制造企业供应链智慧物流建设策略

制造企业供应链智慧物流建设策略摘要：随着物流智能化的发展，现代企业的发展越来越离不开物流信息化、网络技术、计算机、通信技术的使用，智能化加快了物流活动的反应能力和作业效率，在制造企业供应链中应用物流智能化是发展趋势，也是企业服务转型升级的重要部分。本文对当前企业智慧物流的现状、问题进行了分析，结合行业特点提出积极有效的解决方案，对制造企业的发展有一定的借鉴价值和启示意义。关键词：智慧物流；供应链；制造业；大数据；物流随着世界经济的发展和新兴技术的出现，智慧物流也应运而生。智慧物流是指在物流活动中运用大数据、物联网、人工智能、云计算等新兴技术，实现物流系统信息交流、企业及时获取货物的多方位信息，掌握货品的物流状态，监控货品的品质和物流活动。智慧物流需要对信息进行收集、传输、反馈、分析处理，因此，智慧物流可以分为基础层、感应层、传递层、分析层、决策层。基础层包括物流仓库、运输车辆等，这是物流最传统的基础设施；感应层是安装在车辆、货物外包装和仓库中的各种类型感应器，比如，光感器、远红外线、监控摄像头、湿度感应器等，能够将感应转换成数据；传递层是将感应到的数据通过网络传输设备传送到企业供应链物流控制中心；分析层是利用各种云计算软件和测评系统来分析所获得的数据，从而得出相关的结论；决策层是根据分析层的报告对企业战略做出具体的部署决策。其中基础层、感应层和传递层可以应用物联网技术，而分析层和决策层可以应用大数据和人工智能技术，从而实现了制造业物流的智能化。1智慧物流在企业供应链中的发展现状我国城镇化进程的快速发展，促进了智慧物流供应链规模的扩大。智慧物流能够最大化地将企业的生产数据进行整合和分析，从而制定更加合理的物流方案，提高物流供应链作业效率，在满足市场需求的同时，最大限度地降低物流成本。智慧物流中的人工智能技术，通过大数据汇总分析数据后，能够利用机器人手、光感应技术、计算机技术、物联网技术智能化地实现对物流供应链的管理与控制，具体而言就是将客户信息、订单信息、货物信息、运输车辆定位信息、承运车辆的运能、物流网络等汇总到企业物流供应链数据技术中心进行数据处理，经过云计算数据分析，得出决策依据，进而调整供应链的物流方案、调控物流运力、物流路线规划和物流承载力预测等活动。随着信息技术的迅猛发展，智慧物流的智能水平持续上升，从而实现了供应链从头到尾的管理，确保了供应链整个流程的数据可以查询，可以追溯。2智慧物流在企业供应链发展中出现的问题2.1物流要素资源共享协同程度低当前，大多数企业都意识到将物流新兴技术应用到生产领域所带来的竞争性优势，因此都建立起了物流智能化项目。制造企业在供应链建设中需要进行多方产业协调，需要多个行业、多个领域的企业共同参与，物流各个环节中的企业合作协同才能共赢。如果盲目草率启动，缺乏相配套的物流优化环境，发展单一会导致效率低下。比如，一些企业引入了智慧物流的概念，但是企业的文化理念跟不上，战略先导不能带动企业文化氛围，使得企业不能够顺利推进和贯彻智慧化物流。企业之间B2B领域的物流环节，配送活动涉及众多因素，运力、车辆调度、路线优化、运输成本、路况等因素之间联系紧密，但是企业间缺乏协同，联系不足导致发展效用差别很大。在智能化仓储领域同样也存在入库、存储、分拣和保管、配货要素之间相互割裂，物流协作优势受到制约的情况。企业之间的信息共享化和协同化水平低，使得企业物流成本高、效率低，市场竞争力弱。2.2智慧物流标准化不到位，监管不足企业制造对商品信息化标准建设不足，这样商品信息的输入就会受限，供应链体系中信息互相割裂，产生信息孤岛，导致智慧物流的数据共享没有统一的标准。智慧物流中有很多新兴设施设备，但是设备的型号、规格缺乏统一标准，这样设备和设施之间的兼容性不足，影响了物流供应链作业的效率。企业出于自身经济实力情况和节约成本的考虑，在选择标准时也会有一定的倾向性，导致标准差异给物流活动带来了制约性影响，难以发挥优势。智慧物流下，大数据和物联网、云计算等IT技术的普及，使这个行业内涌入大量的物流行业参与者和利益参与者，所以急需继续健全企业的征信体系。当前物流行业市场秩序缺乏规范，存在真空地带，政策法规缺乏有效的针对性，现行的监管制度在智能货柜、无人机等无人化设备方面的规章制度不够健全，对智慧物流的发展产生了制度性障碍。2.3新兴技术人才不足智慧物流在制造业中涉及众多知识领域，比如，计算机、电子技术、自动化控制、大数据、图形图像、财务金融等，所以建设智慧化物流供应链需要大量的复合型人才。当前复合人才培养速度较慢，不能很好地满足物流人才队伍的需求。对于高效率、低成本的物流发展趋势，人才培养是一项急需的重要任务，影响着智慧物流供应链的建设。3智慧物流在制造企业供应链中的建设策略现今企业对物流的要求越来越高，客户对时效性、安全性、快速反应和环保都提出了高要求，因此现在的企业需要将众多IT技术，比如云计算、大数据、物联网等新兴技术，运用到企业采购、仓储、运输、配送、生产等重要的物流环节中去。结合智慧物流中的机器设备，比如，机器人手、自动导引运输车、AGV、RGV、无人驾驶配送机、自动配送车等智能化设备，实现企业物流的信息化和智能化、自动化。形成智能化的物流体系，是未来企业发展的方向。智慧物流不是单个企业的事，需要物流行业不同环节的企业共同参与，形成一个完整的智慧物流产业链，物流企业、行业相互补充从而实现协同发展。3.1建立智慧化的仓储中心建设自动化立体仓库，采用机器人手进行拣货和堆码作业，AGV、自动拣选机等设备，配合传感器、光感器等电子技术，对货物的入库、在库、堆码、拣选作业进行自动化的高效无人作业。通过空气传感器和光感器对空气中气体进行检测，当空气指标超标时发出警报，对不正常货物出入进行提示，提高了仓库的安全性和稳定性。将产品的入库、出库数量进行记录，汇入企业大数据库中，进行数据的分析和挖掘汇总，与企业的供应链系统、企业的资源计划ERP系统进行对接匹配，这样企业能够及时掌握真实的库存情况，了解存放时间、存放数量、批次等，合理地调节仓库的库存量，达到经济库存量水平。仓储过程实现智慧化仓储，能够对物流作业信息和库存货品信息全面掌握，协调管理。3.2大数据下产品的物流监控产品从生产到销售的整个过程，都有可能在某一环节出现问题、故障，为了能够追根溯源，我们需要对生产从原材料采购，半成品生产，产成品入库，到最终商品销售环节，建立起一整套完整的可追溯体系。同样追溯产品需要企业从采购、物流、生产、销售等多个环节同时进行，从产成品入库、包装、装车运输，到送货完成这些物流环节都需要保证信息是可以追溯的。产品的追踪可以双向进行，一方面产成品完工后，拥有自身对应的唯一编码，登记入大数据库中，对其后续的物流仓储、运输、销售和送货等环节进行记录登记，收集相关数据到数据库中；另一方面追溯该产成品的生产过程、原材料、供应商等信息，包括入库记录、库存保管记录、验收报告等。这样就保证了原材料与产成品的信息能够一一对应，一旦产品质量出现问题，可以追根溯源，找到问题所在，实现对每一环节异常情况能够提前预警、及时解决，从而降低了企业风险。3.3物流供应链流程可视化将摄像头、数据传输、视频监控等技术与企业物流技术相融合，比如，物流的GPS卫星定位系统、RF技术等，能够实现物流供应链全流程可视化。从采购原材料、仓储储备、配送车辆运输调度、物流在线调配等物流供应链全流程可以通过视频、音频进行实时传输和监控。比如，在货物运输过程中，GPS全球定位系统能够将产品在运输过程中的实时位置监控显示在企业控制调度中心，可以实现产品运行轨迹的及时调配和监控，当某地区对产品有紧急需求时，可以通过监控系统对产品的目的地进行及时调换和更改。如果在仓储中心或者物流中转站建立这样的可视化系统，能够配合视频检测系统，更好地对产品的质量、状态和异常情况进行及时监控。比如，在产品的外包装上、运输车辆上、集箱上安装监控设备、光感器、红外线感应器、温湿度传感器、压力器等，它们将接收到的信息转换成图形、字符信号传回企业，这样企业就能监控产品。3.4供应链上下游控制智慧化智慧化的供应链涉及上游供应商和下游销售商。在信息的传输上，上下游企业和制造企业需要在信息的传输、共享上达到及时、准确。因为当今的供应链数据信息数量大，更新的速度也很快，传统的供应链信息传递方式已经不能满足快速反应的需要。所以，需要利用新兴物流技术，比如，云计算、物联网、大数据等将上下游企业的信息进行汇总、分析、整合，实现整条线的信息共享。共享的信息从物流需求、原材料采购、产成品运输、货品仓储、市场销售、财务分析、战略决策等全方位地进行整合。一方面，企业可以利用下游销售商的共享信息、数据进行大数据分析，通过云计算分析出市场的销售情况、客户的需求情况，从而改善产品，调整产能，改进工艺，制定更加符合市场需求的生产计划；另一方面，企业将生产计划分享给上游供应商，原材料商能够据此精确地预测原材料供货量，从而明确交货期、制定合理的工业计划，尽量做到JIT生产和零库存，确保了整条供应链上生产的稳定性。3.5智慧物流采购活动智慧化原材料采购品质是企业面临的问题，采购品质难以控制，企业不可能对全部原材料进行检验，时间和经济成本都太高。大宗货物的价格变动频繁，一旦价格变动过大，企业会面临被违约、以次充好的困境，采购环节信息也不对称，企业面临着信用风险和价格风险。采用了智慧物流后，我们可以利用智慧物流的监控功能，在原材料仓储和运输过程中，运用感应器智慧物流实时监控采购的原材料货物的状态、温度、湿度和出入库情况，防止库存原材料的数量差异和在库原材料因为保管不当导致的变质和毁坏。在采购价格方面，运用大数据系统，将采购原材料的价格和市场上同品质、同地区的价格相比较，能够控制采购的价格，防止采购中舞弊的风险。4结语计算机信息发展是智慧物流的技术基础，在传统仓储、配送的基础上，物流环节将大数据的数据信息在信息网络中