抛开智能产品、智能研发、智能服务、智能销售等企业层面的智能要素，仅从工厂运营的角度来看，智能工厂可以理解为供应链计划、智能生产和智能物流的组合和融合。智能生产包括数字化智能化设备、岗位操作智能化、机器人应用、智能检测、智能产线、3D打印、相关控制和信息系统等要素和技术的应用。智能物流包括采购物流、生产物流、销售物流及各环节智能仓储系统、智能输送系统、智能单元技术、RFID技术、智能分装技术、智能拣选技术、相关控制和信息系统等要素和技术的应用。智能生产和智能物流通过供应链计划的协同实现有效的融合，从而构成了智能工厂。从智能工厂迭代升级的角度来看，智能生产和智能物流可以结合企业实际情况，基于技术复杂度、成熟度、经济性、可行性等维度考虑同步推进实施，但站在价值链的角度而言，智能工厂应本着“物流先行，智造在后”的原则，首先以物流拉通为切入点实现价值链的优化和拉通，实现提升交付、提升效率、降低成本的价值导向，用有限的资源、较小的投资、最短的时间实现最大化的创造价值、传递价值和获得价值的终极使命。近几年，笔者团队参与主导的几十个新工厂建设和老工厂改造，大部分都是以物流为规划和管理主线，实现效率最大化、产能最大化、少人化、自动化水平提升、数字化运营提升、可视化提升、可参观性提升等目标。工厂物流运营管理从工业化-数字化-网络化-智能化的发展过程，应遵循以下发展策略和切入点：1.遵循物流思维和流动的本质。将物流规划和管理提升到工厂战略层面，建立物流发展的策略和路径，培养管理人员特别是高层管理人员对物流的认知，特别是对价值链上物流一体化的认知，培养流动思维和供应链思维，引导工厂资金、时间、人力等资源向物流倾斜。2.置身于供应链环境之中，遵循实现交付水平、运营成本、运营效率的协同和平衡的供应链价值导向。如下图所示，交付、效率、成本是一个价值组合，不能单独追求其一。如果不计成本，交付可以很快；如果不考虑库存，产出效率可以很高；如果不考虑个性化订单的交付要求，效率和成本提升空间就很大。但三者必须要实现齐头并进、互为依托、互为影响，才能实现系统效率、效益的最大化。工厂运营管理过程中，必须要协同、平衡、懂得取舍，以计划为协同手段，以库存为平衡抓手，通过有效的协同机制进行共同决策，计划协同的关键是权衡，权衡产能、供应和需求，权衡库存风险与缺货风险，权衡交付、成本和效率，考虑多方面的因素并做出最终的决策，对供应链物流运营管理过程快速做出调整。3.系统规划、分步实施，充分考虑投入的可行性和经济性。无论是自动化设施的引入，还是数字化系统的集成，抑或是精益物流的导入，都要充分结合企业的产品、物料、工艺、管理基础等要素考虑其投入的可行性和经济性，在没有想清楚为何要投入、投了有什么收益等问题之前，没有制定清晰的物流管理策略和逻辑之前，切忌为了追求趋势、自动化率、少人化而盲目改造、盲目投资。比如很多企业都开始引入自动化立体库，对自动化立体库的定位却不一样，有些企业是因为面积紧张、库存太高，为了提高存储量而引入，有些企业是因为物流人员太多、人工操作错误太多而引入，有些企业是将其作为连接上下节点、实现全过程拉通的缓冲，不同的定位将决定自动化立体库的类型、规模、体量、模式、能力、布局等，定位不同可能导致立体库的规划和建设完全不同，投入规模和效益产出也是天壤之别。4.坚持以人为本，培养专业人才。在智能工厂环境中，物流系统是主体，是制造活动物质流的执行者，是制造活动的完成者；拥有人工智能的信息系统是主导，是制造活动信息流的核心，帮助人对物理系统进行必要的感知、认知、分析决策与控制，使物理系统以尽可能最优的方式运行；人是主宰，一方面，人是物理系统和信息系统的创造者，即使信息系统拥有强大的智能，这种智能也是人赋予的，所解决的问题、目标和方法等都是由人掌握的，另一方面，人是物理系统和信息系统的使用者和管理者，系统的最高决策和操控都必须由人牢牢把握。从根本上说，无论物理系统还是信息系统都是为人类服务的。从经营和运营的角度，需要基于全局、情感、权衡、取舍等做出决策的复杂过程，系统只能提供数据和决策支持，最终还需要管理者综合判断做出决策，比如战略决策、产销协同、应急处理等问题的决策。因此，无论系统的智能、智慧发展到何种程度，在可见的未来，工厂的经营必须要以人为本，工厂必然需要致力于培养符合工厂发展要求的供应链人才、物流人才、大数据算法人才和智能技术人才等。5.坚持职能整合，建立专业组织，坚持广泛协同。物流运营管理是供应链思维的有效载体，需要跳出部门的隔阂，从价值链的层面搭建物流管理组织，未来的物流运营管理部门和供应链管理部门将融为一体，整合计划协同、采购物流、生产物流、销售物流、流程与信息化、持续改善与规划等方面的职能和岗位，形成专业化的物流组织，并以供应链物流为中心，协同企划、产品、营销、销售、采购、生产等业务组织，参与承担企业运营管理中长期规划、供应链网络布局、短期计划与执行、研产销存协同平衡、流程体系建设以及数字化、网络化、智能化建设等方面的职能，形成企业层面的一体化运营管理。6.打造一体化计划协同体系，建立各环节库存标准。前文讲到在供应链物流体系中，计划是协同手段，库存是平衡抓手，因此，企业需要大家一体化的计划协同体系，横向上涉及顾客、门店、经销商、品牌商、工厂、供应商等节点之间的计划拉通，包括销售计划、需求计划、生产计划、采购计划、物流计划等计划之间的拉通与协同；纵向上包括长期年度规划、中期产销协同计划、主生产计划与作业计划排程等各维度之间的传承与呼应。而一个有效的计划体系，需要将库存标准纳入其中，才能做出合理的判断、计划和调整，库存标准包括供应商库存、原材料库存、半成品库存、在制品库存、成品库存、渠道库存、储备库存、慢动库存等。从工厂运营的角度来看，大部分工厂需要进行物流计划和库存标准方面的“补课”。7.建立基于物流自动化的连续流。在传统的工厂中，从物料入厂，经过经验、分装、入库、存储、分拣、配送、半成品暂存、成品下线、成品入库、存储、出库分拣、装车的整个物流过程，存在很多的物流断点，再加上生产本身也有很多断点，导致管理复杂、流程冗余、过程失控、库存遍布工厂等问题，多一个断点，就多一分复杂度和风险。因此，在智能工厂中，需要借助机器人、AGV、输送线、自动化立体库、分装设备、分拣设备、智能单元化技术、条码识别/射频识别技术、工位对接技术、分拨技术等，尽可能将整个物流过程连接起来，实现工厂端到端的连续流。关键点在于需要基于工厂的产能规划计算出未来的物流量、库存量等，结合物流管理的逻辑和能力规划，选择合适的设备和技术。在这样的环境下，自动化立体库往往不再是简单的仓库，而是节点间的缓冲和衔接器，这个“库”可能是很小规模的库，却是整个物流系统的绝对中心。8.多种物流模式并存。一方面，工厂不应该追求全面的物流智能化，应根据物料及产品、订单批量、产线模式、生产工艺等特征，制定差异化的物流模式，合理的、有效的才是最好的，因此，一个工厂可能同时存在人工作业、机械化、自动化、智能化的各种物流模式。另一方面，在个性化需求凸显的环境下，工厂既有大规模批量生产，又有小批量定制生产，必然需要匹配不同的物流模式。第三，在一个物流系统中，需要满足多模式、多场景、多种物料特征的需求，使得物流系统必然需要覆盖众多的业务场景，比如某家电企业的小件料箱立体库，需要处理20多种业务场景，这对该系统的管理逻辑规划、软件和硬件实现等都提出了极高的要求。9.搭建工厂物流运营平台，开发物流应用APP：以物流运营逻辑和流程为主线搭建工厂物流运营平台，将作为工业互联网平台的核心组成部分，并非独立存在。所有物流基础设施、物料和信息都被接入平台，实现数字化接入、过程及运行数据采集、系统与实体的双向通讯，并通过物流控制塔实现信息化、数字化和可视化管控。纵观现在众多的工业互联网平台产品，往往在物流主线上存在缺失，无法实现物流的端到端数字化和可视管理，这是一个很重要的缺口，一个没有全面考虑物流运营的工业互联网平台显然是不完整的。基于工业互联网平台，未来将对现有的物流相关系统（如WMS、WCS、MES、SRM等）进行重构，基于各种应用场景或者问题的物流APP应运而生，比如：针对端到端的库存管理、物流计划、车辆调度、装车配载、物流设备监控与预测性运维、能源监控、人员监控、产线配送等，都将结合工厂的应用场景开发成物流APP，这些APP通过工业互联网平台实现互联互通。基于经验和知识的积累，以及共同或相似的开发平台、工具和工业微服务组件库（包含大量的工业知识组件、算法组件、原理模型组件等素材），这些APP将逐步实现行业内或者跨行业的标准化，在较大的范围内实现可复制或通用。10、绿色低碳理念贯穿智能工厂价值链始终。智能工厂的生产、物流自动化率极高，在规划、设计、设备选型、系统架构的过程中，就需要考虑绿色低碳的要求。智能工厂运营过程中，需要通过对设备运行状态进行数字化监控，推动预测性运维，基于体积、重量、时间、任务等要素自动计算设备的最优化能源输出方案，减少设备的效率和能耗损失。设备厂商、集成商或者生态圈、企业集群内将更多的出现集成的智能设备管理系统，基于众多企业的设备运行大数据进行更加精确、有效的管理和维护，实现设备在车间、工厂、企业间的调拨以提高设备利用率等。另一方面，企业通过智能能源管理系统实现能耗的大幅降低。例如长沙格力生产基地的自动化率达到了62%，通过G-IEMS能源管理系统对能源使用进行全方位的可视化、智能化、精细化管理，2018年，长沙格力生产单台产品能耗同比下降17.65%。未来，基于城市、产业集群、企业生态群、企业集群等建设智能能源管理系统，将更大程度的贯彻绿色低碳的发展理念。
