導讀
4月20日晚8點，百思特商學院抗疫系列課程《加速企業復原力第五課：智鏈》準時開播。本期邀請百思特管理咨詢集團智慧物流與智能制造專家，前世界500強企業供應鏈負責人，有22年供應鏈管理實戰經驗的李老師作為主講嘉賓。
疫情當下，制造業物流面臨物料進不來，產品出不去的現狀。作為智能制造的重要組成部分，智能物流對物流提出了柔性化和端到端的要求。本期圍繞智能物流的新思想和新價值，講述工廠應該用怎樣的思維和技術來塑造柔性智能物流。
國內制造業物流現狀
橫向來看，制造業的物流相比電商的物流已經落后至少3-5年。縱向來看，制造業企業普遍重生產，輕物流；重存儲，輕配送；這種靜態化的管理無法適用未來的需求和發展；物流如果不做出改變，將成為企業數字化轉型拖后腿的環節！
智能制造的本質就是把精益物流的管理思想用最新的技術做到極致。
工業4.0是一個斷代式革命，從流水線生產，小批量生產，向大規模定制轉變。近年的數字化轉型對制造業物流提出了更高的要求：物流不能再靜態化管理，而是要通過數據和算法實現柔性化和端到端管理。
工廠智能物流的實施路徑
智能物流的實施不是一蹴而就的。工廠智能物流實施路徑主要分為4個階段：
精益化：實質是管理的機制化，優化精簡所有的環節；
自動化：使用機械臂等自動化的設備來完成操作。但是要注意，如果沒有完成精益化直接上自動化的話，一些可以省略的操作仍然沒有減少，自動化的投入將成為負向投資；
數字化：通過后臺數據分析減少損耗，提升效率；
智能化：能通過數據和算法進行決策。
工廠智能物流規劃范圍
物流規劃涉及的方面很多，很難照搬或者簡單復制某一種模式。因為產品、工藝等不同，每個行業的工廠物流都是端到端，從粗到細，從上百公里到20厘米規劃范圍的組合；越到線邊，工藝和零件的差異性也會越大，因此一定會創新在里面。
經典布局規劃工具：SLP
通過分析產品的工藝路線、功能區面積等數據，找到一個布局規劃最優方案，杜絕拍腦袋的決策。
在新的環境下，物流面臨更多動態的挑戰，未來的生產形態更多的是成組化、單元化、柔性化的，SLP工具展現出一定的局限性。因此物流開始向注重數字化建模和仿真系統的新思路邁進。
仿真系統是依賴于一個虛擬化環境，在沒有真正投入之前做展示，這就是在虛擬世界中為我們物理世界賦能的集中體現，非常代表我們將來智能化的一個水平。
舉例：造一款新車，周期很長，一般三年左右，因為這全部是在物理世界中進行試錯性開發。但如果有仿真系統，例如西門子的數據系統，有機械性能仿真證，電氣性能仿真，最快三到六個月就可以生產。
智能制造的本質核心不在于硬件投入，而是強調通過數據來負責，這也是我們現在數字化真正的價值所在。
應用舉例
Milk Run最優路徑優化：
中小批量物流配送模式比較復雜，通過大數據和算法來解決這個難題；
主機廠與片區內的供應商間采用支線milk run配送；主機廠與片區外的供應商，間接采用主機廠之間的干線配送；
優化目標為第三方配送成本最小，不考慮主機廠庫存能力限制；
針對計劃變更或緊急情況，系統具備實時調度能力。
靈活配置的智能化傳輸：
傳統的傳輸線是剛性的，在很多時間上是空等的，浪費時間的。靈活配置的智能化傳輸則是用一個模塊化、標準化的機器，通過分散式控制單臺設備，與其他設備進行通信，根據未來要傳輸的傳輸單元進行動態調整。
如果需要托盤，就組成四個托盤；如果需要一條傳輸帶，就組成一個傳輸帶；如果需要單獨傳輸就單獨傳輸。這是德國人已經在做的一種高度柔性化的運輸，它的硬件技術和后臺算法已經遠遠超越我們對于單臺AGV的理解。
對物流本身來說，它是更多變的。那么如何去應對這個多變呢？只有打造一個更加柔性化的方式，打破原來剛性化的思維和規劃技術。原來傳統的方式方法會對一些新的業務模式提出挑戰，我們要拓寬思路，努力去突破這個短板。
