构建“数智化”的精益供应链体系是大势所趋。随着数字化技术发展和智能装备广泛应用，以“数字化+智能化”为内涵的新兴模式正在快速兴起。本文分析认为，构建“数智化”的精益供应链体系是大势所趋，数智化在精益化供应链体系中构建过程中的应用主要体现在云存储的方案数据模型库、物流信息执行系统和零部件Milk-run方式集货、数字仿真、虚拟现实技术等方面；数智化在精益供应链体系的运行过程中的应用场景主要有：数据模型的同步传输、零部件的智能检收、高架立体库的智能高效存储、应用防错技术的智能作业引导、AGV的智能运输、RFID的智能识别、IOT的智能调度协调、自适应生产链的高柔性制造、数字孪生技术和商品交付模式的智能组合等等。目前，数智化在供应链体系的实际应用中已取得了初步效果。

    在供应链的构建和运营过程中，减少资源占用和提升作业效率一直是其追求的核心目标之一。以“数智化”为手段，供应链体系不仅可以缩短供应链体系的构建周期，还可以精确项目投资，降低资源占用，提升制造效率，同时还能够减少质量损失，降低作业培训成本，最终实现产成品的精益交付。在供应链体系推行“数智化”的过程中，需要对其本质和内涵有一个清醒认识，遵循科学规律，重视体系间要素匹配和其适用场景，使“数智化”发挥出应有的作用。

一、数智化与精益供应链

    随着数字化技术的飞速发展和智能装备的广泛应用，“数字化”和“智能化”已经变得更加密不可分。这种以数字化模型为基础，智能化装备为手段，以“数字化+智能化”为内涵的新兴模式正在蓬勃兴起。

    “数智化”的推广和应用，催化了传统制造企业在产品开发周期、制造成本、产品质量和精准交付等方面的关键经营指标的大幅度改善。企业这种 “内功”强化的同时，也要求与其密切关联的供应链体系在“数智化”方面要与其保持同步。供应链体系通过在技术层面的跨越升级，带来了管理模式的系列转变：管理方式由“接力式”转变为“同步式”；管理对象由“物理实体”的单一对象转变为“物理实体”和“数字模型”双重对象；工作方式也由 “各自为战”转变为“多部门协同”，奠定了供应商与制造企业的管理一体化的基础，初步实现了体系内关联组织之间生产效率同步提升、制造成本同步降低和质量水平同步提高的目标。

    供应链是指围绕制造企业，从配套零件开始，经过制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中，这个过程由供应商、制造企业、分销商直到最终用户连结成一个整体的功能性网链结构。按照过程划分，供应链可以分为三个阶段：供应商的物料提供、制造企业的生产制造和分销商的产成品分销。

    精益供应链是将供应链三个阶段中的所有活动都视为制造企业生产活动的有机组成部分，通过统一规划和信息共享，在计划、运输、生产、存储、分销等领域协调并整合过程中的所有活动，以无缝连接的一体化过程实现供应链中每个环节（阶段）的资源占用最小化和整体收益的最佳化。

二、构建数智化的精益供应链体系是大势所趋

    企业为了生存和发展，就必须在激烈的市场竞争中取胜。随着制造企业在世界范围内管理手段趋同、生产能力过剩和用户需求的日益个性化的矛盾日渐凸显，使得企业仅凭大规模、刚性的生产模式和传统的管理方法难以在激烈的市场竞争中获得优势。近几年，数字化技术日新月异的进步和发展, 使得MBE (Model Based Enterprise，基于模型的企业) 应运而生。MBE通过建立三维数字模型，统合企业在管理过程中的各环节所使用的数据或信息，协同制造企业内部以及制造企业与供应商、销售商之间的关系，通过网络平台在模型化的虚拟环境中“同步”，实现加快产品投放速度、提升制造效率、降低产品成本、提高产品质量和促成产品精准交付的目标，助力企业在激烈的市场竞争中取胜。

    作为企业生产经营的重要组成部分，供应链体系应当且必须与企业的其它运营体系协调发展，通过“数智化”手段构建精益供应链体系，实现体系内部关联要素之间和关联体系之间的高效协同，确保企业对市场需求快速反应，消除供应链体系中各环节的浪费，支撑企业的竞争力提升。

    “数智化”在精益化供应链体系构建过程中的应用主要体现在：云存储的方案数据模型库、物流信息执行系统和零部件Milk-run方式集货、数字仿真、虚拟现实技术(Virtual Reality/Augmented Reality，VR/AR）等；数智化在精益供应链体系运行过程中的应用场景主要有：数据模型的同步传输、零部件的智能检收、高架立体库的智能高效存储、应用防错技术的智能作业引导、自动导引运输车（Automated Guided Vehicle，AGV）的智能运输、射频识别（Radio Frequency Identification，RFID）的智能识别、物联网（Internet of Things，IOT）的智能调度协调、自适应生产链的高柔性制造、数字孪生技术和商品交付模式的智能组合等等。

    “数智化”在供应链体系的实际应用中取得了初步效果。据某试点企业的粗略统计，在供应商的选择和商务洽谈等方面可实现效率提升30%以上；在进行工厂内物流方案的确定和仿真验证时，方案确定周期压缩了15%，投资的精准率也提升了25%；在实现“少人化”方面，可节约人工成本约30%；利用数字化虚拟手段可实现节约培训成本20%以上；应用智能高架立体仓储系统，使得存储效率和空间利用率提升了35%以上；基于数字化平台的防错技术的应用，减少了作业失误，降低质量成本约5%以上。另外，在制造和产品交付环节，数智化的供应链有效保证了制造过程的可视化，提高了异常预警的及时性和商品交付的效率和质量。

三、数智化助力精益供应链的构建

    1.建立数据模型库云存储，提升供应链构建效率。无论是供应链中的零部件物流还是产成品物流，不同的需求和客观条件会匹配不同的供应链方案。例如，不同汽车生产制造工厂，其总装车间的生产线经常会采用不同的排布形式，如T型、L型、I型等，总会有一种最佳的物流方案精准匹配生产线的不同排布形式。将以往的实际案例进行模型化并构建模型库和云共享平台，在进行新项目的供应链体系构建时将以往相应的成功经验供大家分享、参考和借鉴，可以大幅度提升供应链的构建效率。

    2.构建数字信息系统，实现零部件入厂物流的精益化。“多频次、小批量”和“定量不定时”的零部件供给方式，是生产环节“精益物流”的典型模式之一。这种物流模式，就是通过物流信息系统，提前向供应商发送制造企业的生产计   w划和取货信息（主要包括：零件名称、取货时间、取货数量等），供应商根据相关信息提前进行零部件的生产、存储等系列工作，减少作业等待及对资源的消耗和占用。为了过程描述方便，简单介绍几个物流专业的常用概念：

    （1）循环取货模式（Milk-Run）：物流商按照规定的路线依次到不同的供应商提取货物（零部件）并按计划送达制造商的一种物流模式。因这种模式类似送奶员按时到用户家送递牛奶和取返空奶瓶的作业，所以也称这种物流模式为 “Milk-Run”（也称为“牛奶便”）。

   （2）订单分割：工厂将一天的生产量视为对供应商的一个订单。为了实现“多品种、小批量”的精益到货，减少空间资源占用，信息系统将这个订单进行等量分割，称之为“订单分割”。

    （3）P链：在工厂内的部品存储/待发区划设出多条“泳道”，用以存储生产线不同时间段的生产所需的零部件（如图1所示）。

    该“泳道”被称为“过程链”，也被称为“P链”（Progress lane）。以汽车生产为例，精益的零部件入厂物流运作原理是：

    生产信息系统会根据生产计划并按照“车型平准化原则”（生产线上相同型号、配置的汽车物理间隔相同，均匀分布）构建出“虚拟生产线”。“虚拟生产线”包含车辆上线顺序、车辆的装备配置情况和经过各工位的时间点等信息。根据上述信息和物料清单（Bill of Material，BOM），信息系统会计算出实际生产线在各时刻、各工位对物料的需求情况，同时将该信息向供应商和工厂内部关联部门释放。

    正常生产的情况下，供应商会根据制造商的生产信息组织生产；物流商会按照“循环取货”计划，顺序到供应商处提取“订单分割”后的对应批次的零部件；制造商，接收供应商的零部件后将零部件按照信息指示存放入对应的P链进行暂存；物流作业人员（或自动运输设备）会根据物流信息系统发出的作业指示，将各种零部件从P链中运出，并精准配送到对应的工位。在整个过程中，供应链体系中不会出现作业等待、不当搬运和过量存储等方面的资源和作业浪费，是典型的精益物流模式。当生产线出现异常而停止作业时，信息系统会及时通知到供应链体系中的关联单位，同步停止相应的生产作业，防止出现“作业等待”和资源的不当占用等浪费现象。

    3.以数字仿真技术实现供应链规划方案的验证。数字化仿真，就是通过建立数字模型并使规划方案在虚拟环境中运行，实现验证方案的可行性（图2为物流仿真截图）、发现方案中的不足或潜在风险点的目的，通过及时采取对策，保证项目的按期高质量交付。

    通过对供应链规划方案的仿真，可以及早验证零部件的运输路径是否合理，运输车辆的配置数量是否科学、准确，包装箱和器具的数量是否充足等情况；同时，通过仿真还可以验证制造企业的物流方案与工艺方案是否匹配，应如何采取对策和优化等；也可以精准锁定和优化设备设施的需求数量，做到精准投资和精准交付。

    4.应用虚拟现实技术（VR/AR）提升工艺开发和培训效率。VR 和AR技术是通过计算机模拟虚拟环境，或者通过在真实的环境中添加计算机生成图像的技术，使现实世界和增强环境可以同时交互（如图3所示）。

    虚拟现实技术提供了一种全新的视角来观察产品以及产品被制造的过程。虚拟装配不仅可以帮助工程师在不需要实际原型的情况下，通过虚拟可视化的手段对产品的过程设计做出决策，还可以进行研究人工装配任务的效率瓶颈和潜在的人机工程学问题，为提升实际生产操作的工作效率提供支持。虚拟现实也是一个强大的训练工具，训练作业人员体验装配过程，不仅可以节约培训成本，还能大幅度减少意外伤害的发生。

四、数智化助力精益供应链的运行

    1.基于计算机识别技术的零部件自动检收。通过摄像头扫描货垛和零部件包装箱上的二维码（Quick Response Code，QR码），实现零部件的自动识别和验收，大幅度提升了零部件入厂验收的准确性和效率。

    图4的左图和中图是某企业正在应用的自动识别验收系统：零部件的货垛在辊道上移动过程中，“门框”上的一组高速高清摄像镜头会自动扫描零部件包装箱上的标签，通过识别标签上的QR码，实现相应的零部件信息上传，完成零部件的验收入库。图4的右图是该公司的精益改善方案。该方案对原辊道传输系统进行了优化，只保留了一个装有一组高清摄像镜头的“门框”，以叉车替代辊道机构实现零部件运送。

    2.自动化立体仓库的高位立体存储，增加了存储效率。自动化立体仓库（见图5）又称“自动化高架仓库”或“自动存储系统”。

    这种基于高层货架、计算机智能调度系统进行控制管理、自动化存取输送的仓储系统，通过与验收系统协同和对库位存储空间的智能识别、最佳路径计算优化和库存零部件管理方面，满足了仓库空间的充分利用、输送距离最佳和零件先进先出等精益物流模式的要求，大幅度提升库区空间利用率和零部件的存放和取出效率。

    目前，自动化立体存储方式，在新工厂的规划建设和老工厂升级改造过程中得以广泛推广使用，并已取得了可观的经济效益。

    3.以防错技术避免因质量问题造成浪费。防止操作失误，避免由此产生制造环节的产品质量缺陷，是精益思想的一项重要内容。生产制造领域中提出了“第一次就把事情做正确”的行动理念，通过“防错”的手段实现“精益”的目标。目前，生产制造企业中采用“防错”手段进行的作业场景大多集中在物流的物料拣选和制造状态智能识别方面。例如，零部件拣选的操作者进行作业时，灯光指示系统会根据工序的需求情况指引操作者正确拣选零件，当发生错拣、漏拣的情况时，网络会以灯光、蜂鸣等形式警示，并指导作业者拣选正确的零部件（如图6所示）；

    再如，在进行装配作业时，如果某个紧固螺栓零件的安装时的拧紧力矩没有达到技术要求， 生产线上的智能装置会发出警告并停止生产线的作业，直到采取了纠正措施。类似这样的防错手段，都需要设备进行智能判断，避免了作业环节的“不合格”导致浪费。

    4.以AGV实现智能搬运。AGV是一种高度柔性化和智能化的物流运输工具，目前在生产制造、快递等行业中被广泛采用（图7所示）。

    AGV 通过接收到控制中心分派的任务，会按照预先设定好的路径（或者根据自己对环境的判断重新设计路径）智能完成相关作业。一些AGV还具备自我学习的能力，通过对环境、地图的学习，自己规划最佳行走路径， AGV 也会根据作业环境发生的变化自主完成安全避障、路线纠偏与其它设备互联通讯和自主充电等动作，实现智能搬运。在劳动资源紧张、人工成本较高或不适合人工作业的环境中被广泛应用。

    5.应用RFID技术，实现物料配送的智能识别调度。向生产线进行零部件自动配送时，不同AGV上的零部件目的地并不相同。保证不同AGV顺利到达不同目的地的智能识别的“大脑”就是RFID。

    图8所示的是在国内某工厂总装车间物流器具RFID读写器的实物图。当台车在某位置需要进行路径选择（任务分配）时，该处的射频读写器便会自动识别器具上感应线圈的信息，同时将信息传递给物流信息系统的中央控制平台，控制平台随即向这台AGV发出行走指令，指示其完成后续任务。

    6.物联网助力智能设备协同，提升运行效率。物联网是一个基于互联网、传统电信网等信息承载体，通过设备独立寻址实现对物品和过程的智能化感知、识别和管理的网络技术。例如，AGV之间可以互相“对话”，根据协议有序通过交叉点；AGV可以通过IOT智能识别障碍物，并重新规划行走路径；AGV叉车可以与装载设备实现自动感知，确定相互位置并完成货物的自动装卸等。

    图9是国内某工厂生产零件的实景图。当AGV运送生产零部件通过空中连廊“降落”到一楼的生产车间后，升降梯智能识别状态后打开放行闸口，AGV按照网络指令自动驶出升降梯开始向生产线输送生产所需的零部件；同时，等待区内的AGV接收到IOT的动作指令，与升降梯“对话”并识别状态后运载空器具进入升降梯，向库区返回空器具。

    7.以数字技术的组合，促进制造环节的智能化。数字化是智能化的前提和基础。物联网、大数据、云计算等智能制造的关键技术的有机组合，帮助企业实现由“制造”向“智造”的转变。实时数据中控系统通过实时采集、监控制造过程中的工艺参数、质量状态、能源消耗等信息，将信息数据存储、分析，完成信息的快速查询，实现整个生产环节的全信息化高效闭环管理；AGV可自行根据通行优先权智能协同行走路线，大大提升了运输效率；AGV能够自主“链接”成生产线，根据产量灵活调整布局，优化工艺面积和克服建筑基础对作业调整的限制，缩短了改造周期，降低了项目投资。

8.数字孪生的作用正在逐步显现。

    “数字孪生”（Digital Twin）是指以数字化方式拷贝一个物理对象（图10所示的示意图），模拟对象在现实环境中的运行状态，对产品、制造过程乃至整个工厂进行虚拟仿真，从而提高制造企业产品研发速度，提高制造环节的生产效率和设备运行状态的监控、预警。

    9.实现商品的精益交付。商品交付环节是供应链的“最后一公里”，直接关系到用户的满意度。数智化的手段极大提升了商品精益交付的水平，实现了高准时、低成本和低质损。以商品汽车运输为例，要实现汽车订单的精益交付，商品车的物流承运商会利用GPS、电子地图等数字化工具对行走路线、运输方式（公路、铁路或水路）、物流成本、质量保证、运力资源等多维度的情况进行综合分析，提出最优化的物流组合方案，确保按照计划精益交付。

五、以科学的思想指导精益供应链的建设

    1.学习前沿技术，深入了解和掌握数智化。“数智化”是解决和改善供应链问题和现状的手段和工具。只有充分了解了数字化技术和智能化产品的适用条件并正确加以运用，才能会使其发挥最大的作用并获得最佳收益。

    2.要以系统思维指导精益供应链的建设。供应链体系是由多个关联要素组成的，各个要素之间相互作用，相互影响。所以，在构建数字化的供应链体系时，一定要在科学的整体设计的前提下，合理匹配相关资源，使各要素发挥出最佳状态，确保整体效应。要在科学评价的基础上关注系统的需求，满足系统总体功能为标准，用系统思维和精益理念对系统各要素的状况进行评价，既要杜绝要素的功能 “不足”，又要防止其功能“过剩”，精益地满足总体功能的要求，实现供应链体系整体的精益化。

    3.坚持目标导向。构建精益供应链，就是要通过数智化的手段实现提升运行效率、减少资源的占用与浪费的目的，所以，就要时时不忘这个“初心”，并以这个“初心”为核心，进行方案论证、资源调配和组织实施，并不断进行方案优化和运行改善，实现精益化的目标。

    4.正确认识数字化技术的局限性。数字化技术的应用前提是物联网、大数据、云计算、虚拟现实和多媒体等技术的成熟与发展，目前也可能会受到技术水平、运行环境和企业自身的管理水平的制约。因此，在进行数字化技术应用的过程中，一定要厘清其必要的输入条件和适用的场景，充分认识到当前技术局限性，并充分发挥人的聪明才智，以“精益”为“原点”，采取多条腿走路的策略，分步骤推进相关工作。

六、结束语

    供应链的发展目标终将通过“数智化”而实现精益化。目前，供应链应用“数智化”的范围不断扩大，实施效果也已经初见端倪。随着数字化技术和智能化产品的进步和发展，当下的“星星之火”必将会形成“燎原之势”，精益供应链体系全面实现 “制造”向“智造”转变和“数字”向“数智”转化也将指日可待。