原来中国的工业4.0供应链长这样

现代供应链是一条以制造为核心、串着计划、采购、制造、物流、交付、销售、以至售后的整条产品价值链。天津SMT加工代工整机组装测试控制板设计生产电子产品代工


当你以为从事研发、推广、销售或品牌运营，供应链就与你无关？要知道工厂的生产效率低，产品价格就难以降低，即使销售渠道再强，也难以卖出产品。如果供应链技术不高，研发技术
再强，也无法量产；品质控制不好，更谈不上推广品牌了。



历史上在供应链端出现过三次“工业革命”。18世纪的第一次工业革命，来自蒸汽机带来的生产机械化，并使工厂制度出现。20世纪初的第二次工业革命，工厂在引入电力后，生产力大为提高，并推动了大量生产制和流水线的出现。1980年，电脑普及化带来第三次工业革命：除了自动化生产之外，供应链也进入数字化管理阶段。


1980年代中国改革开放，外国企业纷纷借助中国的廉价劳动力，建立低成本的生产线。但中国作为“世界工厂”，也适逢其时的被推到第三次工业革命的前线，跨过企业在这30年来的产业升级，也自然在中国的供应链里落地。这同时推动中国供应链的现代化，使中国拥有全球首批的供应链生态。


联想供应链就是这样的典型例子。去年联想是全球第一的PC生产商（Gartner数据），所以拥有一条被Gartner评为全球排名第15（比Nike、BMW、H&M更高）的优质供应链。但联想供应链其中的独特之处，是整合了多年来所收购的外国企业业务及旗下供应链，当中包括IBM  PC业务、以及摩托罗拉的手机业务，结合而成典型的“全球化”中国供应链。


联想就代表了工业4.0在供应链方面的前进方向。所谓的工业4.0 ，就是在供应链里引入新一代的“智能科技”。2011年，德国是首个把工业4.0视作发展国策的国家，但各种报告指出，无论是德国、或科技龙头美国，其改革步伐一直很缓慢。


在2020年全球疫情和中美冲突的双重刺激下，企业突然加速往工业4.0方向前进。


其原因就在于，批发商定时向生产商大量订货，生产商再通过大量生产来降低成本，是产业一百多年来恒之有效的运营模式。互联网兴起带来电商急速发展，垫付了“传统生产商-批发商-零售商”的销售体系，也在撼动生产商的经营模式。


结果，今天的企业要应付比以往更频繁、零碎、个性化，但交付时间更短的订单，而新冠疫情更把这个挑战，推至顶峰。


联想全球供应链首席转型官徐赫透露，在疫情爆发后，最初大家对市场仍然悲观，但他们后来发现零碎的需求不断涌现，但当时各路生产活动大受影响，所以他们不得不快速调整供应链，以应付突然而至的大量但零碎的订单。


此外，疫情期间雷神山和火神山医院需要大量电脑，但他们的需求却和以往完全不同。医院不是办公企业，他们要的不仅仅是电脑，而是为医院量身定制、个性化的信息“解决方案”。由于疫情紧急，联想不但要在短时间内提供2712台电脑，更要派出42名工程师负责架设、运维、后期维护等工作通通全包。如果联想没有全面的产品线、以及跨事业部运作模式，火神山医院就难以顺利运作。


可见，以往工厂只要速度快、品控好、成本低就好。但这样的工厂，已无法应付今天碎片化和个性化需求。换言之，如果中国供应链仍然是依靠“廉价”、“低技术”劳工来支撑，即使没有疫情、没有中美贸易战，各国企业也迟早离中国而去。


中国工厂4.0
工业4.0时代，企业既要保持高效率、低成本的生产模式，又要应对碎片化和个性化订单的挑战，就必须提高柔性，让供应链能适应小批量、多款式的订单，以及因应特殊情况，快速转变生产模式。因此，供应链需要引入人工智能、5G、物联网、大数据、云计算等新式的智能科技，让电脑有“自主优化”、“自主设置”等自适应能力。


为什么需要让电脑“自主适应”？因为海量的碎片化订单，令本来已经十分复杂的供应链，进一步演化至人力所无法精确计算、并及时处理的地步。


以联想的PC业务为例，他们每天要接5000多笔新订单，80%以上是小于5台的个性化订单。


每天要为这些订单制定生产计划，需要涵盖15000个产品型号，计算每一个型号当中，所涉及数万颗芯片、电容和机件物料的用量，而且不同的物料的库存信息各不相同，更要顾忌每个产线的产能、效率，以及相关的人员、设备、物料、工序、环境等等变量，其复杂程度，外人绝对无法想象。


联想集团副总次啊、联保科技CEO柏鹏向虎嗅解释，以PC业务为例，不可能来一台个性化订单，就给它安排一个生产线，这样不但低效、成本也十分高。所以柔性化的重点，在于如何把多个零碎但个性化的订单，用不同的搭配方式并合生产。例如A订单的a工序，可以与B订单的b工序一起生产，然后共用C订单的c原来一起运送。


合并订单时排产过程里相当重要、但又极度复杂的环节，其搭配可能性高达约10的160次方，每天需要一组人花上6小时才能把排成算好，不但大量消耗人力、物力和时间，更重要的是效果也不一定理想。毕竟，生产计划背后涉太多数据，只要当中稍有错漏，在流水式生产工序下，上游工序的延误将会拖慢下游工序的进度，一层一层向下堆叠成多米诺骨牌效应，为生产带来严重难题。





后来联想启动基于人工智能的智能排产项目，将海量的订单与物料、库存、生产线闲置状况等等生产数据，通过机械学习算法计算，结果在2分钟之内，就能排出由生产、检测至物流的全局计划。