智能制造与供应链管理趋势

简介:

制造业竞争的焦点集中在创新能力、供应链集成能力和综合服务能力等方面。在企业的价值链上,从技术产品研发、零部件制造、配套件制造、主机成套设备生产、经营代理、销售租赁到售后服务与维修都需要大量信息技术的支撑。

智能制造的内涵

智能制造是当今的热点之一,智能制造(Smart Manufacturing)的目标实现整个制造业价值链的智能化和创新,是信息化与工业化深度融合的进一步提升。智能制造融合了信息技术、先进制造技术、自动化技术和智能化技术。目前,智能制造的“智能”还处于Smart的层次,智能制造系统具有数据采集、数据处理、数据分析的能力,能够准确执行指令,能够实现闭环反馈。智能制造的趋势是实现“Intelligent”,智能制造系统能够实现自主学习、自主决策、优化提升。

在智能制造所包含的内容中,使能技术包括物联网、机器人、增材制造、云计算、大数据分析、电子数据交换、 AR/VR、人工智能等;智能产品与智能服务可以帮助企业带来商业模式的创新;智能装备、智能产线、智能车间到智能工厂,可以帮助企业实现生产模式的创新;智能研发、智能管理、智能物流与供应链则可以帮助企业实现运营模式的创新;而智能决策则可以帮助企业实现科学决策。


智能制造与供应链管理趋势

图1 智能制造包含的范畴

智能制造包含三个维度。一是产品维度,二是生产维度,三是业务维度,如图2。对制造企业而言,三个纬度都需要思考。


智能制造与供应链管理趋势

图2 智能制造的三个维度

制造业的供应链管理

制造业供应链管理的核心思想包括强调发展企业的核心竞争力,将非核心业务外包;将整个供应链链条看成一个集成组织,链条上的企业都是合作伙伴,对整个网络资源进行整合管理;通过供应链上各企业之间的分工与协作,致力于整个供应链上的物流、信息流和资金流的合理化和优化,从而提升整个供应链条的竞争能力;供应链管理通过信息共享、风险共担、收益共享,基于供应链整体收益最大化,在合作伙伴之间进行协调管理。

在今天的互联网时代,我们发现供应链管理出现了新的难点。如牛鞭效应,信息流逆供应链而上,逐级扭曲,导致需求信息的波动越来越大,在商业模式发生巨变的情况下,需求的准确性成为亟待解决的问题;曲棍球棒效应,互联网时代,曲棍球棒效应发生了变化(如双十一),给制造企业的物流、生产带来巨大挑战;双渠道叠加效应,互联网的发展,线上线下的双重叠加,增加了制造企业供应网络的复杂性,加重了需求预测的难度;双重边际效应,随着供应链上成员合作程度的日益加深,由此产生的企业间利益分配问题更突出。

制造业供应链管理的共性需求包括敏捷、透明的寻源与采购;良好的供应商关系,实现双方信息的交互; 订单的实时可视化; 与物料、订单同步的生产计划与排程;库存优化; 高效的运输与配送中心管理;精确的需求预测;物流网络设计与优化。

全程信息共享与透明是供应链的管理重要的一点。要做到流程处理可视化、应用可视化、物流追踪管理可视化、存货管理可视化。这个过程涉及很多信息技术,包括EDI、电子商务、条码技术、EAI、RFID、云计算、GPS、GIS、移动应用等。

制造业供应链管理有五个协同:供应协同,生产协同,需求协同,资金流协同,物流协同。


智能制造与供应链管理趋势

图3 制造业供应链管理的五个协同

谈到供应链管理的时候,企业比较容易忽视的是供应商生命周期的管理。供应商生命周期管理包括供应商的管理、寻源到合同、采购到付款。其中采购到付款是在ERP内完成的。寻源到合同的阶段是制造业内比较薄弱的。对于供应链质量管理,市场上已经可以看到一些专业的解决方案。另外智能物流准备的应用也是很重要的,如自动化立体仓库、智能堆垛机、智能分捡机器人、AGV、自动识别技术等等。此外,对供应链风险的管理也是很重要的,例如自然灾害,比如说地震,因为有些产业涉及到进口件,都会给我们供应链带来风险,需要加强供应链风险的管控。

供应链管理案例

案例一:三星的供应链管理

三星非常重视供应链的协同,通过厂商间的计划共享,减少多余库存,提高供应链的客户应对能力。


智能制造与供应链管理趋势

图4 三星的供应链协同

同时,三星也非常注重供应链的敏捷性。通过预测需求,优化零部件和成品的供求及库存管理,强化上市时间管理,如图5。订单交货时间缩短了50%,提高顾客交货遵守率30%,缩短树立计划75%,减少库存天数15%。


智能制造与供应链管理趋势

图5 三星的敏捷供应链

案例二:良品铺子的全渠道营销

良品铺子是一家食品企业,拥有很多门店,客户也可以在在网上可以购买产品,实现O2O的协同。


智能制造与供应链管理趋势

图6 良品铺子的全渠道营销

二、制造业服务外包与分享经济

近年,制造业呈现出了服务外包的趋势。2014年电子制造外包的全球市场已近5000亿美元;传统制造企业外协业务占企业采购总量的30%左右,并随着企业专业化分工的发展,外协外包占比继续增加;传统制造企业外协业务中,临时性的外协、外包业务,约占外协总量的10%或更多;创新型企业、中小企业发展过程中,更多地依赖外协、外包。 工信部发布的《发展服务型制造专项行动指南》提到了四个具体的行到,包括制造效能提升行动、设计服务提升行动、服务模式创新行动、客户价值提升行动。其中制造效能提升行动中包括了很重要的一点就是服务外包。

分享经济的出现,带来了很多新的市场机遇。大家可以看到,在交通出行、知识服务、生活服务、房屋短租、金融等方面已经出现了不少分享经济的实践。而分享经济也逐步走入了生产服务领域。

国家出台的《关于深化制造业与互联网深度融合发展的指导意见》,指出分享经济是互联网发展的重要趋势和方向,分享经济将从消费环节走向生产环节。生产环节的分享方式包括以租代买、按时计费、按件计费等,能解决企业、尤其中小企业发展过程中所面临许多问题,比如生产资源不平衡,很多企业有闲置的检测设备和专业仪器,可以租售给其它需要这些设备和仪器的企业。而中小企业可以低成本、低门槛地使用一些更优质的制造资源。目前制造领域的分享经济还处于萌芽状态,具有广阔的发展前景,为各类企业提供了难得的发展机遇、提供了广阔的市场空间。



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

目录
相关文章
|
1月前
|
人工智能 供应链 监控
数字孪生与农业:精准农业的发展趋势
数字孪生技术正逐步渗透到农业生产的各个环节,通过创建物理实体的数字副本,实现对实体状态的精确模拟和预测。在农业领域,这一技术的应用正引领着精准农业的发展趋势,包括智慧栽培、环境智能控制、精准农业管理和农业供应链优化等方面,为农业生产的智能化、高效化和可持续发展提供了强大的技术支持。
|
1月前
|
传感器 运维 供应链
数字孪生与物流:智能供应链管理
数字孪生技术通过在数字世界中创建物理实体的虚拟模型,实时反映其状态和性能,优化物流系统的运作和管理。本文探讨了数字孪生在智能仓储、运输调度、包装设计、设备维护及基础设施规划等物流领域的应用,展示了其在提高供应链效率、降低成本、增强韧性和推动智能化发展方面的优势,同时也指出了面临的挑战和未来的发展方向。
|
1月前
|
传感器 机器学习/深度学习 人工智能
数字孪生与汽车制造:提高生产效率
【10月更文挑战第31天】数字孪生技术在汽车制造中通过虚拟模型实现生产线仿真、设备预测性维护、定制化生产和质量管理,显著提升生产效率和产品质量。特斯拉、宝马和上汽通用等企业的实践案例展示了其巨大潜力。未来,随着技术进步,数字孪生将在汽车制造中发挥更大作用。
|
2月前
|
机器学习/深度学习 人工智能 供应链
精准农业:AI在农业生产中的应用
【10月更文挑战第1天】随着科技的发展,人工智能(AI)逐渐渗透到农业领域,通过精准监控和管理提升了农业生产效率和质量。AI在精准农业中的应用包括:精准农田管理,如个性化灌溉和施肥;作物病虫害识别与预测,及时发现并预防病虫害;智能农机自动化作业,提高作业效率;农产品质量检测与分类,确保品质;农业供应链优化,预测需求和价格。尽管面临数据收集、技术接受度等挑战,AI在精准农业中的未来前景广阔,有望实现全程自动化作业、数据驱动决策及智能预警系统,推动农业可持续发展。
136 11
|
5月前
|
安全 算法 小程序
院内智能导航系统赋能医院智慧化转型,加速医疗服务升级
**智慧医院的智能导航系统**是医疗数字化转型的关键,它改善患者就医体验,减轻医务人员压力,优化资源配置并强化安全监管。3D导航、AR指路、VR辅助、自动导诊和停车管理等先进技术,结合实时定位功能,确保精准、快捷的导航服务。此系统减少患者寻路时间,降低服务台咨询量,优化医院交通,增强患者安全,同时提高就医效率和医院信息化水平。
114 0
院内智能导航系统赋能医院智慧化转型,加速医疗服务升级
|
5月前
|
供应链 搜索推荐 物联网
云上智能供应链:重塑物流与供应链管理的未来图景
云上智能供应链作为供应链管理领域的创新实践,正以其独特的优势和潜力引领着供应链管理的未来发展。通过数字化、智能化和集成化的手段,云上智能供应链不仅提升了供应链的整体效能和竞争力,还为企业带来了更多的商业价值和市场机遇。我们有理由相信,在未来的日子里,云上智能供应链将成为推动企业转型升级和实现可持续发展的重要力量。
888 0
|
7月前
|
安全 新能源 数据挖掘
新能源汽车企业投资价值分析_kaic
新能源汽车企业投资价值分析_kaic
|
人工智能 前端开发 算法
面向精细化、智能化出行的高精定位技术
高德技术开放日已经顺利落幕,我们准备了精彩的视频回放。这次放出的是由高德在线引擎中心 张涛 为大家带来的《面向精细化、智能化出行的高精定位技术》。
259 0
面向精细化、智能化出行的高精定位技术
下一篇
DataWorks