发布日期：2023-07-24浏览次数： 次信息来源： 天睿咨询-李志强
1、工厂物流运营管理智能化发展范式与特征
图片：来源于网络
中国工程院周济院士在智能制造大会报告中系统性的提出了中国智能制造发展的三个基本范式：数字化制造、数字化网络化制造和新一代智能制造（数字化网络化智能化制造），提出了从数字化-网络化-智能化三个基本范式应次第展开、并行推进、融合发展，实事求是、因企制宜、循序渐进的推动企业的技术改造和智能升级。结合报告，各基本范式的关键技术、要素、特征等如表1所示：
表1：中国智能制造发展范式的对比
资料来源：根据第六届、第七届智能制造国际会议中国工程院报告整理
从数字工厂-智能工厂-智慧工厂的迭代升级过程中，应该具备相应的物流智能化程度和运营管理水平。
数字化工厂（Digital Factory）强调数据的采集、清理、分析、应用，产生数字孪生体，从物流运营的角度来看，其物料、设备都需要有合适的标签、标签读取设施或传感器等，使得物流数据能够适时采集和传递，实现物料和设备“会说话、会听话、会行动”。
智能工厂(Smart Factory)强调基于互联网、云平台、工业互联网等技术实现人、机、物、流程、数据等要素之间的互联和协作，通过企业内、企业间的协同和各种资源的共享与集成优化，重塑制造业的价值链。其物料、设备、作业人员等相互联动，物流管理逻辑、流程和规则都植入到物流运营管理平台，通过平台汇聚更大量级的物流数据分析指标、监控差异、形成指令、指挥自动化物流设备运转，不但物料、设备要“会说话、会听话、会行动”，还需要“会沟通、会协同、会指挥”。
智慧工厂（Intelligent Factory)强调基于5G和AI技术的人-物理信息系统的智慧升级，具有更强大的感知、决策与控制能力，深度学习、跨界融合、群体智能、人机协同，可以理解为智慧工厂具有一定的“思考决策能力”和“学习能力”，具有较强的处理制造系统复杂性、不确定性问题的能力。这个时候工厂层面的运营基本都由结合新一代人工智能技术的人-信息-物理系统进行管理，采用更强大的算法和工业APP将大量的理念、经验、知识等固化到系统中，实现计划、采购、生产、物流等业务的真正一体化，整个工厂浑然一体，并且与更多的异地智慧工厂和外部智慧工厂融合成生态，共同服务消费者和客户。
物流运营管理的智能化和工厂的智能化一脉相承，物流运营管理系统应具备以下能力特征：
状态感知：感知整个系统中人员、设备、物料、计划、流程的状态，通过制造大数据对物流人员、物流设施设备、产线及车间物流、计划执行情况、客户、环境、能源等对象的实时运行状态进行监控，并对这些对象的异常和差异进行感知和预警，以此支撑系统对长、中、短期的需求、供应、运营等方面的风险防控。智能化程度越高，预知和防控风险的能力就越强，人工介入就会越少。
图片：来源于网络
实时数据分析：针对获取的大量历史数据和实时数据，结合物流运营管理目标、价值导向等，结合物流运营管理过程中积累的大量经验和知识，设定合适的算法，实时、快速、准确的进行数据清理、分析、推理、判断和决策（可能是提供决策支持，最终需要人工介入进行决策）。这些数据分析被大量应用于支撑状态感知、指标监控、差异识别、计划调整、物流中控、全程追溯、全程可视化、异常处理、应急处理等方面。
自主决策与调适：系统根据状态感知和实施分析的数据，当客户需求、市场条件、运营过程、要素资源等发生变化时，物流运营管理体系能够自主的、机智的、快速的进行决策、响应和调整，比如计划与排产、回货节奏、配送指令、设备运行速度、能源输入等进行自主判断、决策与调整，在现有系统能力和规则基础上无法自主决策时，系统将自动预警、自动升级或自动启动新的流程等。自主决策能力和智能化程度息息相关，系统智能化程度越高，其自主决策、解决复杂问题的能力就越强，覆盖时间范围就越长，自主决策的层级越高。越简单、底层、微观的问题，实现自主决策和调适的可能性就越大，越复杂、高层、宏观的问题，更多的需要人工介入决策，这也正是系统持续升级的空间和智造环境下人的价值所在。
精准执行：基于以上自主决策与调适形成精确的指令，通过系统将指令准确的传递给系统中的人员、机器设备、智能物料单元、MES（制造执行系统）、WMS（仓库管理系统）、PLC（可编程逻辑控制器）等实体和系统，实体和系统能够准确识别这些指令并精准操作，最终表现为现场的所有要素都能做出快速、精准的应对。
自主学习：这是智慧系统具备的最根本的能力特征，新一代人工智能技术的应用使得系统具有经验与知识积累、机器与系统深度学习与创新、机器认知、群体智能、人机协同、智慧发展等方面的能力，这种能力随着数据的积累、技术的进步、时间的推移，将不断的实现自主提升，是个不停迭代、螺旋上升的过程。拥有“智慧”是自主学习的前提，这将大大超过人类自身的学习速度，但这种智慧依然是在人的操纵下、由人设计出来、在人的指定领域内进行学习和提升。
2.工厂物流运营管理智能化表现
工厂物流运营管理智能化的关键要素和能力表现在四个方面：数据+逻辑+判断+执行。
数据是智能化的基础，所以智能化的前提是数字化，企业需通过条码及读取设备、RFID及读取设备、PLC、DNC（分布式数控）/MDC（加工数据收集与设备状态管理）、SCADA（数据采集与监视控制系统）、传感器等技术实现人、机、料的数字化，实时获取物流运作过程中的动态数据并实时分析、识别差异。
逻辑是智能化的核心，无论是数字化、网络化还是智能化，硬件的配置、系统的搭建、能力的建设等都需要基于合理的管理逻辑，以消费者和客户为中心，以有效运营为导向，建立符合企业发展战略、价值导向、管理模式、管理策略和中长期发展目标等，逻辑是管理理念、管理期望、业务流程、规则标准、现场表现、管理指标等的因果、相关关系，也是系统算法的内核。
判断是智能化的重要表现，通过合理的系统架构、数据建模与高级算法、面向应用的APP开发等实现系统实时分析与预警、自主学习、自主决策，并遵从以人为本的判断决策理念，逻辑和判断是人的主宰地位的核心要素。
精准执行是智能化的能力呈现，实现物理-信息的双向反馈和沟通，物流系统能够精确、有效、高质量的按照指令完成相应的作业，并且能够具备针对异常的自我调适能力。
基于四个关键要素，结合传统工厂、数字化工厂、智能工厂和智慧工厂的智能等级划分，对物流运营管理的智能化主要特征总结如表6-2，表中将数字化物流定义为初级智能物流，将智能物流（数字化-网络化）定义为中级智能物流，将智慧物流（数字化-网络化-智能化）定义为高级智能物流。
表：物流运营管理各阶段的主要表现
