導言

傳統制造工廠以生產為中心，在數字化時代，工廠的任務主要是強調有效交付，業務邏輯變成通過全價值鏈的物流體系來保證交付，工廠成了“交付中心”，成為“大物流小生產”，制造成為該價值鏈中的一個業務單元，此時的物流數字化主要是強調全價值鏈的動態數字化。

制造企業物流數字化發展現狀

1. 制造企業物流的重要性

眾所周知，制造企業物流包含采購物流、生產物流、成品物流和逆向回收物流。從物流的功能性而言，主要包括包裝、搬運、裝卸、存儲、分揀、配送運輸、信息管理等功能環節。圖1為制造企業物流的基本結構要素。

圖1  制造企業物流的基本結構要素

由以上功能定義看不出物流對于制造企業的重要性，但換一個維度來看就會發現不一樣的結論。

(1)從經營的角度而言，物流能力決定制造企業資金流轉效率

企業流動資產包含現金、原材料庫存、在制品庫存、成品庫存以及應收賬款和應付賬款等，這些要素的結論主要會表現在財務報表中，但是其真正的“流動質量”卻被隱含在物流體系的運作過程中。對于制造企業而言，“物料都不流動，資金肯定不流動”，而“資金不流動”的企業其經營效率和效益肯定大受影響，從而反過來影響企業的核心競爭力。制造企業物流管理者越來越深刻地領會到“如果不重視制造物流的管理，就意味著其放棄了流動資產的控制和增值效率管理”。比如，通常而言庫存越多現金流越少，企業的資金鏈壓力就越大，競爭能力就越弱;反之競爭能力就越強，而庫存的設置取決于不同物料在不同物流階段的周期設置，以及過程中各種變數的應對與緩沖模式設置。

(2)從生產運營與管理的角度而言，物流能力決定制造企業交付能力

越來越多的制造企業重心從“以生產為中心”轉向“以交付為中心”，此時的關鍵任務就是“實現客戶訂單準時、準質、準量的交付”，在該交付價值鏈中，物流具備了“天生的端到端”結構基礎和生產條件。如果物流能力不能匹配制造能力，就容易產生“巧婦難為無米之炊”的尷尬，或者“需要的產不出來，產出來的發不出去”的悖論。尤其對于(有策略和愿景的)數字化、智能化企業而言，“沒有數字化、智能化的物流能力，智能制造就只能停留在實驗室階段”。

2. 制造企業物流數字化現狀

制造物流是一個橫向鏈接、縱向鏈接、端到端一體化的動態系統，不同企業的訴求不一樣，導致其優先發展和成熟的環節與技術應用也有所不同。來自中國機械工程學會等機構組織的“2023年制造企業供應鏈發展調研”的數據表明，我國的制造企業物流數字化現狀還處于起步階段。如圖2所示，制造物流數字化聚焦落點并不一致，達成的路徑也未必相同。14%的企業沒有做物流數字化，40%的企業在客戶協同與需求管理、供應商協同與采購管理方面的數字化進展相對領先，這同時也說明，企業在供需管理的信息化建設是物流數字化轉型的基礎。而在制造物流全價值鏈中的績效可視、設施設備智能運維、供應鏈風險預警與處置方面，普遍較為薄弱，僅15%的企業有所作為。

圖2  制造企業物流數字化發展情況調研分析

制造企業物流數字化過程存在以下誤區。

(1)制造物流數字化戰略“初心”不明確，錯把手段當目標，無法拉通價值鏈

很多時候，企業為了“上數字化”而上數字化，把“上數字化”當成目標，并沒有明確物流數字化到底解決了什么問題?達到了什么目的?由于人們對制造物流的認知水平各異，所以對于制造物流數字化“這件事”的定義和定位不在應有的維度上。在企業要推動制造物流數字化之前，并沒有制定制造物流策略和與此相適應的物流數字化策略，也沒有形成制造物流數字化的價值導向、組織結構和物流戰略績效。由于沒有明確的策略，所以各制造物流要素的價值導向與KPI指標可能相矛盾甚至相悖，容易導致物流數字化的局部優化，形成部門之間、業務模塊之間的“內卷”。

(2)數字化產線并未匹配數字化物流

制造企業在產線設計、工藝布局等有多年的累積，數字化基礎相對成熟，數字化產能能夠將產線的設備、人員、工位布局、關鍵工序、生產節拍、設備稼動率、制造質量等數據全面呈現與預警。而對于制造物流而言，人們通常是“選擇性的遺忘”，畢竟在布局工藝設施和產線時，CAD圖樣上并沒有“物流的表現”，更沒有“物流數字化”的表現(通常被稱為“固定資產的布局”，而不是“流動資產的布局”);另一方面，絕大多數企業并沒有針對物流作業要素(物料的包裝、搬運、存儲、分揀、配送、工位“喂料”、空容器回收等)的時間、路徑、標準動作等進行聯動的作業分解，使得生產物流無法形成完整體系的數字化基礎。此時導入物流數字化、智能化技術，往往只是解決點上的問題，并不是一體化的物流數字化和智能化。

(3)把制造物流現狀當作數字化未來進行系統固化

很多企業在推進制造物流數字化之前，并沒有針對物流策略定位、價值導向、業務邏輯、物流布局、流程參數化設計等進行系統性、前瞻性的規劃設計，只是在物流現狀之上添加條碼(或RFID)、數據采集器、WMS軟件、物流設施等技術，通過軟件和硬件提取制造物流運作現狀數據，這就給經營者一個“數字化假象”:物流數據都有了，但是這些數據未必是連貫的、科學的和同維度的，這樣往往會使得物流運營成為一個“盲盒”，無法量化企業的制造能力、物流能力和交付能力，也無法衡量其優劣。因此，將物流現狀直接“翻譯”成為未來的管理模式并進行系統固化，容易導致物流數字化、智能化迭代升級走入誤區，以后再做優化和升級的難度將更大。

(4)高估了物流軟件的作用

人們通常以為物流數字化就是上一套物流軟件。且不說軟件的質量和合理程度，即使是成熟的軟件也無法面對所有多樣、復雜、動態的制造物流場景。實際上，不同企業和不同產品，物流的人、機、料、法、環、測等方面的應用需求也不同，制造物流需要基于未來進行“以終為始”的梳理、規劃與優化之后，才思考數字化需要解決的關鍵作業場景需求，再思考物流數字化的平臺(而不僅僅是軟件)，才可能達成制造物流數字化的目標。

制造企業物流數字化發展要點

1. 通過企業數字化策略推動制造物流數字化框架構建，細化達成方略

圖3為某制造企業的“物流發展戰略屋”，該企業強調“打造全程可視、敏捷交付、高端質感的數字化物流運營中心”，為此強調四大戰略支撐:計劃引領、數智驅動、高效運營和極致交付，并往下分別細分為綠色、安全、品質、精益、智能、敏捷、透明和人才等要素配置?；凇耙越桓稙橹行摹钡娜珒r值鏈核心要素(訂單、人、機、料、法、環、測)，梳理制造物流信息的全面可視化、實時化，通過制造物流數據驅動業務執行層的數字化、智能化控制，輔助管理層的實時、快速決策。

圖3  某企業數字化工業園的戰略屋

在物流發展戰略的基礎上，企業應梳理出物流數字化的場景和路線圖。如圖4所示，根據企業在價值鏈的關鍵場景，以功能地圖展示物流數字化建設藍圖，以業務的全面數字化和KPI的IE化為目標，以計劃、工藝、模具、物流、成品、品質和設備等作為抓手逐步推進。

圖4  某企業物流數字化推進路線圖

2. 重塑制造物流業務邏輯，打造“交付中心”的物流能力

傳統制造工廠以生產為中心，此時，數字化的關鍵指標有生產計劃達成率、人均產出率、OEEE和設備利用率等，物流數字化也就相應地解決搬運方式和距離、存儲方式與盤點、配送路徑與設備利用、人員減員等問題。在數字化時代，工廠的任務主要是強調有效交付，業務邏輯變成通過全價值鏈的物流體系來保證交付，工廠成了“交付中心”，成為“大物流小生產”，制造成為該價值鏈中的一個業務單元，此時的物流數字化主要是強調全價值鏈的動態數字化。數字化的關鍵指標也相應地變為了強調ITO(庫存周轉率)、OTD(訂單交付周期)、交付準時率、訂單滿足率和ECR客戶響應等，物流數字化解決可流通性、物流價值鏈斷點、流轉效率、交付能力、對客戶的承諾及其訂單信息采集、內外部資源對接等問題。

物流業務邏輯的打通是物流數字化運營的首要任務。在物理上，借助物流單元化技術、存儲技術、揀選與搬運技術等，盡可能減少物流過程斷點、實物停頓等，實現端到端的連續流。在信息上，借助物流數字化平臺實現實時的數據采集、信息和實體的雙向通信、物流計劃與作業的差異管控等功能，強調以物流計劃為核心，保證發運計劃、穩定生產作業計劃、狠抓物料齊套計劃、拉動供應商到貨計劃，實現物流的一體化運作和管理，從而最終實現物流過程的自感知、自決策、自調試。

只有在此基礎上進行物流數字化，方能賦能工廠運營。工廠運營必須將物流數字化邏輯納入整個工廠的運營管理邏輯中，強調物流與產品、市場、研發、需求、采購、生產、銷售等業務流程之間的數字化打通和運營協同。

3. 應用“物流IE”梳理制造物流流程，量化相關參數和指標，形成數字化基礎

在制造過程中，生產和物流作業是由加工、裝配、檢驗、物流等作業的人和設備組成的，所有的物料流動都是由一系列動作組成的，這些動作的速度、數量、有效性等直接影響物流效率和安定生產。應用IE(工業工程)的動作分解法，將生產物流過程中的每一個動作細分、梳理、優化，對該動作進行時間、速度、數量、標準等的賦值(就像生產工藝IE化一樣)，以量化相關的物流作業場景，從而構成物流數字化的基礎，典型場景如下。

(1)入場物流

管理和監控供應商到貨的實時進度，規避供應商流程偏差風險，從而支持安定生產。為此，針對具體的采購物料要有供應商計劃-執行的在線詳細記錄，如生產開始時間、生產結束時間、入庫時間、裝車發運時間、庫存數量、在途數量等數據，還需要細化供應商到貨的能力信息、采購訂單進度、關鍵物料備貨信息、采購過程異常信息等相關數據。

(2)入庫接收

通過先期預約，供應商到貨車輛通過車牌識別獲得通行;相關訂單和物料信息通過物流信息平臺分配作業，調度和驅動卸貨、入庫等作業資源，實現收貨、檢驗和存儲等多個環節精確的時間、數量的實時可視，從而實現監控計劃和實際作業之間的差異預警和管理。

(3)物料存儲

根據物料的PFEP(針對每個物料進行規劃)的分類，需要對每個物料設定ID號作為基礎數據。當物料進入倉儲系統時，基礎數據包括包裝數據、訂單數據、生產需求數據、庫存數據、重量數據和出貨時區等，都成為底層的關鍵數據，并且需要實時更新和體現。

(4)產線配送

根據物料所在的具體工位作業場景，細分到每一個物料、每一個工位和每一個平方米，以及物料包裝、物料消耗節拍、總裝自動化程度等要素，根據配送到工位的物流技術及設施方式來設定其配送節拍、效率和時間。

制造物流各個環節的運作信息需要集成化并進行清洗、分析、判斷和決策，形成“駕駛艙”的模式。通過對各個關鍵環節的場景量化設計和KPI算法，即可將物流不同層級的績效、各環節的數據和運營狀態等顯示出來，形成管理者和決策者需要的作業績效數據。

4. 生產-物流動線設計，拉通制造價值鏈的數字化聯動效應

生產企業物流強調生產制造工藝和物流工藝之間的動態連接與數字化聯通，以保證生產交付的有效性。對于離散制造型企業而言，通常會涉及自制件(比如注塑、鈑金沖壓、機加工等)和總裝等工序，不同的生產-物流的動線設計會使得上下道工藝的對接能力、產能協同能力、交付周期、在制品庫存等存在很大的差異，其物流數字化的邏輯也就不一樣。

在生產-物流動線設計中，通常會有兩種布局方式:設備成組法和產品工藝法。設備成組法的優點是機器設備和人員的效率高;缺點是容易導致在制品庫存過高。產品工藝法的優點是生產工序按照價值鏈一體化開展，拉通價值鏈達到系統最優，強調制造和物流過程無斷點、生產和物流效率高、中間庫存低;缺點是可能會損失某個工序的部分產能?！耙越桓稙橹行摹钡臄底只S通常會采用產品工藝法布局，以拉通制造價值鏈的數字化聯動效應。

圖5為某數字化工廠鈑金沖壓的一個零部件，由于采用了產品工藝法布局，將沖壓和總裝進行并線設計(俗稱“硬連接”)，在制品庫存由原來的5000件降為連續輸送鏈上的100件。其同行企業采用設備成組法的“獨立鈑金車間”模式，建了一座超過1000個貨位的自動化立體庫來存放和管理這些庫存，花費巨大的投資和物流成本的同時，還在物流數字化的邏輯中增加了一個并不增值的模塊。

圖5  某企業通過產品工藝法布局降低了在制品庫存

5. 重點分析和解決工位物流數字化的拉動效應

無論是傳統工廠、精益工廠、數字化工廠還是智能化工廠，工位物流的數字化拉動都應重點關注。制造物流主要是為生產服務，加工或裝配的作業過程會涉及很多作業要素數據，比如生產節拍、物料節拍、設備能力、人員動作、物料上線方式、物料配送節拍、物料配送單元、物料包裝、人員(或機器人)抓取物料的方便性和有效增值時間等，如圖6所示。

圖6  工位物流涉及多種要素的數據聯動

在傳統的制造過程中，工藝參數主要統計作業人員的有效裝配時間，但是輔助時間(比如拿取物料和整理包裝容器的時間)并未統計，而這個時間通常存在很大的差異和不確定性。一個包裝單元的物料從倉庫配送到工位，涉及物料單元包裝方式、BOM數據、包裝單元可持續使用時間、配送距離、配送周期和配送方式等數據，這些數據通常被割裂為不同的歸屬。因此，工位物流的全方位數字化協同是各個軟件的“縫隙”，導致MES、WMS、APS、各類硬件調度和控制系統之間相互不聯通、不同步和不協同，無法實現真正的智能制造-智能物流的協同。

圖7是某企業通過優化產線設備排布、機器人對接、物流配送到工位方式等，使得物流系統和生產作業系統之間能夠實時對應，真正做到“滿箱換空箱”的數字化控制模式。在傳統企業，該場景通常是在生產線邊設立“線邊庫”，通過“水蜘蛛”進行物料協同，為此增加了物流斷點、庫存和空間浪費，使得物流管理和數字化更加復雜。

圖7  某企業的工位物流數字化聯動優化產線資源

制造企業物流數字化創新技術

1. 數字孿生技術支撐物流數字化

制造物流體系不斷向數字化、智能化升級，一定會要求信息與物理實物也實現同步的融合和升級，數字孿生是數字化工廠的一個重要工具或者必要的先期驗證、仿真、預警過程。建立與制造流程對應的物流數字孿生模型，該模型具備所有物流過程細節，可在虛擬世界中對現實物流過程進行驗證和修正。尤其在數字化工廠先期規劃時，對邏輯梳理和參數設定合理性驗證、標準動態運營過程有效性驗證和面對多影響因素的抗風險能力驗證三個層次的數字孿生，更是制造物流建設與運營升級的重點。

為了保證物流過程的所有流程都準確無誤，在數字孿生模型中對不同的生產和物流策略進行模擬仿真和評估，快速制定物流系統對于總裝工位裝配物料的配送模式，并且通過調度算法實現數據和物理之間的映射，進一步優化實現物流資源利用率的最大化，實現效率和盈利能力的最大化。

2. 導入物流自動化智能化技術，賦能數字化生產

物流技術包括物流硬技術和物流軟技術兩方面。物流硬技術是指物料活動過程中涉及的各種包裝單元技術、搬運技術、自動裝卸貨技術、存儲技術、揀選技術和碼垛技術等，比如貨架、堆垛機、穿梭車、機器人(機械手)和AGV/AMR等。物流軟技術是指組成高效率的物流系統應用的物流軟件、自動識別技術、多維監控及可視化技術、物流仿真技術等。

整個物流技術的發展歷程大致可以分為人工階段、機械化階段、自動化階段、集成化階段和智能化階段。在制造工廠物流技術的規劃、運用與實施過程中，需要考慮不同生產模式、不同應用場景、不同物料種類運用條件等要素，可能會選取不同發展階段的物流技術及其相應的數字化模式來賦能制造。另一方面，物流技術發展也呈現柔性化、高效化、信息化、系統化、集成化和綠色化的特點，越往“高層級”發展，數字化賦能物流技術越是明顯。RFID、大數據、云計算、云網絡、區塊鏈、AR/VR等技術在制造物流系統中將得到廣泛應用。物流技術在不同的制造物流環節的應用場景如圖8所示。

圖8  物流技術應用場景

3. 5G技術賦能物流數字化

利用5G低時延特性、5G高速率、高帶寬特性，5G技術可以賦能數字化交通、數字化園區、智能配送、智能安防等環節與領域，基于物聯網實現車、路、人的完美協同，提升物流效率和人員、車輛、運輸等管理能力，保障無人車、AGV甚至無人機安全駕駛和飛行，以實現智能配送和高清視頻監控，以提供多重安防保障(包含消防安全)。5G技術的應用幫助企業實現從“被動型傳統管理”到“主動型智能管理”的轉型，促進工廠向“高智能、快決策、一體化”的方向迭代升級。

通過5G技術的賦能，可以促使工廠在人、機、料、法、環、測各項資源上都具備數字化、智能化元素。物流人員需要從簡單重復的工作中釋放出來，去研究整個智能工廠的底層運作規則和各個場景的作業算法;物流設備要能夠聯動，實時響應生產的需求;物料需要能夠通過5G作業環境平臺“說話”，能夠匹配柔性動態組合的生產單元;工廠的法則需要去中心化，需要根據環境感知物料、設備、人員的實際情況，動態排布設定計劃和規則;環境要具有高度的AI感知能力和實時傳遞能力，實時采集各個節點的數據和監控各個點的差異，通過設定的算法實現自反饋、自補償。

在美的的燈塔工廠——微波爐工廠，通過使用5G技術，注塑零部件物料實現自動化下線、暫存、分揀、作業MO票齊套、物料智能化搬運配送到工位等無斷點流程。在該無人倉內，可以看到各類智能設備的云調度，實現5G網絡環境下智能搬運設備的系統調度、視覺導航、視頻處理等，極大地增加物料搬運設備的部署周期和調度靈活性，提升物流對制造作業的柔性響應與降本增效。

物流數字化發展方向及路徑

新型制造企業物流數字化發展方向是必然趨勢，但是并沒有固定的模式，每個企業有其自己的路徑選擇。物流數字化發展是智能制造達成必須要經歷的過程，但不是目的，服務客戶、創造價值才是目的。同時，制造企業物流數字化是一個持續迭代升級的過程，并不是某個時間的靜止狀態，不能一蹴而就。

企業定義“制造物流數字化”時，由于企業商業模式、制造模式、交付模式、產品特性等的基礎條件差異，決定了企業“物流數字化”范圍和顆粒度是相對的，而非全價值鏈所有環節的考慮。實際上，目前難以準確的定義一個絕對意義的“制造企業物流數字化”。有條件的企業會率先推動物流數字化、智能化的迭代升級，從而達到數字化物流技術應用甚至商業模式轉型升級的試錯意義。企業也可以選取某條產線、某個車間、某個工廠作為內部的標桿逐步升級，不斷優化數字化物流技術的應用場景，從而不斷接近數字化工廠的水平，升級過程可以遵循精益化、模塊化、自動化、數字化和智能化的基本規律。圖9是某企業的制造物流數字化發展路徑。

圖9  某企業的物流數字化發展路徑

物流數字化發展面臨的問題和挑戰

1)對于制造物流的數字化的認知能力。思維模式往往約束了團隊的變革能力，很多時候，沒有見過就無法創新，見識約束想象力。甚至沉浸在過去的成就中不肯改變，不接受新的事物，以傳統的思維去思考和規劃未來的物流數字化。

2)多項軟硬技術融合能力的駕馭能力。如何系統化地將物流技術、大數據技術、工業互聯網技術、人工智能、數字孿生技術和5G技術等融合協同起來是一項挑戰，涉及多個學科。

3)供應鏈計劃協同能力。比如需求-產能-供應能力的平衡;遠期、中期、短期計劃的平衡;要貨計劃、生產計劃、采購計劃、庫存計劃、發貨計劃和物流計劃的協同等。

4)綜合型人才梯隊的培養與同步發展。比如數字化人才、智能化人才、物流工程人才、價值鏈人才、計劃與物流協同人才、項目管理人才等迫切需要培養。

5)供應商綜合能力配套。比如價值鏈上不同業務主體的價值認同能力、產能與生產計劃能力、準時交付能力、品質能力、物流均衡性能力等，都可能成為制造物流數字化的結構性短板。

參考文獻

[1] 陳明 梁乃明.智能制造之路[M].北京:機械 工業出版社，2018. 

[2] 邱伏生.智能供應鏈[M].北京:機械工業出版 社，2019. 

[3] 顧建黨，俞文勤，李祖濱.數商:工業數字化 轉型之道[M].北京:機械工業出版社，2020. 

[4] 邱伏生.智能工廠物流構建-規劃、運營與轉型 升級[M].北京:機械工業出版社，2021. 

[5] 陸大明.中國物料搬運裝備產業發展研究報告 [M].北京:機械工業出版社，2023.