发布日期：2023-07-13浏览次数： 次信息来源： 天睿咨询-李志强
一、智能工厂物流运营管理强调企业应具备供应链思维和物流思维
供应链思维和物流思维是从价值链角度出发，跳出岗位、部门甚至企业的边界，在整个经营过程中树立和贯彻以物为本、加速流通、提高交付的价值导向。不仅仅是指物流部门或者生产部门需要具备这种思维，更重要的是，整个企业、高层管理者在战略层面就应该具备这种思维。虽然从工厂运营的角度，依然强调物流为生产服务，但在产品的整个生命周期中，只有不超过5%的时间是增值或者辅助增值的，另外95%的时间都在停滞、等待或无效作业，这些过程是不增值的，而这95%的不增值时间，就包含在整个端到端的物流过程中，存在于采购物流、生产物流、成品物流、回收物流的各个流程节点中，只有在一体化、系统化的物流管理体系下，才能够不断缩短不增值时间、提高价值链过程增值率，达到系统效率的持续优化和相对最优。
二、智能工厂物流运营管理应致力于管理、流程和信息的整合、拉通与集成
传统工厂运营中，计划、采购、生产、仓库、品质、工艺等往往明确分工，业务、信息、流程、绩效等均是各司其职、分而治之，容易造成部门壁垒，作为贯穿始终的物流，被分散在各个职能、部门之中。在企业中常常见到的“怪”现象是，一个物料的异常、交付出现问题、仓库爆仓或物料呆滞，可能的责任部门有供应商、采购、物流公司、计划、品质、研发、生产、工艺、仓库、配送等，问题沟通、追溯过程异常复杂，甚至找不到责任人，看似谁都有责任，实际谁也没有责任，经过反复的“折腾”，最后问题还是没有得到有效的解决，时间久了，就导致整个组织的“救火”文化，有什么问题就处理什么问题，“头痛医头、脚痛医脚”。因此，对物流的整合势在必行，主要体现在三个方面：
（1）组织、职能上的拉通与整合：将物流相关的职能整合成一个物流组织（甚至更大范围内整合成为供应链组织），对物流规划、物流布局、物流计划、物料供应、订单交付、库存周转、各类物料异常、物流的持续改善、相关信息系统的导入等进行归口管理和负责。
（2）绩效指标上的拉通与整合：避免指标过度分解导致部门目标和总体目标产生背离，最后出现“各部门指标都很好，但总体指标却没有达成”的尴尬，比如物料齐套率、库存周转率、缺料（货）率、包装标准化率、物流人均产出等指标，应该由物流（组织或职能）统一归口，相应的，对应的问题产生以后，即便问题与很多部分相关，也由物流进行“一站式”的响应和闭环。
（3）流程和信息上的拉通与集成：做到“该有的流程和节点都有，不该有的流程和节点就没有”，跳出部门隔阂，站在价值链的角度来梳理流程和信息，既有利于流程之间的衔接和信息的透明，又有利于提升流程效率（消灭不必要的节点）、增加信息价值（信息被共同使用）。供应链环境下，物流运营管理的关键，需要实现从预测-订单-计划-物料供应-生产-交付整个过程的计划协同、数据互通。比如：在供应商送货的过程，要实现物流计划、物料包装、数量、车辆、时间、地方等信息上的互通，避免物料出现“该到的没到、不该到的到了”，以及到厂后要重新贴标签、切换包装、多点卸货等问题；在工厂内部物流运作过程中，考虑物料、标签、包装和器具载体的通用化、标准化，以及车间和线体之间的互通，避免人员从一条产线下线、装箱、码垛，再到另外一个车间拆托、切换包装再上线的“倒腾”浪费。因此，智能工厂物流运营管理要从全供应链角度出发，结合计划、采购、生产、交付等业务，进行整体规划和整合，实现各环节之间实物流、信息流的互联互通。
三、智能工厂物流运营管理以有效运营为目的，而不是以“智能”为目的
在工厂进行智能化规划或改造的过程中，需要充分考虑智能物流系统的差异化配置。一方面，在智能化程度迭代上，可以次第展开、并行推进、实事求是的选择经济、合理、有效的物流设施、软件和系统；另一方面，结合不同供应商、不同物料、不同客户、不同产品、不同产线、不同车间等，可以按照多种物流场景进行物流规划和管理方案的匹配，比如某家电企业在其最新建成的智能工厂物流运营体系中，就有超过50个物流场景，从1.0-4.0的水平同时存在。智能物流系统的建设应围绕有效交付、减少断点、提高效率、降低库存（供应链总库存）、供需协同等经营指标来进行规划建设，那么，衡量“智能”与否的关键不在于减了多少人、自动化率达到了多少、人机料互联覆盖了多少等这些指标，而是看这个智能化的过程是否带来供应链运营管理能力的提升，是否能够支撑企业获得行业内的竞争优势。
四、不同企业物流运营管理应结合物料和产品的不同流转规律，进行物流运作策略的差异化定义
智能工厂需要响应客户的个性化、定制化需求，属于小批量、多品种生产，物流模式需要采用节拍精准、移动灵活、数据互联互通、实时可视、实时监控的输送策略，使之既要满足大批量生产需求，又要满足小批量生产需求。智能工厂需要通过精益化和柔性化的生产、模块化物流配套保证，以支持生产计划和物流作业计划的有效性。
在智能物流的初始阶段，绝大多数工厂愿意采用一台或者多台AGV代替叉车负责拉动式精益物流配送到工位，遵循的是高级排程中的配送时区和拉动计划倒排节点；此后AGV变得更加智能，起到了衔接各个组装、部装等前置工位，以及联动总装的作用；对于周转率高、流量大的物料和产品，比如家电、手机、服装、家居产品等，可以采用连续输送（智能输送机、智能悬挂链等）到工位，形成多点对多点的智能配送模式，减少了过程中的在制品暂存、等待、包装、中转、交接、信息二次采集等断点，从而使得制造和物流浑然一体。对于离散型制造特点相对明显、产品体积相对庞大、生产节拍相对缓慢的制造（比如电机、发动机、坦克、飞机、轨道交通产品等），可以直接采用专用的智能流转设施（如大型AGV），如图1所示，此时工厂里见不到传统的组装流水线，取而代之的是一个个AGV移动工作台，沿着工艺路线自动行走，且能够携带产品在装配过程中的重要信息穿梭于工厂，这些信息在工人实际操作时可以有效避免人为出错。随着产品产量的增加，可以有越来越多的AGV环绕在装配线周围，协助物料的智能搬运，不再有传统流水线的刚性束缚，大大提升了生产的柔性和响应速度。
图1：专用的智能流转设施（来源：SEW的AGV系统解决方案）
智能工厂中的智能物流系统能够高效、准确、稳定地完成重复性工作，保证过程品质一致均衡。随着人与机器在产品装配过程中的交互更加紧密，不同的生产环节可通过操作人员（或者人工智能控制的机器人）按照定制产品的需要来使装配流程做出改变。更可以通过系统仿真，针对每个订单、每个物料、每个工位验证生产和物流的工艺流程，从虚拟连接现实世界，具体运作过程中可以是通过一个虚拟订单，看到工厂里的各种设备，通过仿真发现瓶颈并反馈信息，进行实时调节；当实际订单运行时，协同不同的工厂模块，就可以反馈到监控/优化软件模块。
五、物流运营管理“自免疫”能力建设
如图2所示，物流运营管理“自免疫”是企业通过对流程、规则、关键指标、异常处理等进行标准化、实时化、透明化管理，对内部异常和外部变化的自主识别、监控、预警和自主纠错的决策和调适功能，是物流运营管理智能化的重要内容和特征。
图2：物流“自免疫”体系建设框架
首先，建立物流标准化流程体系。将物流各环节核心流程进行梳理、优化和固化，建立流程框架，形成流程文件，编制各环节的操作指导书、作业路线图、指示图、指令表单等，“有人操作的地方就有标准可依”。相关的标准流程文件比如：《物流各环节操作指导书》、《物流各环节质量检验标准》、《极限样件手册》、《物流路线图》《物资交接单据》、《各环节点检表单》等。
其次，建立物流风险和应急处理机制。分析物流各环节可能存在的风险和异常，制定风险管理和应急处理机制，梳理解决问题的流程、标准、时间、责任人、信息传递机制等，形成标准的风险及异常处理体系。当异常和紧急情况出现时，比如频繁的缺料、来料不良、插单和计划变动等，会造成极大的作业波动、占用工厂资源，导致工厂无法正常运转。因此要针对物流过程设计应急方案和流程，应急流程设计需要尽可能规避对正常运作的影响，通过有效的例外措施加以解决。比如企业引入自动化立体库系统后，由于紧急插单、换线、急料等导致紧急物料需求时，从供应商端可直接到达产线，而不用经过自动化立库和输送链。特别值得注意的是，企业在建立各环节应急流程时，需要形成应急处理清单并确定负责人，在前期进行相关的演练，以备在异常出现时能从容应对。相关的异常处理流程比如：《到货异常处理流程》、《物流设备异常处理流程》、《帐实不符处理流程》、《物料无法识别处理流程》、《工厂缓存物料短缺紧急处理流程》、《供应商紧急到货处理流程》、《安全事故处理流程》、《节拍调整处理流程》、《物流过程零件损坏异常处理流程》等。
第三，建立物流运作过程实时监控系统。以公司整体战略目标为导向，以实现订单有效交付为原则，对物流环节进行关键指标、过程指标的梳理和识别，以此引导现场数据采集、数据逻辑及算法的规划和建设。过程中需要综合考虑准确性、及时性、完整性要求，设定相应的数据采集点、数据算法和系统开发，搭建物流控制塔（如图3所示），实现物流过程、风险预警、异常反馈、应急响应等的可视化管理，从而形成物流体系的“自免疫”能力。
图3：工厂物流控制塔示例
在供应链的环境下，并不是意味着整个供应链全部都是智能的，未来很长一段时间内，端到端的物流过程很难实现全面的智能化，无论在哪一个行业，众多的供应商和客户管理还相对原始、粗放。因此，对于供应链上所有的企业而言，比追求智能化更重要的是，必须重点关注和强化运营管理的提升，以确保过程的运作质量，从而实现对供应链条上智能工厂（比如链主企业）的有效运营。物流自免疫体系一方面依靠系统的支撑，另一方面，也需要依靠物流人员对系统的理解和执行，需要从员工层面和班组层面加强对基层物流人员的技能培训和管理。
（1）员工层面：工厂物流运作对物流员工的要求不再是简单的搬运或是识别零件，而是重点关注物流过程状态的检查，识别过程是否符合标准状态，若出现异常状态能够快速响应以促使整个系统恢复到正常状态。因此，需要对员工操作过程进行标准化建设，上文自免疫体系里介绍的各类流程文件和过程控制文件，就是员工标准操作的指导文件，根据各岗位需求建立员工技能培训清单，员工上岗前应进行系统的培训，并考核合格后上岗实习，实操过程满足考核要求后才允许正式上岗。针对每一位员工建立员工培训档案及能力素质矩阵，跟踪员工培训状态及技能掌握状态，培训合格上岗后，结合需要进行多级技能培训及员工标准作业检查，从员工层面保障所有物流操作满足过程质量管控要求。
（2）班组层面：首先，班组层面要对员工的整体操作水平进行控制和跟踪，并将员工培训及素质矩阵进行目视，让所有人员清晰本班人员的整体状态。其次，为确保班组所有物流过程的设备运行稳定，需要以班组为单位进行定期维护保养，对异常设备要进行维修和跟踪，建立班组设备维护保养目视板，让所有班级人员及管理者清晰班组设备运行状况。第三、为确保物流运营过程稳定，须对物流过程的问题建立分类记录和跟踪，同时根据解决问题的难易程度建立逐级上报的机制和跟进措施，由班长和相关专业人员进行解决和跟进，并对问题解决后再发生的频率进行更新，直至问题得到根本性的改变位置。第四，安全管理是班组的首要任务，对物流过程、危险源、安全隐患、消防、历史事故清单等需明确管理规则和标准，通过培训和目视化实现全员共识和全员掌握。过去，工厂往往偏重于生产线班组的管理，而忽略了对物流班组的管理。在未来的智能物流信息系统中，针对上述物流班组管理的四个方面，需要有相应的管理模块或APP对应，实现管理的数字化、实时化和透明化，且相关的信息展示都将通过在作业现场设置的终端显示器展示和查询。
