供应链变革下的制造挑战与物流应对

作者简介:

原文出处:
物流技术与应用

内容提要:

02


期刊代号:F14
分类名称:物流管理
复印期号:2021 年 08 期

关 键 词:

字号:

      今年初,京东物流战略与创新研究院、京东物流专家委员会联合发布《供应链变革下的制造挑战与物流应对》研究报告,在制造业与物流业“两业融合”趋势下,围绕供应链变革对制造业的挑战、制造业变化与物流挑战、转型升级路径探讨三大主题,进行了深刻解读与剖析。本文将主要内容进行梳理,以供读者学习参考。

      供应链变革挑战制造业

      3月1日,工业和信息化部发布相关数据。数据显示,2020年我国工业增加值达到31.31万亿元,连续11年位居世界第一制造业大国。在行业持续发展之下,中国制造业供应链转型升级的真实需求也开始进一步凸显。特别是在产业环境、客户需求、产业政策、技术基础、人才发展等不同维度的机遇和挑战影响下,中国制造业来到了新的十字路口。

      (1)技术基础。技术的发展促使生产力不断提高,而更高生产力和利润率追求促使全球制造行业不断发生变革。目前伴随着物联网、云计算、大数据、人工智能等关键技术的发展,供给需求与技术创新正助力全球制造进入以智能化为代表的工业4.0发展阶段(见图1)。

      (2)产业政策。中国制造业自改革开放开始,已经历中国制造业体系逐渐完善、超高速发展、融入全球价值链、进入新时代、新常态四个主要阶段,中国制造业更加强调技术驱动的、包含物流在内的一体化供应链服务。

      (3)客户需求。从需求角度看,疫情下海外消费降级以及电商渗透率迅速提升,使制造业供应链面临重大挑战;从供给角度看,全球供应链随着疫情在各国蔓延,广泛地被波及影响(见图2)。

      

      图1 全球制造业进入以智能化为代表的工业4.0发展阶段

      资料来源:腾讯,阿里云,毕马威

      (4)产业环境。疫情虽加速了全球供应链的不确定,但去年4月,国内制造业产量迅速复苏,6月即达到去年同期水平。这主要得益于中国的三大优势:一是中国具有完备的工业制造业体系,是全球唯一拥有全部工业门类的国家;二是虽然人口红利在削弱,但仍是拥有1.65亿受过良好教育的熟练技术工人,促使中国成为全球制造中心;三是四通八达的交通物流运输网络等基础设施,是保证高效供应链的基础。正是这三大优势,造就了当前中国的全球供应链地位。

      (5)人才发展。如图3所示,中国工程师人才红利显著提升,可以为企业提供潜在数字化转型的核心人才,成为中国制造业发展的良好机遇;但与此同时,也面临着基础工人劳动力红利减弱的挑战及数字化转型人才短缺的困局,新型人才和组织的培养管理或将成为实施制造转型升级的首要障碍。

      因此,结合上述产业环境、客户需求、产业政策、技术基础、人才发展维度的分析,中国制造业既充满机遇,又面临诸多挑战(见表1)。基于此,中国制造业供应链转型升级真实需求凸现,并分别表现在提升生产和供应链能力,提高效率;增强产品研发和创新能力,提高产品附加值;提升客户及消费者连接能力,扩大产品和服务营收;升级企业管控理念与工具,提高运营效率;抓住政策红利布局尖端技术和人才,提升基础能力五个方面。

      

      图2 疫情影响全球供应链

      

      图3 中国面临基础工人劳动力红利减弱的挑战

      数据来源:科技部;物流行业劳动力供需数据由JDL研究院根据“国家统计周,麦肯锡”数据测算;清华大学,领英

      制造业变化与物流挑战

      在全球供应链变革之下,制造业的变化及物流挑战主要表现在以下三个方面。

      变化与挑战一:需求不确定及交付周期缩短催化C2M,工厂需要在生产端打造柔性制造的能力;工业物流是工业物联网的物理载体,是抓取端到端全链数据的入口,进而进行供应链大数据优化。

      工厂可以通过与下游电商平台系统对接,与消费者后台数据对接,通过生产线改造、零部件模块化、库存数据实时管理等方式实现柔性生产,做到因时制宜、以需定产,真正实现消费端和制造端的互联互通和产业生态共建(见图4)。

      随着工业4.0时代的到来,拉动式生产将成为生产的主要模式,制造企业直接与终端用户、供应商进行信息对接,通过智能物流平台实现物流环节互通互联。在这一过程中,数据同步系统、生产及物流拉动系统、供应链可视化系统SRM和车间物流配送系统SPS等将会发挥重要的作用,实现由物料来控制系统,所有信息互联互通。

      但包括作业人员、叉车、牵引车等在内的工厂物流资源均不具备数据自动上传能力,智能物流技术可满足数字化物流运营对有效数据的抓取,同时可计算出历史详细任务实际执行情况,与制造工厂ERP、MES、SCM、ERP等系统打通接口,形成数字化物流运营基础,从而实现制造供应链上下游各类物流资源统一调度,优化旧有规则,利用全供应链的数据实现生产计划、库存管理、供应商补货等智能预测与提前物流资源调度。

相关文章: