2.数字化物流的管理组织：强调计划协同和可视透明，成为公司运营管理中心

数字化工厂需要打造一体化的计划中心，将需求预测、销售计划、订单管理、采购计划、物流计划、生产计划、发运计划、库存计划、产销存协同等进行整合集成，应用数字化技术和算法打造智能调度和差异管理能力，以实现价值链的拉通与协同。

另一方面，数字化工厂通过人、机、料、法、环、测的全面互联，实现数据的实时、准确采集和传递。所有静态和动态数据都被纳入数据中心统一管理，数据中心全面负责数据管理、数据分析、绩效管理、数据输出、差异管理、决策支持等相关工作，如此才能实现工厂运营过程的可视化、透明化，才能对运营绩效进行实时监控和差异分析。因此，数据中心和物流信息平台建设职能也纳入物流运营中心，以实现工厂运营的闭环管理。数字化物流组织参考架构，见图3。

3．智能化物流的管理组织：生产与物流高度融合，实现“智能工厂物流中心化”

一个规划好的智能工厂就像是一个“盒子”，只需要关注其“输入”和“输出”,“盒子内部”的运作基本实现智能化（自感知、自决策、自调适），而智能工厂的生产和物流已经高度融合，实现了“智能工厂物流中心化”，智能工厂本身即物流中心或供应平台，其主要职能包括采购与供应商管理、智能工厂运维、订单管理与交付、物流信息平台建设、数据中心（数据资源管理与应用）、技术资源管理与应用、供应资源管理与配置等，如图4所示。此时，智能工厂物流运营的职责发生了根本性的变化，传统的物流运作和管理被技术替代，取而代之的是，需要对智能化体系的构建、运维、优化，以及数据的管理、分析和应用。

4.智能工厂物流人才：人是物理系统和信息系统的创造者、使用者和管理者

在智能工厂的智能物流体系中，人是物理系统和信息系统的创造者、使用者和管理者，人的作用比以往任何一个阶段都显得更加重要。伴随着工厂和物流体系的迭代，对物流人才的需求和定义也在不断变化，传统的物流人才无法满足需求。因此，企业、行业往往呈现出物流人才总是紧缺的状态，而且又很难物色到合适的人选，何况对于一个工厂而言，我们需要的是一个团队而不是某个专业的人而已。

智能工厂物流人才需要具备架构、建设、使用、维护、优化智能工厂物流系统的能力，需要能够接受和使用新的理念、方法、技术和工具，能够系统性规划智能工厂的物流系统，能够运营智能工厂以达成交付、周转、盈利等方面的战略绩效，并逐步实现其数字化、智能化的迭代升级。作为智能工厂的物流人才，需要“懂技术、懂运营、懂规划、懂数据、懂应用”（精通其中一个或者多个方面），具体而言，需要具备顶层设计能力、物流规划和系统化架构能力、专项技术能力、运营管理能力、项目管理和落地能力等，如表1所示。

三、行动要点：提升物流运营管理水平的切入点

工厂物流运营管理的重点在于物流的集成和整合，以此实现对经营战略、经营计划、战略绩效和业务计划的有效支撑。理想情况下，物流运营计划、执行和差异管理等均由智能化物流系统自动完成。但在实际运作过程中，即便是已经成为普遍认同的智能工厂，也未必匹配了完全自动化、智能化的物流系统，在不同的应用场景下，通常精益化、数字化、智能化三种物流范式并存，并且处在不断优化迭代的过程之中。

1.拉通物流计划：工厂物流运营管理的核心

工厂物流计划是在工厂物流运营过程中，与实物流相关的一系列物料及产品流动的规划、计划、协同的集合，包括到货计划、收货计划、检验计划、齐套计划、工位配送计划、成品发运计划、库存计划等。工厂物流计划是工厂物流运营管理的核心，物流计划协同采购计划、生产计划和物料计划，实现各项计划间的有效联动，形成准确的物流作业指令，以指导各物流环节的作业。物流计划的编制逻辑，如表2所示。

工厂物流计划是以生产作业计划为拉动，基于各个环节的作业规范和标准，倒排各个节点上的物流计划，安排合理的开始时间和结束时间，由此才能进行各个物流环节的协同运作和差异管理。工厂物流计划需要设定不同物流环节的时间容差（精度），比如工位配送需要精确到“分钟”，物料的库存计划、物料到货计划精确到“小时”或“天”，检验计划、卸货计划、装车计划等精确到“小时”或“分钟”，供应生产精确到“天”等，从而定义物流计划的精确度，并设定差异识别的灵敏度。

物流计划涉及物料需求、标准时间、作业经济批量、时间容差、资源配置、计划变动、执行差异、计划之间的联动等各种复杂、动态的参数，手工编制物流计划比较繁琐，而且难以支持物流的精细化管理，因此需要针对每一个计划设计算法，将其固化到信息系统或者工业APP软件中，由软件提供支持，或者直接由系统输出物流计划。在智能工厂的物流运营体系中，系统不仅能够根据既定的条件自动生成物流计划，还能够识别各环节计划与执行之间的差异，并自主调整后续的计划及相关计划，使得总体运作符合系统效率最优的原则。

需要说明的是，由于物流过程各环节作业的标准化程度相对较差，物流计划与实际执行的偏差往往比较大，导致有些企业认为物流计划不具备可执行性而放弃持续的推进。殊不知，任何计划与执行之间曾经都存在巨大的差异甚至混乱，经过企业团队长期不懈的检查夯实基础、优化逻辑、优化参数、强化执行、系统固化、持续优化等，才使得计划成为各项活动的主导。物流计划也是如此。

2.消除物流断点：打造价值链上的连续流

物流运营管理应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，能够极大地提升工厂的运营效率，由此对工厂物流运营的战略绩效实现产生极大的作用。同时，消除断点也是传统物流迈向精益化、数字化、智能化物流的必由之路。

打造连续流一般采用三条路径：

第一条路径是构建上下游节点的“硬链接”，比如流水线就是典型的连续流表现形式。过去基于工序产能最大化、工序间节拍不均衡、上下游协同不畅等条件，往往容易形成孤岛式布局，从而产生大量的半成品库存，产生极大的面积、人员、资金、设备等方面的资源浪费。而在制造水平优秀的工厂中，这些孤岛正在不断消失，越来越多的工序被整合成为流水线的一个部分或者某个工位。

第二条路径是通过物流计划的协同取消某些环节。比如在某个智能工厂建设之前，其零部件物流分为一级库和二级库，一级库存放着约一个星期的零部件库存，外包给一个庞大的三方物流团队管理；二级库在工厂内，存放着约3天的零部件库存，由内部团队进行管理。在新工厂落成后，供应商直接将物料配送至工厂线边仓，库存周期控制在3天以内，由此取消了一级库，大幅降低了物流成本。

第三条路径是通过智能物流设置实现自动连接，从而达到连续流的效果。在上述智能工厂中，线边仓采用了自动化立体库的智能物流技术，物料卸货后直接放置到输送线上，后续的接收、验收、检验、入库、存储、拣选、配送到工位、空容器回收等均实现了自动化运作，仓储区域面积缩小了50%，物流操作人员减少了70%以上。更为重要的是，通过自动化的物流管理，账实一致性、物料齐套率、配送及时性等都得到了很好的保证，物流对生产的服务能力和服务水平都大幅提升。

3.库存控制与管理：体现为基于总体运营规划的参数设定和管理

库存控制与管理需要制定差异化的库存管控策略，不同的物料和产品，具有不同的流通属性（距离、交期、供需关系、可得性、品质、需求波动等），因此要避免“一刀切”的库存管理方式，针对每一类物料和产品设定合理的、差异化的库存策略。库存的标准设定和流转模式决定了智能工厂经营的效益。

原材料库存取决于采购批量和供应商到货周期（或者采购周期），同时与质量合格率、供应商送货的稳定性等变数相关，是采购、入厂物流、生产、物料齐套等计划与执行的结果。物料供应策略决定了库存标准的设定：首先，供货距离是物料可得性的主要因素之一，供货距离越远，物流的提前期越长，则库存标准越高；供货距离越近，物流的提前期越短，则库存标准越低。其次，物流量越大，供货的频次越高，库存标准就可以偏低；物流量越小，频次越低，库存就需要略高。工厂有了基本的物料供应策略规划后，针对每一种物料匹配合适的供应策略，同时将形成每一种物料的库存标准，如表3所示。

在制品库存（尤其是多工序离散制造零部件）取决于工序周期、生产批量、转运时间、生产班次、上下工序制造节拍、物流协同模式、包装单元、上线模式以及过程中的质量、时间、数量的变数等。在制品和半成品库存控制的关键在于缩短生产周期，即生产开始投料到最后一件产品完工入库的时间。生产周期越短，生产体系的灵活性越大，各节点的响应就会越快，节点库存就会越低；生产周期越长，生产过程中的变数就越多，生产计划管理就越复杂。制造企业需要不断压缩其生产周期，通过价值流优化、流线化布局优化、流水线生产、单件流改善、小批量生产、模组化应用、业务外包等方式来压缩周期。

成品库存取决于预测准确性、交付周期、存储周期、发运频率和频次、库存损失等因素，是交付策略、库存周期、订单承诺与履行、需求预测、供应链计划、生产执行等共同协同的结果。成品库存管控的关键点在于成品交付策略、成品库存标准两个方面。成品交付策略包括按库存生产、按订单生产或者更合理的组合策略，比如一部分标准化、销量大、需求稳定的产品采用MTS（按库存生产）的策略，这部分产品SKU较少但销量占比大，合理设置库存水位有利于实现快速交付，提升客户满意度，同时还可以通过库存调节需求，实现均衡生产；而另一部分差异大、销量小、波动大甚至定制化的产品则采用MTO（按订单生产）的策略，可以极大地降低企业预测、备货、库存管理等复杂度和风险。

4.入厂物流运营管理智能化：基于复杂场景的复杂算法

入厂物流是指按一定的规则和要求，将物料从供应商处转移到采购商工厂指定位置的运作和管理过程。入厂物流涉及面广，包括入厂物流计划、车辆配载、车辆调度、运输过程监控、快速有序卸货、仓库快速接收、与厂内物流系统衔接、物料尾数管理、来料包装和品质管理等过程和节点。

入厂物流涉及所有物料、供应商、线路、车辆、人员等要素的庞大而复杂的系统，仅依靠简单算法和人工，无法规划所有的资源并获得较好的综合效益。要想实现入厂物流的精细化管理，就需要投入大量的管理资源，这就促使入厂物流必然要向信息化、数字化、智能化的方向发展，甚至建立供应链数字孪生来应对如此复杂的场景。

在计划可能发生调整（插单、延后、异常停线、换线生产等）、供应商供货量波动（同一个物料今天A供应、明天B供应；同一个供应商今天量大、明天量小）、物流线路不固定（因供应商变动导致取货路线不固定）、车辆满载率难保障等情况下，入厂物流智能化需要解决的问题是，搭建一个或几个数学模型和算法。

结合入厂物流的状态数据以及生产作业计划、物料需求计划、采购订单、库存与齐套信息等，该模型和算法可以自动生成合理的动态入厂物流计划，并能够对风险进行预警，同时针对风险可以形成及时的、灵活的调整指令，以实现准时供应、均衡到货、库存较优、物流成本较低、资源利用率较高的目标。在这个过程中，关键的资源都将量化进入系统，系统以此进行多因素约束的排程计算。系统以实现资源综合利用率最高为目标，当资源空闲时可主动预警，当局部资源不足导致无法正常完成作业时，系统将采取向前或向后平滑的方式进行调整或给出调整建议。

除此之外，与供应商之间的信息系统拉通、入厂物流全程可视和异常监控、车辆的智能调度、物流资源的智能分配等都将成为入厂物流智能化的重要组成部分。

5.厂内物流运营管理智能化：运营管理重点的全方位转变

厂内物流智能化要点包括信息流和实物流全面上线、物料流动过程融为一体、数字化检验管理、生产和物流融合等。在工厂智能物流环境中，尽管管理的逻辑是一致的，但管理的内容及形式已经发生了翻天覆地的变化。传统工厂的厂内物流作业都需要通过单据传递指令，比如拣选单、配送单、交接单、检验单等；智能工厂则通过信息系统自动传递所有信息和指令。传统的物流作业如搬运、配送、盘点、理库、账务处理等动作，大部分被智能物流设备代替。此时，人的作用更多地体现在不断优化物流管理逻辑，不断优化系统的逻辑和算法，这些优化的目的不再只聚焦人均产出、物流量等传统指标，而是通过这种优化不断地实现库位周转率的提升、自动化物流系统运作效率提升、降低物流系统的能耗、提高物流设施的有效产出等。

与智能工厂匹配的原材料厂内物流智能化，应符合（但不限于）以下场景的描述：

（1）入厂物流到货、卸货后，将带有条码或RFID标签的物料单元放置到收货端的输送线上（也可能是与AGV匹配的物料接收暂存货位），针对周转箱、托盘单元、非标单元等不同的物料单元，匹配有不同类型和尺寸的输送线和暂存货位，在输送线上自动完成扫描、物料验收、物料抽检和物料接收。抽检的物料通过专门的检验口排出物料，直接通过输送线或AGV送至检验室进行检验。

（2）基于系统对于物料状态的智能化管理，物料检验与物料入库的过程同步进行，系统对每一个物料单元进行待检、检验中、检验合格、不合格等状态进行精确标识和识别。

（3）物料按照规划好的路线和逻辑，进入仓库（包括暂存位、排序区域、物料超市等），这些区域也有各自的货位代码（条码或者RFID），形成货位－物料的实时捆绑和对应。系统将结合物料的使用区域、使用工位、使用时间、尺寸大小、配送类型、存放周期等参数进行运算，为每一个物料分配合理的存放或暂放位置，使得整个物流系统运作尽可能实现效率最高、物流量最小、响应速度最快、能耗最低。比如：物料进入立体库以后，周转快的物料放置在距离出库口较近、较低的位置；直配上线的大件物料直接进入规划好的线边的排序上线区域；需要拆零拣选的物料直接进入待拣选区域或者拣选流利式货架上。

（4）系统按照设定好的物料齐套管理规则，生成实时、动态的齐套管理信息，对于可能存在的风险和缺料进行预警，并自动传递给相关人员进行解决。当确定物料不齐套时，系统可自动生成相对最优的生产计划调整建议，可以尽可能多地满足客户需求、尽可能少地产生多余的库存。

（5）系统根据总装工位的计划执行情况和工位库存的实时管理，形成对应操作人员、机器人、作业设备和作业时间的数字化拉动需要。由于系统全面自主管理且运算能力远远大于人脑，系统可以对每一个工位、每一种物料单独生成配送计划和指令，这些指令通过系统传递给相关的自动化仓库、输送线、拣选设备、AGV搬运机器人等，智能物流系统将需要的物料准时、准量地配送到工位使用。

（6）智能化的包装单元（带有条码或者RFID标签的周转箱或者托盘）中物料使用完后，该表单被专门收集起来，通过条码阅读器读取上述关联数据，被使用后的物料数据被实时传输回系统，计划、采购、物流、制造、财务部门以及供应商进入后续作业。

（7）可回收的物料包装将被分类，并按不同供应商存在指定位置，系统具有专门的空容器管理模块或者APP应用，结合供应商的包装需求、空容器暂存数量、车辆信息等，系统将自动安排车辆回收空容器，将空容器返回供应商处，实现高效循环利用。

6.建立物流风险与应急物流应对机制

对于智能工厂而言，正常情况下的物流运作和管理均可以自主完成，但由于物流系统软件、硬件本身可能出现异常，以及智能工厂之外的环境因素变化可能造成的物流风险，智能工厂仍会处在巨大的不确定因素当中。在应对风险能力方面，系统不具备人的灵活性和柔性，风险一旦发生，将导致比传统工厂更大的损失和机会成本，因此智能工厂物流运营尤其需要重视物流风险与应急管理。

由于市场存在巨大的不确定性，比如客户和消费者需求越来越难以预测和把握、客户和消费者对于交付时效和服务水平的要求越来越高、频繁促销活动导致的线上线下需求剧烈波动、产品更新换代越来越快、为满足个性化需求而导致的产品品类越来越多、产供销信息不透明、库存过高导致对新品销售的冲击、库存过低导致供应链脆弱等，多种不确定性因素叠加导致企业预测不准、供需错配，使得工厂物流运营存在各类风险。物流风险管理可以从建立企业物流风险清单、识别风险的优先级、针对风险制定应急方案、风险规避、突发重大风险的管理等方面入手。

应急物流是针对可能出现的突发事件已经做好预案，并在事件发生时能够迅速付诸实施的物流活动。其特征为突发性和不可预知性、需求的紧急性、时间上的紧迫性、满足紧急需求的弱经济性和非常规性。应急物流有国家层面的、区域层面的、企业层面的。随着2003年非典、2008年雪灾等事件的发生，国家应急物流整体机制和运作也在不断完善，但是对于企业、工厂而言，应急物流的概念可能还比较模糊。

应急物流管理的主要内容包括：梳理工厂可能会遇到的应急物流场景，针对每个应急物流场景设置对应的应急物流管理流程，设置合理的应急物流组织及响应机制，对应急物流的相关内容进行相关人员的培训及定期的演练测试。

应急物流管理非常强调事前、事中、事后管理的概念。事前要做好应急物流预案设计、培训、演习（有条件的话）；事中要快速响应，并严格执行应急物流预案的标准流程（针对应急物流场景的）；事后要总结应急物流事件，应急预案更新，流程与标准、组织的更新等，记录整个处理过程，作为后期培训的案例。