汽车行业供应链与物流系统的智慧升级

文/邱伏生

汽车行业智慧供应链管理是一个复杂、动态、多变的过程，未来将更多地应用物联网、互联网、人工智能、大数据、实时仿真、AI/VI等新一代信息技术，更倾向于使用可视化的手段来显示数据，采用移动化的手段来访问数据；也更重视人机系统的协调性，实现人性化的技术和管理系统。

汽车行业智慧供应链的内涵与外延

汽车行业的供应链是围绕主机厂（品牌企业），通过信息流、物流、资金流的控制，从新品研发（主机厂和独立品牌零部件厂商都有专业研发）开始，经过采购原材料（可能涉及到一级供应商，甚至供应商的供应商），制成中间产品（汽车零部件）以及最终产品（整车），最后由销售网络（4S店或者其他销售渠道）把产品通过专业第三方物流公司，送到消费者手中（大部分是到店里面提车），将供应商、制造商、分销商、零售商直到最终用户连成一个整体的功能网链结构。

这里面既涉及到产品研发、供应商管理、需求管理、计划与制造、原材料与零部件物流管理、生产制造物流管理、整车网络配送，又有连锁经营、消费者管理、售后维修（还涉及到备品备件生产供应与管理）与保养（后市场）等一系列的内容。如图1。

从广义而言，要构建合理化的汽车行业智慧供应链，这是一个大的生态圈，必须要有强势的链主（通常是主机厂或者汽车品牌商）来牵头和管理、运营。

汽车行业的供应链管理与分销企业、第三方物流企业具有完全不同的逻辑，前者具有明确的市场定位、产品研发、预测、生产计划、物流计划、采购计划、成品发运计划、4S店、客户订单管理、库存与物流信息控制等功能环节，如果可以的话，我们可以通俗地称之为“全供应链”；而后者更多的是其中的某一个环节或功能。

汽车行业智慧供应链管理是一个复杂、动态、多变的过程

图4：汽车行业供应链体系

从供应链智慧化而言，需要将供应链中各个环节、不同利益主体都互联互通起来，并且为了共同的供应链策略而努力保证采购、生产和交付获得好的客户满意度。既要有协同管理，更需要不同环节有相应的自组织、自管理、自适应的自我管理和反馈的能力，可谓分中有合、合中有分，但是不管是合还是分，都需要实时协同与联动。只不过，传统供应链主要是靠人来协调，形式主要是电话、开会、软件辅助等；智慧供应链主要是具有自我反馈能力的系统和平台，达到“使能”的状态。相对于传统供应链，在智能制造时代，汽车行业的智慧供应链具有更多的市场要素、技术要素和服务要素。具体而言有以下特点：

系统性要求高

由于涉及面极广，汽车行业智慧供应链基本上形成了生态圈，其管理和运营不再是“头痛医头，脚痛医脚”式的救火模式，更多强调系统优化与全供应链的绩效，而不是局部优化的部门绩效，强调“牵一发而动全身”，完全协同性。

有效的智慧供应链，首先是系统化规划，是构建出来的，对于供应链的早期规划，必须立足于对未来发展的前瞻性和有效运作的系统性；其次是运营出来的，规划是为了有效运营，即使是智慧供应链，还是需要专业的供应链运营团队来决策和监控；然后才是运作绩效的数字化，是统计出来的，这是智慧供应链的有效性的直观表现，也是人们用来衡量“好坏”的特征数据。

反应能力要求快

这里的反应能力不仅仅包含采购生产交付过程的计划、组织、实施和监控的能力，更是需要对于消费者需求的快速满足。随着“互联网+”、新能源汽车、无人驾驶汽车、共享汽车等的推陈出新，未来的汽车更加具有时代感和存在感，汽车供应链需要更多地关注消费者的需求，汽车主机厂不再是躲在代理商（4S店）后面或者企业销售部门后面被动“提供”产品，而是主动分析、主动服务。他们将会更多地邀请客户进行体验式的开发、测试客户要求，进行符合消费者个性化的汽车产品诉求和服务模式整合，以保证该产品或服务对于客户的“黏性”，从而反过来促进产品和服务的迭代升级。供应链也就能进行自我反馈、自我补偿，从而智慧化迭代升级。

可追溯性要求严

与别的产品不同，汽车是安全性要求极高的产品，对于消费者使用过程中，汽车（含零部件）的质量、维护和保养、零部件更换等，都必须做到“来源可追溯、去向可查证”，必要时要主动召回。这就需要整个汽车供应链全过程都可以做到可追溯，需要细化到每一个批次、每一个托盘、每一个零部件、每一个环节，而这些详细的数据靠人员管理是不可想象的，必须要全过程数据化、自动化录入，并且是实时的、成体系的。

逻辑性要求强

无论是从消费者需求到生产、采购，还是从产品研发到推广销售到消费者手上，都需要体现价值主张，这种价值主张必然也必须伴随每一个供应链环节。这些环节既需要体现端到端的纵向要求，更需要体现不同利益群体、不同订单对于资源需求的横向要求，而制造过程是将这些价值主张实现、集成的关键环节。传统的汽车制造是交付型生产，以生产为中心的，所以强调“只有生产是增值的”；但是智慧供应链是服务型生产，是以消费者需求作为中心的，此时更多地强调“客户满意度”。智慧型供应链不再是（为订单而）响应性的，而是（为消费者而）引领性的，个性化制造将成为普遍需求，对于消费者敏感度要求也就更高。

基于平台的协同更加紧密更加有效

汽车行业智慧供应链从早期开始就要求供应商、物流商、主机厂、销售平台之间建立电子数据交换平台（EDI），形成数据同频率交换和共享，并且很多主机厂要求尽可能没有人为的对接，比如电话、传真等不可追溯、查询的方式介入供应链运作中，必须保证协同的实时性和有效性，更加强调有效增值；同时对于不同的订单，可以形成先期预约和模拟运行（仿真），一旦发现瓶颈，可以做到早期预警，提高供应链体系的应急能力，避免风险。

总之，在汽车企业的智慧供应链上，不再是企业的某人或者某个部门在思考，而是整条供应链在思考；不再是不同环节之间无休止的沟通和协调，而是整条供应链顺畅、均衡、平稳、自主的运作。

汽车行业供应链短板与发展智慧供应链的必要性

缺乏智慧供应链战略

智慧供应链需要从顶层设计，是一个战略问题。但很多时候，人们理解的供应链是日常运作而已，所以容易认为智慧供应链就是现有的供应链实现信息化就可以了，导致供应链整合变成了简单的重组、拼接。

对智慧供应链认知不够，容易导致从传统到智慧供应链的转型尴尬。某知名的汽车品牌厂商，他们的精益生产、供应链物流管理、信息管理等在业界堪称标杆，前不久，生产部长、物流部长、信息部长一致认为他们不知道如何建设智慧供应链和智能制造工厂，原因是他们现有的体系已经难以打破了，似乎也不是简单的“机器换人”而已，而是从5年乃至10年的前瞻性往回看的。

“如果不从战略角度来看，你现在就是最好的。”无论水平高下的汽车企业供应链，运作至今，都已经形成了一个平衡了。智慧供应链的建设，势必影响和优化很多部门、环节，甚至供应链成员企业的利益，因此容易产生各种阻力。

正如露华浓总裁Franz Calzafarri所说：“我们在昨天的结构中，用今天的方法处理明天的问题，与我们一起工作的主要是那些在前天的文化中创建了昨天结构的人，而他们不会亲眼看到企业的明天。”

没有智慧供应链战略，就没有价值导向，也就无法形成智慧供应链的系统规划和概念设计，那么就无法理清楚所需要的供应链技术原理和数据、参数（含KPI指标）设定的逻辑关系，至于设备配置，由于更加成了具体化的细节，也就更无所适从。没有智慧供应链的战略设计，也就无法探寻达成智能制造的迭代升级的路径，容易产生一蹴而就的激进投资的想法，或者久拖不决的尴尬。至于很多人认为智慧供应链就是物流自动化，那就是实实在在的跑偏了。

组织能力与人才不足

主流品牌厂家如丰田、宝马、奥迪……，有多年的探索和累积，有明确的供应链管理组织，能够有效协同运作；但是，多数国有品牌主机厂，有物流组织就已经不错了，其组织能力难以支撑和承担智慧供应链的战略要求，也就没有谁来负责如何迭代升级和智慧化战略路径达成。

缺乏标准及落地策略

汽车行业供应链建设有一套标准MMOG/LE，这是主机厂要求所有供应商和物流服务商遵守和达成的供应链运作体系，其中对于如何建立战略、组织、流程、预测、计划、KPI、供应商管理、生产流转、包装、存储、库存、信息化等都有详细的规范和要求。

目前福特、克莱斯勒、丰田、通用、大众、沃尔沃等都在推广该标准，以期全供应链协同起来，福特将其作为供应商取得Q1资格的门槛；一汽大众花了4年的时间对于所有供应商进行培训、评审和能力建设辅导，就是为未来的工业4.0工厂和智慧供应链铺路，因为供应链标准的推动，将是工业4.0 实现的一个必经之路和重要里程碑。

然而，国内大部分汽车企业都不知道该标准，更不知道如何推广和落地。

汽车行业供应链建设有一套标准MMOG/LE，这是主机厂要求所有供应商和物流服务商遵守和达成的供应链运作体系，其中对于如何建立战略、组织、流程、预测、计划、KPI、供应商管理、生产流转、包装、存储、库存、信息化等都有详细的规范和要求。

信息化水平不高

即使是主机厂，他们上了ERP系统，但是库存管理系统、容器具管理系统、高级排程系统、仓库管理系统、质量管理系统、财务系统、实时管理监控系统等，通常并不是系统规划的，而是成熟一块发展一块的；同时各个软件也不是同一家供应商的，“杂牌军”形成的软件系统，彼此之间不兼容，数据逻辑不统一，甚至需要EXL表格来转换，容易导致数据失真和误差累计，于是再好的智能化制造设备也只能局部优化，无法形成智能供应链体系。至于供应商们，供应链水平本就参差不齐，难以形成一致性的信息共享和联动。

标杆性企业如福特、丰田、宝马，在选择供应商的时候，就要求其能够与主机厂实现软件互联互通，运营时更是要求实时干预、预警和协同，比如，主机厂的计划和预测需要直接传递给供应商的主生产计划系统；供应商的发运计划必须与主机厂的作业计划系统对接；先期发运通知（ASN）需要由软件系统完成，而没有人工的参与；并且要求全过程必须条码化（或者RFID），交接货物时的标签和信息都有严格和统一的规定。

预测能力与数据不实

很多人被“大数据”误导了，尤其是所谓的消费大数据。但试想一下：如果老李花50万元买了一部奥迪A6L，那么至少在5年内老李是不会去换车的。但是，不专业的预测手法通常会将某个时段（一年或者一个月）的销售历史数据拿来做参考，“上个月销售了100部车，下个月预计超过100部”，这种拍脑袋式的预测，不仅害了主机厂自己，更让供应商无所适从。

笔者经常与供应商沟通，据他们反映，很多主机厂的预测和需求数据并不真实精准，要么实际提货远大于计划数量，要么远小于计划数量，有些主机厂预测与实际数量相吻合的甚至小于50%。如此一来供应商生产就很不安定了，不是担心产能不够，就是担心库存增高。

图2： 供应链管理发展的四个阶段

按说，供应商的需求数据来源于主机厂，那么主机厂的数据来源于4S店，4S店数据来源于消费者（市场或者客户），但是如上所述，并不是来自消费者！那么4S店的需求数据来自哪里呢？4S店是加盟商，是有销售任务和指标的，所以，他们的需求数据首先是基于销售任务或者指标的，所以所谓的预测数据容易变为循环论证，结果就似是而非了。

另外，由于大部分主机厂的供应链并未覆盖4S店，导致数据错乱和库存失控。这种情况，“在经济形势向好的时候所有的预测都是准确的”，因为只要生产出来，就可以卖掉；但是经济形势相对不明朗，或者汽车市场竞争加剧的时候，4S店销售就不是那么尽如人意了，于是上个月没有卖掉的车，这个月也卖不掉了，并且可能下个月也卖不掉（供应链上的“泥石流”）。此时经销商（4S店）库存开始累积加大，形成不可想象的社会库存（供应链上的“堰塞湖”）。但是，其积压的资金只是经销商的，并不是主机厂的，主机厂并没有现实的库存压力。于是，万般无奈下，经销商开始降价或者促销，主动引导消费者去购买库存车辆，以期实现资金流动。但长此以往，最终结果是：主机厂的新品车辆失去了销售的机会！主机厂生产出来的新车一出厂就成为库存！于是，逆向导致主机厂大面积的库存车辆（供应链上的“海水倒灌”），形成行业的尴尬！

产品研发缺乏市场观

由于主机厂的研发机构与市场之间隔了经销商（4S店），客户需求仅仅到达销售员层面，并没有直接反馈给主机厂的研发人员，所以研发人员也就无从客户化、市场化思考了。缺乏了基本的市场依据，于是各类“神设计”就出现了。实际上卖得不好的车固然有各种原因，设计被人家诟病却是常见现象，万般无奈下，设计人员只好寻求“标杆车辆的参考”，于是，长得雷同的车子随处可而见——严格意义而言，这不是研发。

可追溯性问题

追溯性主要表现在供应链物流过程中，“物料的足迹”记录和显示，标杆主机厂做得很好哦，但是，绝大部分主机厂（包含其供应商）实际上无法做到。原因是物料（零部件）的生产批次、批量、先进先出（FIFO）等并未细化到批次、托盘、甚至单个物料，物料识别做得不到位，导致物料信息和统计口径不一致。比如，主机厂需要200个金属或者注塑的零部件，供应商为了降低换模几率和时间的浪费，降低单件制造成本，可能一次性生产了1000个，然后分四次交付，对于主机厂是四个批次，对于供应商而言，是一个批次，与客户订单并没有匹配，在追溯的时候无法形成来源-去向的对应；同时，对于向多家主机厂供货的供应商，这种情况就很容易干扰可追溯性；另外，供应商对于安全库存和库存尾数的处理，也会给物料的可追溯性带来困恼。

供应商配合水平有待提高

汽车行业虽说在所有行业中制造、供应链物流都走在前面，但是，供应商采购、生产、交付、计划、信息等能力也是参差不齐的，难以保证主机厂的制造和交付的需要。

如何构建汽车行业智慧供应链——理念、模式、技术

汽车行业智慧供应链管理是一个复杂、动态、多变的过程，未来将更多地应用物联网、互联网、人工智能、大数据、实时仿真、AI/VI等新一代信息技术，更倾向于使用可视化（而不是此前精益生产通用的信息展示板）的手段来显示数据，采用移动化的手段来访问数据；也更重视人机系统的协调性，实现人性化的技术和管理系统。

汽车主机厂通过供应链向有效增值链提纯的全过程管理、信息集中化管理、系统动态化管理，将实现整个智慧供应链的可持续发展，进而提高生产效率，提升价值链协同效率，缩短满足客户订单的时间，从而提高客户满意度和忠诚度，使得全球范围的供应链管理更具效率。

供应链愿景规划——重新定义智慧供应链

鉴于汽车行业供应链涉及面之广，无论是汽车主机厂还是供应商，都应该有自己的智慧供应链发展愿景规划，来重新定义符合自己经营战略、产品策略、市场策略的智慧供应链战略，确定智慧供应链的价值导向，并且

图3：汽车行业智慧供应链需要实现的七大能力

集成供应链阶段：关注业务流程变革；由于企业内信息的标准化，供应链效率才得以提高。跨部门决策、被动执行，有限协作。此时的智能化，顶多解决了纵向的供应链体系，难以形成横向、纵向互联互通的协同。

价值链网络阶段：协同计划；将企业计划流程扩展到企业之外，包括签约制造商、主要客户和供应商。预见性决策、高度协同、网络决策。此时的智能化基本上可以解决企业级别的供应链体系，但主要是响应型的，未必是柔性化、引领型的。

连锁级供应链：通过产品、服务、品牌形成连锁经营，打造个性化产品、个性定制、爆款供应链，产生增值服务，形成消费大数据和工业大数据，形成产业协同和物联网。

不同层次的供应链策略，其智慧化程度和达成路径也不一样。一般而言汽车企业供应链管理分为四个层次：职能部门阶段、集成供应链阶段、价值链网络阶段和新零售连锁级供应链阶段。

提高智慧供应链综合运营能力

汽车行业作为“有产品”的供应链建设，产品的好坏、流动的合理性，承载了企业服务和品牌的一致性和有效传播；同时，作为价值链最长的实业供应链，其涉及到研发、制造、物流、供应商、运营商、经销商、消费者……率先需要锁定客户价值的实现，建立有效运营平台，从而实现核心竞争能力的提升和表现。

于是汽车品牌商（主机厂）必须建立爆款研发能力，以应对个性化需求；提高供应链全过程的库存周转率，以提升盈利能力；提高采购、制造、交付、物流的成本与效率控制能力，以保证有效交付；实现智慧供应链的平台运营能力，以保证多方利益共同体的价值诉求；提高工业数据与消费大数据的精准、实时掌控能力，以保证智慧供应链的自我反馈、自我优化的可能；需要建立以终为始的生态圈影以该战略实现作为运作指标倒逼供应链的优化和达成，“以终为始、方得始终”。

智慧供应链战略并不是说公司现在是怎样的，而是说公司将来（在一定的时间内）的供应链希望变成怎样，它应该是整个业务愿景和供应链战略的基础部分。

有了智慧供应链战略规划，才能说清楚“公司未来的智慧供应链长成啥样”、“如何将智慧供应链提纯为公司的核心竞争力”，并以此设立智慧供应链战略支撑要素，从而设定战略目标、方针和智慧供应链战略绩效、供应链运营管理组织、团队提升和智能化采购策略（供应商共同转型升级）、智能化制造策略、智能化交付（智能物流）策略、库存策略和供应链计划与信息策略。

四年前，一汽大众决定在天津和青岛建设工业4.0工厂，在规划该工厂的同时，发现仅仅实现工厂的智能化，无法解决未来的智能化采购、生产和交付，以及真正意义上的互联互通和个性化定制。于是，直到现在，一汽大众都在投入巨大的资源来打造“一汽大众生产保障能力”，尤其是对于供应商的制造、品质、物流等五大能力的同步提升（仅物流能力提升的培训课时便超过了60次，并且还在继续）。由此可见，有智慧供应链战略愿景的主机厂，并不是“一个人在战斗”，而是在优化整个企业所在的生态圈。

不同层次的供应链策略，其智慧化程度和达成路径也不一样。一般而言汽车企业供应链管理分为四个层次：职能部门阶段、集成供应链阶段、价值链网络阶段和新零售连锁级供应链阶段。如图2所示。你如何定义你的供应链，那么他它就将长成如何！

职能部门阶段：在各自独立的职能部门内进行供应链计划；信息缺乏横跨企业的标准，可视性有限，供应链计划的效率低下。部门经理决策、独立执行、被动反应。此时的智能化，顶多解决局部问题，难以形成系统化。响力，以实现消费者对于其品牌、产品、服务的认可和口碑传递；通过互联互通的连锁经营（新零售）、综合运作，以期提高整个供应链的盈利能力。如图3。

图4：未来智能工厂从制造为中心转向服务型供应链为中心

从资源层面而言，未来汽车行业智慧供应链将划分为产品资源、制造资源、后勤资源和客户资源。谁能够通过产品互联网和服务物联网实现相关资源的整合与运营，谁就能够率先获得二次核心竞争能力。

为此，从落地建设上，主机厂还需要实现良好的产品研发能力、精益制造能力和实施交付能力、预测与计划能力、上下游伙伴的协同能力、跨界增值能力、供应链金融能力和市场连锁经营能力。鉴于其产品是核心，所以有了爆款能力，必须同步具有爆款供应链能力（以实现大规模定制），否则，势必形成“没有爆款等死，有了爆款没有相应的智慧供应链，那就是找死！”的悖论。

打造基于智慧供应链环境下的供给型智能制造工厂

智能工厂是规划设计出来的，更是运营出来的，其结果是由各项大数据组合表现出来的（如果可以，我们也说是统计出来的）。

全球很多制造企业尤其是汽车企业都在打造智能工厂，并且很多初具雏形，比如宝马的莱比锡工厂和铁西工厂，一汽大众的佛山工厂、天津工厂、青岛工厂等，都是基于全球、全国供应链布局（按照销区建厂）的一次规划分步实施、逐渐达成的智能工厂。但是，纵观其他汽车主机厂，绝大部分没有思考该智能工厂如何在智慧供应链环境下运作，比如经销商不认可、供应商不提升、制造能力不足、物流能力不匹配、预测与计划达成能力欠缺、信息能力协同化等等，即使他们在建设智能工厂，也仅仅是花了钱解决了制造技术问题，并未解决该工厂未来的可持续发展与运作的问题。

基于智慧供应链环境下的供给型智能制造工厂可以理解为“制造工厂智能物流中心化”，其本质就是智慧供应链上的一个关键节点，也就是说“在供应链上嵌入一个符合智慧供应链价值导向和运作要求的工厂，或者说产线” 。

于是汽车企业在建设和规划智能工厂之前必须回答以下问题：

为何建设该工厂？其在供应链上的战略定位如何？是生产为中心的制造基地还是交付为中心的网络工厂？

该工厂的概念设计如何？也就是说，该工厂建成之后应该长成啥样？应该具备哪些特征？适应与智慧供应链要求的技术原理和相关数理逻辑应该是怎样的？

该工厂的智能化需求如何？是最好的还是合理的？以哪个导向为依据？需要具备哪些参数来支撑其智能化？

建设智能工厂的终极要求运营绩效如何？比如周转率、客户满意度、交付准时率、计划-信息-执行的差异补偿能力如何？

制造设备、物流设备、检测设备、运作团队、供应商、物流商、经销商（或电商平台）如何智能化互联互通？

投资收益如何？是仅仅为了表现还是为了实现企业的营业绩效？（在2017年5月10日由工信部、中国工程院、德国机械设备制造业联合会主办的中德工业4.0高端闭门会议上，多名来自中国的智能制造代表都提出需要有一个投资收益预期和算法。不过德方代表主要回应为企业战略要求）。

其他问题

实际上，汽车企业建设生产工厂的终极目的是为了运营，（其诞生可以根据供应链战略决定是否需要智能化或者智能化程度），必须符合和满足该企业的供应链战略价值导向，同时需要一定程度上符合投资-收益要求。如图4。

所以，建设智能工厂首先需要考虑可操作、可达成、有空间、可迭代的关键KPI指标，而这些指标主要表现为规模和效益。

从规模而言，产能的增长不再表现为盲目扩充产线，而是提高有效增值和周转率能力；同时提高产品的可制造性、可流动性和制造能力标准化、物流能力增值化，打造交付标准，从而提高交付能力。

从适应智慧供应链而言，需要打造爆款供应链的同时，提高预测与产销协同能力（比如推动SIOP）、实现计划-物流-执行-信息的联动能力以及精益生产精益物流管理能力，同时必须提高关键供应商的供货标准和响应能力（这是国内汽车品牌企业目前的短板），从而提高交付承诺能力。

通过智能工厂的建设实现全价值链的拉通，以期实现产品价值和客户价值，从而实现“在最短的时间/流程上创造最大的价值”。在此过程中，需要做到“事事有标准，实施抓标准”，只不过，此时针对更多的不是作业人员，而是智慧供应链体系。

组织能力建设与人才配置

在智慧供应链环境下，组织原则与人才战略已经发生深刻变化。汽车企业组织能力建设本质上不再是完善团队而已，而是整合产品资源、制造资源、后勤资源和客户资源，于是其工作不再是物理上的组织结构表现形式，而是嵌入式地将团队和人员配置到智慧供应链的各个环节中去。通俗地说，智慧供应链上不再是以人作为主导的，而是以系统平台综合主导的，甚至连组织结构都是供应链定义的。

在传统的汽车供应链体系里，各项组织职能非常完善，研发、质量、采购、生产、物流、经销商……应有尽有。一个主机厂及其相关联的资源，涉及到的人力资源，少则几万人、十几万人，多则几十万乃至百万人，其管理与营运难度之大，可见一斑！

在智能供应链体系里，人员将急剧减少与简化，于是运营的管理深度和幅度也大为减小，组织结构也将日益简单。但是，由于市场、技术、消费者需求不断变化，未来组织对于消费者的影响力与引导力、感知力和对于市场数据的获得能力、分析能力、爆款等，都需要更加专业的人才。

虽然《中国制造2025》提出已有时日，但是，中国目前并无智能制造专业和智慧供应链专业，鉴于智能制造、智慧供应链不仅仅涉及到理论体系的问题，更多的涉及到企业经营、产业发展、制造技术、物流技术、信息技术等实施要素，需要更多的场景设计，才能够有相应的解决方案。即，智能化实践必须也必然先行于理论，于是组织和人才的协同发展就变得更加迫切了。

汽车行业智慧供应链的探索成果及发展建议

从标杆中聚核

由于汽车企业智能工厂到智慧供应链建设不是一蹴而就的，所以很难说哪家汽车企业就是智能工厂或者说达成了智慧供应链，从规划愿景和迭代升级而言，无法拿出某家汽车企业作为分析的标杆。但是，正由于汽车行业智慧供应链的涵盖面广，及其多样性和动态性，我们可以找到某些供应链关键环节（未必就是汽车行业）、关键领域、标杆企业作为样本分析，兼收并蓄、弯道超车，从而实现“聚核”效应。

智慧供应链战略及其路径梳理

未来的智慧供应链只有趋势，没有定式，不可能让所有的企业都盲目追求“一样的智慧供应链”。《中国制造2025》提供了国家构建智能制造、智慧供应链的环境和大平台。对汽车企业而言，不同的企业有不同的汽车产品及其零部件、服务方式和潜在客户，体现出差异化的核心竞争力。所以，他们需要具有个性化的供应链发展方向，比如智慧化等级、优化的重心、产品的流转效率设计、客户服务的响应等级、不同环节的数据敏感度设定等。

具体而言，领导层需要授权提出能够支撑其核心竞争力的智慧供应链发展战略，以引领其智能化迭代升级的有效路径，适时做出战略组织调整，之后才有采购策略、库存策略、制造策略、交付策略、成本策略等，然后在技术选择上做出精准的判断和导入，从而保证供应链运营目标、战略支撑、指标分解，达到最终的战略绩效。

智慧供应链信息平台重构，建立仿真能力与供应链预警，并且可视化。

智慧供应链平台需要将产品、客户、供应商、技术、服务，订单、物料、工厂、产能、库存、仓库、门店、计划等都整合到一起，服从和服务于企业供应链大数据的逻辑要求，从而保证供应链在运营过程中能够适时抓取标准-计划-执行之间的数据差异，然后进行自我反馈、自我补偿、自我优化和自我调整，形成智慧的行动。

由于供应链过程的复杂性，影响因素过多，传统供应链强调应急解决方案，智慧供应链则更加强调具有过程瓶颈的早期识别和预警，从而进行自我调整和预防，避免紧急情况的出现。智能化的供应链将采取仿真模式，针对任何一个特定的订单，率先在供应链平台系统中“跑”一遍，从虚拟订单流程开始全过程过一遍，在过程中快速发现瓶颈，提出预警，从而在生产之间解决瓶颈问题，保证供应链过程稳定、可靠，从而提供生产智能化的基础和可得性。

智慧供应链需要将所有的有效数据显示出来，并且必须是同时、同一频率、同一事件、同一逻辑、可追溯地显示出来，而且不仅仅是给管理者（人）监控，更多的是形成自我分析、自我反馈、自我调整、自我优化的过程。此时，管理者更多的是“看”，而不是干涉，由此企业大数据管理也就水到渠成了。

多关注客户和市场

企业需要客观诚实地分析市场和产品流转趋势，提纯智慧供应链差异化竞争能力。

随着产品和服务的个性化需求不断具体化，不同产品具有不同的制造、流转方式，其经历的智能化环节也有所不同，那么企业势必要分析消费者需求、市场变化、产品/服务模式的变化，从而提纯企业需要的智慧供应链的差异化竞争能力。

新技术的合理使用

除了使用智能制造技术、智能检测技术，更应该使用智能物流技术和供应链追溯技术，以解决过程系统内独立的过程单元的相互联系，及其组合和相互作用实现持续控制。具体而言，就是不同物料（产品）、不同订单，解决横向和纵向的联系，实现端到端的互联互通，最终实现经营过程中信息（虚拟的）与实际（物理的）的贴合度。