或智能物流规划才会水到渠成。
在做智能工厂物流运营时，实际上是将从生产线到车间到智能工厂的生产供应链进行迭代升级了，这其中必定会涉及价值链打通，即KPI指标、人才、物流技术如何一一打通的问题，这是必经之路，但不是最终目的。
在升级过程中，要着力减少效率损失，提高运营效率，最终要创造能引领市场或应对市场需求的产品，形成可以获得应有利润的生产经营模式，这样的智能制造才是有意义的。智能物流、智能制造是一个体系，难点在于数据模式变革、多项技术融合、供应链计划协同、综合人才和供应商综合能力的配套上。
总而言之，“雄关漫道真如铁，而今迈步从头越”。如今，各个国家都在智能制造领域进行着激烈的竞争，“中国制造2025”的道路还很长，要更加主动进取，通过构建智能制造和智能物流，在产品创新、技术创新和模式创新上赢得先机，才能够让我们的制造业占据高位。
在专业上探索，在场景上建设，在细节上完善，让智能工厂物流运营与规划更上一个台阶，让更多企业在数字化、智能化的道路上加快前行！