对我国智能工厂物流规划与运营的建议

文｜上海天睿物流咨询有限公司

邱伏生  李志强 代浩

导 语：对于我国智能工厂物流规划与运营提出十项建议：建立科学的智能工厂物流规划理念和逻辑，鼓励物流仓储装备业与制造业融合发展，提高适应制造作业场景的物流系统集成能力，发展智能单元化包装对接技术，将智能工厂“嵌入”智能供应链，提高企业团队的物流技术水平，培养工位配送外包服务能力，建立物流能力评审机制，培养物流咨询规划能力，建立智能应急物流与应急供应链。

制造业是国民经济的支柱产业，是工业化和现代化的主导力量，是衡量一个国家或地区综合经济实力和国际竞争力的重要标志，也是国家安全的保障。近十年来，国家发展战略为智能工厂提供了良好的发展环境与基础，不断完善的产业链为推进智能工厂发展提供了良好的技术支撑，我国智能制造发展取得长足进步。但与高质量发展的要求相比，智能制造发展仍存在供给适配性不高、创新能力不强、应用深度和广度不够、专业人才缺乏等问题。与此同时，外部还面临着资源环境要素约束趋紧、产业链供应链稳定面临挑战等风险。

本书作者团队始终致力于对智能工厂物流规划与运营的研究、探索和推广应用，倡导和推动企业从智能物流到智能工厂的发展建设模式（几种发展建设模式之一）。智能制造以智能工厂为载体，智能工厂包含（不限于）智能生产和智能物流，智能工厂通过智能物流体系实现工厂内部的整合，以及与供应商端和客户端之间的协同，从而实现订单交付全过程的打通。智能生产作为交付过程中的一个环节，是将智能生产设施嵌入到智能物流系统中，从而实现“制造工厂物流中心化”。

结合本书主旨立意和前文内容，对于我国智能工厂物流规划与运营提出以下建议：

一、建立科学的智能工厂物流规划理念和逻辑

在智能供应链的价值链运营环境下，智能物流已经成为智能工厂的核心要素（见图1）。智能工厂需要智能物流作为生存环境，这不难理解，“没有智能物流与智能供应链的支撑，智能工厂将停留在实验室阶段”，为此，工厂规划和运营管理必须要具备“流动思维”和“供应链交付思维”。“大交付、大物流、小生产”、“制造工厂物流中心化”的工厂规划和运营理念，在制造业中已经得到越来越多的认同和实践。

图1：物流体系与智能工厂的关系

在以消费者需求为导向的智能交付体系中，智能生产被认为是在供应链、物流过程中嵌入一个符合供应链价值导向和运作要求的工厂、车间或产线，是一个节点或者环节；而物料（产品）流动和物流管理贯通供应链始末，成为端到端协同打通的有效承载。对于智能工厂而言，生产只是过程，满足消费者个性化需求才是目的。无论是智能化（新）工厂的规划，还是原有工厂的智能化改造，无论是以何种要素作为切入点，如布局、建筑、设施、生产、物流、信息化等，都需要将工厂运营管理的价值导向、目标、逻辑、流程、规则等纳入其中。因此，智能工厂物流构建的目的，正是以物流规划和运营为主线、以工厂有效运营为导向、“以终为始”进行规划，实现所有规划和资源要素的联动和拉通。

二、鼓励物流仓储装备业与制造业融合发展

我国非常重视信息技术的发展带来的重大技术创新，以信息系统为基础和引导，推动其他种类系统融合集成式发展，物流仓储装备也融入其中。物流仓储装备产业是为了保证制造业顺利生产的服务业。随着技术的不断创新，制造业和物流仓储装备产业间固有的边界逐渐模糊化，两者出现了融合的趋势。

因此，从国家、产业和企业各个层面，应鼓励或致力于物流仓储装备产业与制造业融合发展，积极推广应用物流仓储新技术、新装备，加强物流仓储装备业与相关行业融合互动，加快物流仓储装备产业转型升级的步伐，提升物流仓储技术、仓储装备和服务水平，构建良好的产业融合发展的外部环境。

三、提高适应制造作业场景的物流系统集成能力

智能物流是智能工厂的重要组成部分，智能物流体系能够将供应链上主要的制造元素动态地联系起来，为数字化、网络化、智能化制造提供基础。

物流设施配置需要遵循物料流动规律。制造业物流的本质在于“流动”，关于物料如何流动，不同的行业、不同的产品需要不同的流动方式，这需要遵守物料的流动规律，而不是按照经验的“预设”。

物流装备企业要深入了解智能制造物流的逻辑和作业场景需求，从解决功能性要求转为解决系统性要求。在智能工厂构建的过程中，物流设备供应商需要重点关注客户流程，而不仅仅是了解客户需要什么设备。不同的物流设备供应商有不同的核心能力与产品，卖设备主要满足了客户的功能性要求，而不是解决系统性问题。对于物流设备供应商来说，要进入制造业物流领域，关键在于分析客户的价值链需求——到底要解决什么问题，并提供符合客户需求的解决方案和系统集成能力（见图2）。

图2：某智能工厂的物流概念设计图

物流设备供应商和系统集成商需要深入了解制造业工艺流程、物流逻辑和作业场景，针对制造企业物流症结把脉开方、对症下药，才能为制造企业提供专业的服务，而不仅仅是提供设备而已。越来越多的制造企业意识到物流进步不仅仅是装备、技术上的应用提升，制造业物流存在严密的逻辑关系，需要整个流通过程实现互联互通以及执行过程中的差异管理，还有过程中变数的预警和应急物流。

四、发展智能单元化包装对接技术

随着生产自动化、智能化覆盖率日益提升，机器人在线边物流场景的应用越来越普遍。在智能工厂的规划过程中，智能单元化包装和机器人的对接非常关键。由于线边物流场景涉及作业人员、机器人、信息采集和物料协同，所以，智能单元化包装对接技术往往成为智能工厂物流规划的关键节点和有效运作的重要影响因素之一。单元化包装从供应商生产成品下线就开始使用，后续经过搬运、运输、存储、检验、配送到工位，以及最后由机器人（抓取属具）从容器具或者工位器具中识别并取出物料的过程，需要智能单元化包装能够在整个过程中与（智能化的）搬运设备、运输设备、检测设备、配送设备、机器人、信息采集设备等进行数据对接和作业指令的交互。

通俗而言，就是需要保证物料在所有物流环节能够无障碍地与相关设备进行“对话”，这就需要包装单元突破传统的扫码采集数据的简单功能，转化为物料告知其关键信息给相关的设备。其中，最为关键的不仅仅是物流过程中的条码扫描或者RFID标签的识别，而是与机器人对接和抓取的便利性。前者是整个包装单元的识别，技术上相对简单；后者是由机器人属具从包装单元容器具中识别并抓取单个或多个物料，涉及物料包装、定位、机器人识别、抓取、移动、放到工位装配等一系列的作业。在抓取的过程中，物料需要告诉机器人相关信息，机器人需要结合生产作业需求进行操作，同时系统需要将所有的信息抓取并且作为实时场景信息为后续的决策提供依据，形成自反馈闭环系统……在功能性规划过程中，人们通常依据机器人的作业要求来设计包装单元，却并没有考虑此前相关环节的物流运作要求，比如运输、搬运、存储等，导致包装单元无法实现物流一体化，后续切换包装的成本也非常高昂，影响流动效率。

建议企业从系统化的角度，思考智能化包装单元的一体化应用过程，同时兼顾机器人的对接需求，使机器人和单元化包装相互协同，以实现智能化成本最优（见表1）。

五、将智能工厂“嵌入”智能供应链

智能供应链不是单纯、有形的“链式结构”或者“网状结构”，而是虚实结合、虚实联动的多维的智能化增值服务系统。任何组织或者企业，或是其所提供的产品或者服务，要在智能供应链环境下生存和发展，都需要经历创造价值、传递价值和获取价值的过程。

由于智能供应链的多维度（涉及范围和环节广、基于企业和资源管理战略高度、运营作业的技术深度等）、系统性要求，涉及各项不同的资源，这些资源大致可以分为客户资源、数据资源、产品资源、供应资源和技术资源，智能供应链主要实现各项资源智能化自主整合。

智能工厂物流构建本质上是需要促进企业交付能力的提升，如果仅限于工厂思维，容易陷入局部优化的误区。所以需要站在智能供应链发展和优化的角度思考智能工厂的物流规划与运营，在价值链拉通的基础上保证规划合理性和运营有效性，思考智能工厂的生存能力和供应链环境下的适应能力（见图3）。智能制造端需要的供应链智能化协同，至少包含上游材料供应商的互联互通、第三方物流的互联互通、智能化采购和原材料入厂物流的智能化、智能生产和工位物流的精益化、智能化配送、成品下线和智能化存储、装车发运，在工业互联网环境下（形成工业大数据）解决智能化采购供应和智能化生产供应，以保证制造端的快速响应和有效交付能力，传递制造价值。

图3：智能工厂从订单到交付的基本逻辑

六、提高企业团队的物流技术水平

通常情况下，智能工厂的物流系统解决方案是由物流规划咨询公司或者其他专业机构提供。但是在技术选择、设备选型、技术应用、设施维护、物流设备招投标、入场安装试运行、正常运行、日常生产等过程中，需要企业的技术使用团队能够理解方案和了解技术设备的参数与特性，以保证生产、物流运行的平稳性。

在某些失败的案例中，工厂物流规划团队（可能外包或自有）与运营团队通常不是同一个团队，后者通常不理解、不了解该新工厂的布局规划逻辑和设施特性，仅仅作为常规承接，即使进行了培训，也难以保证应用的有效性和稳定性。尤其是在设备故障、产品换型的时候，即使设备供应商维护人员到位支持，也容易造成巨大的损失和成本。

因此，建议企业设立专业团队研究制造业物流技术的发展趋势、应用场景、工艺工位需求创新，形成具有物流技术引入、判断、使用能力的人才队伍。

另一方面，制造型企业在依托高校和职业技术学校的同时，内部应加大现代化物流设备设施的设计和使用人员的培训，使其更加适应专业岗位的要求，以全面发挥自动化、智能化物流装备在生产运营中的作用。在制造企业物流技术领域深度开展产学研合作，需要从更高的视角对人才资源进行重构，优化资源配置模式，形成以制造企业物流技术应用场景为核心的创新体系，因此需要加大产学研合作，创新产业合作体系和运作模式。

七、培养工位配送外包服务能力

强化制造业物流外包意识，培养具有工位配送能力的第三方物流公司。传统的物流外包，主要是采购物流和成品物流外包，极少涉及工位物流外包。究其原因，除了担心时间和效率方面难以满足，更多的是与企业外包意识有很大关系。人们习惯了“看得见的管理”，认为工位物流距离短、时间紧、精益化要求高，需要掌握在“自己手上”。制造企业通常的做法是，在生产线边设立缓存区域作为线边仓，以应对快速需求、产线变化、实时配送到工位的要求。由此掩盖了企业物流管理的漏洞，成了物流与生产管理部门的缓冲地带，实际上成了精益生产以及未来智能制造的数字化盲区和一些部门管理的“自留地”。

由于制造企业工位物流涉及作业计划、工位器具、物流容器、现场管理、工位管理、人机结合、工时节拍等要素，所以，物流协同难度比较大，通常的物流服务企业难以满足要求。在智能制造中，智能物流需要物流服务供应商根据生产装配计划和工位要求，将物料送到线边仓或者具体的工位，需要智能工厂具备精益物流计划能力、数据能力、精益物流管理协同能力、全过程的效率控制和应急响应的能力等。在智能制造供应链中能够将全程价值链拉通的第三方物流（第四方物流）服务需求将变得越来越迫切。

八、建立物流能力评审机制

制造企业的物流管理水平参差不齐、各有千秋。要达到智能化要求，制造企业更多需要做的是“补课”的工作，但是对于如何尽快达成智能化规划方案中的水平，企业团队通常都是“满头雾水”。

建议推动制造企业建立物流供应链评审标准，通过多维度综合评估的方式，使得企业物流管理和规划团队能够量化、直观地识别自己的管理水平，以及与智能制造物流需求之间的差距，从而指导团队分步骤地进行“补课”，夯实制造物流的基础，逐步从粗放管理向精益物流、数字化物流乃至智能化物流的方向达成。

九、培养物流咨询规划能力

催生和培育更多具有物流规划、集成、研发能力的创新型解决方案提供方，形成具有较高专业度的行业专家和培训、咨询服务机构，以促进制造业智能工厂、智能物流从规划到落地运营的合理性和有效性，从而减少试错、进入误区的可能和成本。

专业的咨询服务机构或者系统方案提供方，始终坚持对制造企业物流体系、方法、技术、应用等方面进行前沿研究和应用实践，通常具有更高的见识和更广的视野。对于制造企业尤其是致力于打造智能工厂的企业而言，这无疑是有效的社会智力资源，应更多地引入这些外部专业资源进行企业内部人才的培养。企业可以在内部开设物流大讲堂，邀请相关的专家进行培训，通过在内部形成针对专家培训内容的探索、讨论和实践的机制，促进团队的能力提升。也可以和培训机构、咨询公司合作，组织内部的物流人才培养学校，科学地设计系列课程和实践项目，在企业内有组织、有系统、有批次地开展人才培养，并推行持证上岗，甄选人才。

十、建立智能应急物流与应急供应链

为了保障智能制造，智能工厂的物流要求比一般工厂更高，同时面临的各类变数依旧存在，所以需要设立应急物流与供应链管理机制。

通常需要建立应急场景设定，即当设定的问题发生或者条件达到时，就启动应急物流与供应链模式。应急物流与供应链场景通常包含：堵车，批量不合格，翻车，货损，延迟到货，搬运设备、配送设备、拣选设备、存储设备故障，以及水灾、火灾、瘟疫传播、地震、环境、政策法规等企业不可控因素的设定和判别方式。

企业需结合自身环境分析和识别风险的优先级，并针对较高优先级的应急场景制定应急方案，以保证当物流发生计划外的事件时，供应仍可持续。应急方案是为了避免供应链的中断（比如：装配线停止、劳动力不足、财务压力、物流安全等），以支持工厂快速、有序恢复到正常的业务流程。