来源：千金快线

在智能制造时代，制造企业的供应链具有更多的市场要素、技术要素和服务要素。如果没有智能化的供应链引导，智能制造仅仅是生产模式的转变，无法形成商业模式的创新与升级。

智慧供应链新解

首先需要了解的是，在智能制造时代，制造企业的供应链管理被赋予了哪些新的含义？

供应链是围绕核心企业，通过信息流、物流、资金流的控制，从采购原材料开始，制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中的，将供应商、制造商、分销商、零售商直到最终用户连成一个整体的功能网链结构。

制造企业的供应链管理与分销企业、第三方物流企业具有完全不一样的逻辑，前者具有明确的市场定位、产品研发、预测、生产计划、物流计划、采购计划、成品发运计划、客户订单管理、库存与物流信息控制等功能环节，如果可以的话，我们可以通俗地称之为“全供应链”；而后者更多的是其中的某一个环节或功能。

相对于传统供应链，在智能制造时代，制造企业的供应链具有更多的市场要素、技术要素和服务要素。具体而言有以下特点：

1、以点带面，强调全局性。未来的供应链运营不再是“头痛医头，脚痛医脚”式的救火模式，更多强调系统优化与全供应链的绩效，而不是局部优化的部门绩效，强调“牵一发而动全身”，完全协同性。

2、更加看重相对于客户服务满意度的精准性、有效性。制造企业更加具有时代感和存在感，不再是躲在代理商后面或者企业销售部门后面被动“提供”产品，而是主动分析、主动服务。他们将会更多地邀请客户进行体验式的开发、测试客户要求，进行符合客户个性化的产品和服务模式整合，以保证该产品或服务客户对于的“黏性”，从而反过来促进产品和服务的迭代升级。供应链也就能进行自我反馈、自我补偿，从而智能化迭代升级。

3、更加看重供应链过程的增值要求。传统的精益生产理论强调只有制造才是增值的，那是产品时代的思维；在智能供应链时代，需要明确的客户买单的才是增值的于是有了如下逻辑：不仅仅生产才是增值的（物流、研发当然也是）、不是所有的生产都是增值的（过量生产就是浪费）。这将引发制造企业供应链价值导向的颠覆。

4、更加重视基于全价值链的精益制造。从精益生产开始，拉动精益物流、精益采购、精益配送……全过程都必须是精益精准的，并且是在运营标准的基础上联动展开，达到量化管理，并在管理过程中不断减少甚至消灭“标准-计划-执行”之间的差异，形成一体化控制体系。

5、更加强调以制造企业为切入点的平台功能，只不过这个平台功能不再是单一维度，而是具有立体性，涉及到产品生命周期、市场、供应商、工厂建筑、流程、信息等。所谓的智能制造企业供应链，不再是以某个单一功能实现为目标的暂时性项目，而是打造制造企业服务能力的综合系统，使企业具有“聚核”功能，从而提升核心竞争能力。该平台不但需要有良好的智能供应链基础，更需要良好的智能化信息平台。

6、不再是站在企业内部来考虑如何满足客户或者销售部门的“订单要求”，而是站在客户端思考“客户需要什么样的服务”。此时或许没有了销售部门或者代理商，而是直面客户或者潜在客户。

总之，在智能供应链上，不再是企业的某人或者某个部门在思考，而是整条供应链在思考。

建设智慧供应链的意义

建设智慧供应链对实现智能制造将产生怎样的影响？其实，无论是德国的工业4.0，还是中国制造2025，其精髓都是聚焦于智能化，但在推动过程中企业对于智能制造的理解一度有过误区——认为智能制造就是设施设备的自动化、智能化。

例如，企业号称要打造行业内具有引领性的智能工厂，于是花重金向全球顶尖设施设备供应商采购该工厂需要的所有装备。每个设备都非常优秀，但等到该工厂开始制造产品时却发现一个问题：每个设备都很好，就是匹配不到一块儿去，因为它们不在一个逻辑上。企业是分段、分模块购买设备的，尽管购买的都是最佳产品，却不是企业需要的，因为它们不代表企业的供应链逻辑。简言之，缺乏智慧供应链灵魂将这些智能制造元素有机联动起来，最后结果“很尴尬”。

由于没有智慧供应链的联动思维，企业花了钱，购买了高端设备，最终难以达到智能制造的效果。

按照《中国制造2025》的战略布局，其实有了很好的答案。如果没有良好的智慧供应链基础，那么制造智能化基础也就变得零碎，不成系统，再好的智能产品也都可能变成“僵尸机器人”；而失去动态供应链全过程适时智能化监控的智能制造，也仅仅是解决了看得见的智能化，没有解决逻辑的智能化，于是供应链还是无法思考（对于过程中数据差异的自反馈、自补偿、自优化）；如果没有智能化的供应链引导，智能制造仅仅是生产模式的转变，无法形成商业模式的创新和升级。

转型过程中制造企业供应链管理存在的短板

纵观正在或者准备做智能制造转型升级的企业，主要有以下几个方面值得深思：

1、忘记了制造企业和供应链的使命和本质

供应链的本质是快速响应客户要求，提供合格的产品和服务，获得客户满意度；而制造工厂当然需要精确准时地生产合理合格的产品，消耗合理的成本。很多时候，面对各种新概念、新技术、新浪潮、新需求等等，我们通常失去了冷静，给制造冠以很多好听的新名词，结果“所有的说法都有了，就是忘记了制造本身”。智能制造是企业经营过程中的一个关键环节，它也需要一个相对稳定、合理、有效的“生存环境“，这个经营环境就是供应链的智能化。

2、智能化战略缺失

大部分企业都是“听到风就是雨”，准备了很多资金和资源在智能制造上大干一把，却不知道为何要搞智能制造，更不知道要搞成什么样子，至于从哪里入手就更加无从谈起，于是发现努力了半天，却不知道究竟为什么。没有智能化的供应链战略，就没有价值导向，也就无法形成智能工厂的概念设计，那么就无法理清楚智能化的技术原理和数据、参数（含KPI指标）设定的逻辑关系，至于设备配置，由于更加成了具体化的细节，导致无所适从。没有智慧供应链的战略设计，也就无法探寻达成智能制造的迭代升级的路径，容易产生一蹴而就的激进投资的想法，或者久拖不决的尴尬。

3、组织导向和绩效设定不符合战略要求

绝大部分制造企业都没有用智慧供应链战略来设计供应链管理组织，更不知道该供应链管理组织的责权利是什么，以及如何界定。于是，绝大多数供应链上的成员并不知道他们的做法是否符合供应链智能化升级的要求，甚至认为供应链智能化、制造智能化与他并没有关系。

例如，建筑设计院并没有认为其规划的工厂可能会需要建设一个全自动立体库，从而引起地面、楼层、进出货、开门的特殊要求；采购部门并没有意识到，一味降低供应商价格，可能导致供应链信息过程的断裂；软件部门很少尊重和遵守业务部门的业务要求和规则，更多的是用软件规则来引导员工执行；计划与物流部门并没有想象中那么专业和强势，他们的领导很多时候并不知道自己的使命是什么，甚至无法证明自己部门存在的价值。如此一来，即使有了供应链信息平台，也无法形成自组织、自管理、自反馈、自升级的智能化要求。

4、预测与需求管理不到位

很多人都在质疑：“智能制造时代还需要预测和计划吗？”持这种认知的专家们显然不了解制造业的实际运营。现在的问题是绝大多数企业都没有专业的预测和需求管理部门与方略，比如：谁在做预测？他们是什么专业背景？他们是否懂得数理运用、概率论、线性回归、时间序列、指数平滑、季节参数等方法与工具？在我们调查的3000多家企业中，95%以上都是没有！那么他们的预测数据从何而来？预测准确度是多少？答曰：历史数据。这真的不靠谱！如果没有靠谱的预测方法和预测数据，资源匹配方式就不靠谱，那么计划也就多变，最终得到的历史数据很可能是一个谁也说不清楚的“骗局”！

有一句关于预测的话很有意思：“所有的预测都是错误的，但是如果不做预测，是最大的错误！”而不专业的预测可能两者都算。需要警醒的是：在今天的制造业、零售业、物流业，预测和需求管理专业几乎都是空白！当然，也有人说了，大数据可以帮助预测。笔者认为，只能通过结果数据来看待行业和产业发展情况，对于具体的某个企业或者产品而言，恐怕还是需要下苦功在企业战略引导、执行、客户分析、预测专业度上面。

5、做不到计划协同与达成评价。

现实中，绝大部分计划的依据都是实际产能，于是出现了一个悖论：用现有的实际产能来作为未来的计划依据，而这个实际产能又可能是综合了各种变数和差异导致的最终结果。也就是说，这个产能数据可能是体系提供的一个“谎言”——相当于先射箭到白板上，再以箭头落脚点为圆心画一个园，于是永远是十环！所以评价体系也被歪曲了。因此，当我们不知道产能和生产计划的数据的逻辑关系时，我们容易“用现状覆盖未来”。

另一方面，由于我国制造计划（当然包含制造的物流计划）专业的边缘化（预测也是），导致企业缺乏计划制定的标准和运营机制保障，在制造企业内部有一个通俗的说法：“计划与执行两张皮”,“计划赶不上变化”。

6、存在物流短板

第一，没有详细的物流计划，所以供应商随机到货，导致工厂物流、库存、生产保障等处于不可控状态。

第二，上产线前没有物流配套计划，从而形成对于整个物流计划的推拉效应。结果是，再优秀的智能制造设备都可能存在“巧妇难为无米之炊”的尴尬。

第三，企业没有人研究现代物流技术的发展与应用，从传统的角度出发，一味地降低物流成本，结果中了“物流成本降低导致服务质量下降”的效率背反定律。

第四，绝大多数制造企业的信息平台没有物流管理模块，普通的WMS没有预警功能，当物料没有准时到货的时候，只有到了生产环节才知道有瓶颈问题，但为时已晚，导致生产无法应对变数，更不用说智能制造了。

7、精益生产的误区

精益生产告诉人们“只有生产是增值的”，实际上，那是上世纪年代，以生产和产品为中心的模式。今天已经是以客户为中心的时代了，强调的是有效订单交付，也就是OTD，那么增值的是实现客户价值。所以，供应链物流强调的是有利于实现客户价值，由此而言，物流的包装、搬运、运输、配送、信息等都是增值的。

于是有一句经典的话说“不仅仅生产才是增值的，并不是所有的生产都是增值的！”有利于完成OTD的有效交付的物流与供应链过程都是增值的。实际上，在企业供应链过程中，生产占据了5%的时间，却承担了95%的压力，而这些压力应该可以通过供应链智能化来化解。

智慧供应链建设的切入点

智慧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。

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，将实现整个智慧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慧供应链，主要包括哪些环节和步骤，采用怎样的对策与技术手段，笔者有以下建议：

1、重构企业个性化的智能战略，梳理战略达成逻辑

从政府而言，提供了企业构建智能制造、智慧供应链的环境和大平台；从企业而言，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“一样的智慧供应链”，也就是说，未来的智慧供应链只有趋势，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慧供应链发展战略，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。而没有智慧供应链战略引导，再好的规划都没有依据、没有落点、没有升级路径；什么是对的，什么是错的，没有判断准则。

2、分析市场和产品流转趋势，提纯智慧供应链差异化竞争能力

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慧供应链的差异化竞争能力。

3、智慧供应链平台重构，协同大数据战略，最终决定信息平台的有效性

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。

智慧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。

4、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过一遍，在过程中快速发现瓶颈，提出预警，从而在生产之间解决瓶颈问题，保证供应链过程稳定、可靠，从而提供生产智能化的基础和可得性。

5、合理的过程可视化。

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。

而智慧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，企业建设智慧供应链还应多注重以下方面：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。

总之，供应链上的企业（尤其是链主企业）通过虚拟网络-实体物理系统，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，构成智慧供应链平台，实现软硬件制造资源和能力的全系统、全生命周期、全方位的透彻的感知、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。