导读
4月20日晚8点，百思特商学院抗疫系列课程《加速企业复原力第五课：智链》准时开播。本期邀请百思特管理咨询集团智慧物流与智能制造专家，前世界500强企业供应链负责人，有22年供应链管理实战经验的李老师作为主讲嘉宾。
疫情当下，制造业物流面临物料进不来，产品出不去的现状。作为智能制造的重要组成部分，智能物流对物流提出了柔性化和端到端的要求。本期围绕智能物流的新思想和新价值，讲述工厂应该用怎样的思维和技术来塑造柔性智能物流。
国内制造业物流现状
横向来看，制造业的物流相比电商的物流已经落后至少3-5年。纵向来看，制造业企业普遍重生产，轻物流；重存储，轻配送；这种静态化的管理无法适用未来的需求和发展；物流如果不做出改变，将成为企业数字化转型拖后腿的环节！
智能制造的本质就是把精益物流的管理思想用最新的技术做到极致。
工业4.0是一个断代式革命，从流水线生产，小批量生产，向大规模定制转变。近年的数字化转型对制造业物流提出了更高的要求：物流不能再静态化管理，而是要通过数据和算法实现柔性化和端到端管理。
工厂智能物流的实施路径
智能物流的实施不是一蹴而就的。工厂智能物流实施路径主要分为4个阶段：
精益化：实质是管理的机制化，优化精简所有的环节；
自动化：使用机械臂等自动化的设备来完成操作。但是要注意，如果没有完成精益化直接上自动化的话，一些可以省略的操作仍然没有减少，自动化的投入将成为负向投资；
数字化：通过后台数据分析减少损耗，提升效率；
智能化：能通过数据和算法进行决策。
工厂智能物流规划范围
物流规划涉及的方面很多，很难照搬或者简单复制某一种模式。因为产品、工艺等不同，每个行业的工厂物流都是端到端，从粗到细，从上百公里到20厘米规划范围的组合；越到线边，工艺和零件的差异性也会越大，因此一定会创新在里面。
经典布局规划工具：SLP
通过分析产品的工艺路线、功能区面积等数据，找到一个布局规划最优方案，杜绝拍脑袋的决策。
在新的环境下，物流面临更多动态的挑战，未来的生产形态更多的是成组化、单元化、柔性化的，SLP工具展现出一定的局限性。因此物流开始向注重数字化建模和仿真系统的新思路迈进。
仿真系统是依赖于一个虚拟化环境，在没有真正投入之前做展示，这就是在虚拟世界中为我们物理世界赋能的集中体现，非常代表我们将来智能化的一个水平。
举例：造一款新车，周期很长，一般三年左右，因为这全部是在物理世界中进行试错性开发。但如果有仿真系统，例如西门子的数据系统，有机械性能仿真证，电气性能仿真，最快三到六个月就可以生产。
智能制造的本质核心不在于硬件投入，而是强调通过数据来负责，这也是我们现在数字化真正的价值所在。
应用举例
Milk Run最优路径优化：
中小批量物流配送模式比较复杂，通过大数据和算法来解决这个难题；
主机厂与片区内的供应商间采用支线milk run配送；主机厂与片区外的供应商，间接采用主机厂之间的干线配送；
优化目标为第三方配送成本最小，不考虑主机厂库存能力限制；
针对计划变更或紧急情况，系统具备实时调度能力。
灵活配置的智能化传输：
传统的传输线是刚性的，在很多时间上是空等的，浪费时间的。灵活配置的智能化传输则是用一个模块化、标准化的机器，通过分散式控制单台设备，与其他设备进行通信，根据未来要传输的传输单元进行动态调整。
如果需要托盘，就组成四个托盘；如果需要一条传输带，就组成一个传输带；如果需要单独传输就单独传输。这是德国人已经在做的一种高度柔性化的运输，它的硬件技术和后台算法已经远远超越我们对于单台AGV的理解。
对物流本身来说，它是更多变的。那么如何去应对这个多变呢？只有打造一个更加柔性化的方式，打破原来刚性化的思维和规划技术。原来传统的方式方法会对一些新的业务模式提出挑战，我们要拓宽思路，努力去突破这个短板。
