【王京平 李志强】如何降低智能物流系统投入成

 

   智能工厂是智能制造过程的主要载体，智能工厂必须以智能物流为基础，智能工厂通过智能物流体系实现工厂内部的整合，以及与供应商端和客户端之间的协同，从而实现订单交付全过程的打通。智能生产作为交付过程中的一个环节，是将智能生产设施嵌入到智能物流系统中，从而实现“制造工厂物流中心化”。因此，智能工厂的智能物流系统有着举足轻重的作用。

   在新工厂规划或老工厂优化升级的过程中，企业一方面意识到，传统的物流已经无法满足自身发展需要，物流基础差、效率低、断点多、周转慢、服务水平低、现场表现差等问题长期存在，并且已经成为约束工厂发展的主要瓶颈，经营者迫切希望通过构建智能物流系统以形成工厂核心竞争力；另一方面，在方案规划、探讨和决策时，由于企业缺少专业的规划团队和系统方法论，难以依靠自身力量形成系统性规划方案并判断其合理性，听到最多的声音就是智能工厂的智能物流系统投资大、回收期长，企业往往无法下定决心进行智能物流系统的相关投入。

   因此，如何降低智能物流系统的投入成本，或者如何用相对低成本的技术实现智能物流场景，成为企业决策者非常关注的问题，为此抛砖引玉，与大家共同探讨。

 

   树立长期主义的智能物流战略观

 

   企业首先需要制定清晰的物流战略，明确自身物流的发展定位、价值导向、战略绩效、物流发展路径等。企业应从理解客户需求开始，评估内部物流能力相对于最佳实践的差距，分析行业物流发展趋势和竞争对手的应用趋势，在此基础上，进一步明确自身需要建立的物流能力清单。

   这些能力清单，可能包括与供应商协同能力、建立端到端物流计划能力、供应商准时化到货能力、内部物流数字化管理能力、针对缺料的快速响应能力、采购订单和销售订单的实时跟踪和可视化能力、物料自动配送到工位的准时化配送能力、端到端物流过程差异预警和管控能力、全部物流流程“在线”运作的能力、精确的全通路库存管控能力、智能成品物流调度能力、人机物互联的能力、物料包装规划与应用的能力、物流网络布局与库存部署能力等，选择影响自身竞争力提升的关键要素作为重点，合理定义能力清单的优先级，形成3～5年甚至更长周期的物流发展路径。

   由此回答的一个问题是，贵公司是否需要发展智能制造、打造智能工厂、建设智能物流系统？如果公司所处的产业方兴未艾，需要通过积极拓展的策略开疆扩土，且公司具备相应的条件和实力，智能工厂和智能物流系统能够极大提升核心竞争力，那答案就是肯定的，企业就应该树立长期主义的智能物流战略观，明确打造智能物流系统的总体目标，再寻求更为经济、合理的实现路径；如果公司规模尚小，或者尚处在考虑生存、收缩和稳定的阶段，或者所处产业正在发生巨大变化，这种情况下，可能其必要性就没有那么强烈。

 

   改变传统布局观念，合理规划以降低投入成本

 

   目前在离散型制造业园区布局规划时，为了便于分区进行专业化管理，提高资源利用率，一般习惯性采用功能式布局模式。例如，注塑、冲压、电子、仓库等工序分别集中在独立的厂房或区域内，一些部件的组装也集中采用孤岛式布置方式，导致在园区内出现大量跨厂或跨区域搬运、大量中间库存堆积的壮观场面。如果前期忽视了物流规划，就会带来跨厂搬运过程的人身安全、物料的品质隐患、转运车辆及大量跨厂区配送的容器具投资等问题，并且在智能工厂物流系统建设时，也需要投入大量的存储、搬运设施和复杂的信息系统，以满足智能化物流运作的需要。

   基于以上问题点，在进行布局规划时，改变传统的功能式布局观念，按照产线、产品、区域划分选择细胞式布局，即根据客户需求的组装线节拍，配置相关联的冲压、注塑、电子加工、部件组装、成品包装、成品检测等前工序生产和物流区域，使其成为一个制造细胞体系，平衡各类设施间的节拍，并且从运营、管理上按照细胞单元实现端到端的拉通，从而消除、降低跨厂房或区域的物流搬运、存储、配送、包装、容器具以及日常运作管理等方面的成本，在此基础上再考虑智能物流系统，其总体投入自然会大幅下降。

 

   通过精益物流改善，消除断点以降低投入成本

 

   物流规划的重点在于创建连续流，创造快速流动的基础条件。以物流为主线，从端到端的角度看待价值流，其本质是用合理、较低的成本提供较高的交付服务水平，在这样一个复杂系统中，整体均衡比局部高效更重要，全局协同比节点执行更重要。

   在工厂物流系统改造升级或新建工厂的过程中，人们很容易认为智能物流就是采用先进的物流设施和软件把全过程连接起来。由于很多工厂缺少精益物流的理念和行动，工厂运作存在诸多实物和逻辑上的断点，这时建设智能物流就需要投入大量的硬件设施和复杂的软件系统，投资自然是巨大的。更为严重的是，在这样的情况下，所谓的“智能工厂”仅仅是“新瓶装旧酒”，把原来并不合理的布局、逻辑、流程和参数固定在软硬件系统中，并不能实现“智能物流”的全面升级，相反还会因为场景、能力不匹配，导致更多的问题产生。

   因此，在进行软硬件投入之前，先要基于未来的智能物流场景进行精益物流规划和物流运营管理优化，致力于物料及产品在价值链上的快速周转，尽可能减少物料及产品在仓库、暂存区、工序间、车辆上等各个节点上的等待时间。基于“制造工厂物流中心化”的原则，通过精益物流和精益生产的有效配合，结合自动化、数字化、智能化的物流装备应用，在工厂内部尽量消除物理上和信息上的断点，打造连续流。如此，既能极大提升工厂的运营效率，又能够大幅降低投入成本。

   厂内精益物流改善，主要遵循“硬连接”原则、“不落地”原则、“就近”原则。首先，我们要分析每个场景和每种物料，能否创造条件实现工位点到点“硬连接”原则；其次，如果不能硬连，我们是否可以实现“不落地”原则；再次，如果不能实现“硬连接”和“不落地”，那么考虑是否可以实现“就近”原则。

   基于以上三个原则进行厂内精益物流改善后，再针对不同的物料及场景情况，梳理时间、空间、物料特性及厂内使用场景等逻辑关系，选择合适的物流方式和动线。例如，针对一些通用件，如果采用按单齐套或单台套拣选上线的方式，需要经过频繁地拆零、点数、拣选、回库等作业，这样会导致整体物流当量成数量级放大，从而也使实现该场景功能的设施投资变得极大。因此，通常建议针对通用件采用周期性整单元补给配送的方式，用较低的投入实现物流数字化管理。

 

   选择与需求相匹配的物流技术，合理有效的才是最好的

 

   当以上条件都得到妥善考虑和体现后，基于实现物流智能化的中远期目标，需要结合物料特征、流量、环境等具体分析，选择合适的物流技术和设施，比如可能采用机械化、半自动化、自动化、智能化等不同层级的物流自动化设施，在连续输送或者离散输送、独立存储或者密集存储、托盘存储或者料箱存储、自动拣选或者半自动辅助拣选等模式和技术中做出科学的选择。

   一方面，可以考虑某些场景使用低成本的物流技术，比如在前后工序计划联动的情况下，工序间的节拍基本一致，采用硬连接进行输送，可选择无动力的流利条、辊筒输送、精益管、非标自动化机构等方式进行连接、缓存，这种方式也无需复杂的信息化系统开发。前后工序无法硬连接、需要缓存量或者建立仓库时，根据存量、流量参数，可以选择悬挂链、电子拣选货架、输送线缓存系统、CTU箱式仓储机器人系统、AGV物流系统等相对低成本的解决方案。

   另一方面，企业决策者应该意识到，降低智能物流系统的投入成本并不代表一味选择低成本的设备。第一，如前所述进行系统性规划和精益改善后，实际上已经大幅降低了之前应该投入的成本，所以决策时应全盘考虑，避免决策失误导致系统性风险，或者因为错误判断投资收益而丧失机会。第二，应充分尊重场景需求，不能一味追求“高科技”，也不能一味追求“低成本”，合理有效的物流技术才是最好，比如流量小的场景下，可以选择AGV、CTU、RGV等离散搬运技术，既能满足能力需求，又能控制较低的投入，但如果是流量大的场景，就可能需要导入巷道式立库系统、密集式立库系统、输送线云物流系统等相对投入较大的物流系统。第三，不能为了低成本一味压低物流设施价格，当确定了物流技术选型，企业为了追求更低成本，通常采用招标过度压低价格，选择交付能力、设备品质、售后服务等相对较差的供应商，或者过度拆分标的分包等方式，最终结果可能适得其反，该投入的资金已经投入了，但并没有达到理想效果，还可能为未来运营埋下运作不畅、多故障、高维护成本、利用率低、使用寿命缩短等巨大的风险隐患。

 

   一次规划，分步实施，降低一次性投资压力

 

   工厂推进物流智能化改造，未必要一次性全部投入，可以按照“一次规划，分步实施”的步骤，在保证规划系统性的同时，有计划、有步骤、可迭代的分步实施。

   在横向上，可以先试点后复制，最大程度地降低投资风险。比如可以先试点一个产品线，成功运作并总结经验后，再复制推广到其他产品线或其他车间；自动化立体库、输送线、RGV、AGV系统等也都是基于模组的结构，具有较强的可扩展性和迭代性，可以分批投入，也可以实现不同阶段技术的兼容。

   在纵向上，可以从一个环节、几个环节依次或同步展开，比如可以先实施布局规划，再实施自动化改造；先做好工厂内部的改造，再推广到供应商的改造；先改善内部物流，再改善入厂物流和成品物流。只要物流系统规划的逻辑正确，可以充分结合企业自身实际情况和试点情况进行节奏上的调整，把风险和一次性投入控制在较低的水平。

   综上所述，要想降低智能物流系统的投入成本，必须秉承智能工厂“有效运营”的本质，重新从产品、工艺、制造、布局、物流、运营、信息等多维度进行系统规划，通过细胞化布局、打造连续流、降低节点库存、选择合理技术、分步骤实施等举措，来控制成本和降低后续的运营成本，而不仅仅单纯从设施设备本身的价格考虑节约投入成本。

注：本文转载自网络，不代本站立场，若有侵权，请联系删除！