MathArt | 寒冬已至，车企如何修炼内功？

随着车企逐渐由单纯的产品竞争过度到技术、服务、知识和物流管理全方位的竞争，从采购、生产到销售，供应链体系在整个过程中所占的地位越来越重。

中国车市的2018年并不好过。

 

中汽协10月发布的中国汽车产销数据显示，10月份我国汽车销量已经连续四个月下降。1-10月，汽车产销量持续回落，比上年同期分别下降0.4%和0.1%，基本定调了今年车市的负增长。

 

从“金九银十”到如今的勒紧腰带过日子，能否在车市整体萎靡的大环境中杀出一条血路，得要看车企自身内功是否足够深厚。精细化计划和精益化生产，在保证质量的前提下又降低生产成本，已成为车企重要的战略方向，这也对供应链提出了更高的要求。

然而，众所周知，做好供应链优化并不简单。

 

首先，市场波动大，需求很难预测准确。当需求出现波动时，生产计划和物料计划往往不能及时响应，从而出现备料不准以及生产计划不能执行的问题。

 

其次，复杂多约束的生产现场、多品种、小批量的复杂生产模式，以及动态的生产环境下会加大生产计划制定的难度；此外，临时订单改变、紧急插单现象的频繁出现、机器设备故障、物料短缺导致实际生产进度和计划排产进度不吻合等突发情况，会导致后期实际生产调整时付出更大的代价。

 

那么，对于车企来说，又该如何通过精细化计划、精益化生产、科学性预测，来减少这些成本活动的发生，达到降本增效的目的呢？

 

在我们看来，供应链的优化需依赖于一个集需求、生产和物料计划于一体的智能生产整体优化平台，在如下几个方面实现供应链的智能优化：

 

一、通过生产计划科学化和订单透明化，实现制定决策的优化。

如何在供应链成本尽可能低的前提下实现将对的产品在对的时间以对的数量交付到对的地方，供应链稳定系数高，考验的是前期的生产计划安排是否合理，以及生产计划的执行是否透明。

 

传统模式而言，仅仅依靠人工综合考虑产能、物料、需求等多方面要求，很难制定出一版切实可行的计划，往往出现“按下葫芦浮起瓢”的情况。智能生产整体优化平台的主要优势体现在：通过精细化计划和精益化生产，满足资源约束、均衡生产过程中各种生产资源，在不同的生产瓶颈阶段输出最优的生产排程计划，实现快速排程并对需求变化做出快速反应。

 

精细化的生产计划编制要考虑需求计划、产品要货时间以及资源设备约束等因素。而精益化生产则需对车间工序级别提供详细排产，并在排产过程中考虑物料、人员、空间、模具等多重因素。

 

智能生产整体优化平台将精细化计划与精益化生产相结合，把计划自动分解到最小生产单元，定义和管理订单优先级实现快速的插单、撤单等特殊情况的处理，避免因异常现象导致计划无法实现难以调控。而通过对各种假设条件进行生产计划模拟试算，可以提前得知产能、物料是否足够支撑决策，从而量化策略产生的利润和成本，帮助进一步优化制定决策。此外，智能生产整体优化平台还会利用各工单在不同设备、工位的自动化排产，对排产结果进行优化，输出具有高度配置性和定制性的排产规则。

 

二、通过一体化闭环以及计划自反馈，提高供应链敏捷度。

供应链的敏捷性体现在能否快速响应需求波动和生产异常这些特殊情况。很多车企目前的生产计划、需求计划和物料计划的相关性并不强，也没有通过系统相联系，这导致供应链的任何一个环节发生变化，都有可能牵一发而动全身，从而造成其他相关计划没办法及时响应。

 

考虑到车厂的供应链长且复杂，智能生产整体优化平台的优势在于能够在计划层面，实现生产、需求、物料等计划的自动闭环，使得一旦计划层的任何一个参数发生变化，所有相关的计划都能够快速做出自动调整，进而提高供应链的敏捷度。

 

三、通过成本模拟以及需求计划的滚动更新，降低供应链成本。

车企相关部门往往在产销计划开始执行后，才能针对供应链成本发生的活动作出优化。实际上，提前做好规划和仿真，能够有效地规避这些不必要的成本。市场瞬息万变，需求预测难以精确化。

 

在计划层方面，我们建议在制定计划时，就将供应链成本考虑在内，并通过生产、需求和物料一体化的计划平台，模拟出最优成本和多个次优成本下的计划安排。通过模拟市场的波动，不断对预测进行滚动更新，来提高预测计划的准确性，再基于大数据算法对预测进行优化，将有效帮助进行合理采购，从而有效地在规划阶段降低供应链成本。

 

四、通过订单与库存策略混合的生产模式，提高供应链管理资产利用率。

目前大部分传统车企采用的是按库存生产的模式，也就是说车厂生产什么，用户就买什么。这一模式的问题在于：大量提前备库往往会导致需求降低时整车库存的增加。我们认为，应该通过结合订单与库存策略混合生产的模式，在计划阶段就将库存与制造中的车及时分配给相应需求客户，当备库车不符合客户的配置需求时，再将客户的订单安排在最早可生产的时间，从而在一定程度上降低整车库存，提高库存的周转率。

综合来看，智能生产整体优化平台的主要功能体现在：将决策点从计划执行层前置到需求计划层，提供各种场景模拟下的应对方案，以更少的代价应对供应链波动，同时基于ERP丰富信息资源和MES的执行信息，助力车企实现生产过程整体优化及自反馈。

 

那么，智能生产整体优化平台相比于行业内针对供应链系统优化应用最为普遍的APS，有什么优势呢？

 

传统的APS上承ERP下接MES，ERP生成生产需求后下达至APS系统，然后APS基于有限产能约束优化生产计划、物料计划及机组作业安排，最后下达结果至MES。然而，这种运转模式下的APS是处在计划的执行层而非需求计划层，已无法满足车企对供应链反应更快、敏捷度更高的优化需求了。

 

相比于将模拟作为排产排程的辅助功能（如通过排程进行交期评估）的APS，智能生产整体优化平台作为决策支持和排产平台，模拟的目的主要为了制定精细化的计划——除排产的功能外，还强化了决策模拟和支持功能。另外，APS计划执行层面的模拟提前期较短，仅能够解决燃眉之急，无法辅助决策者制定长期规划。而事实上，除计划执行层面的模拟外，需求计划层的模拟对供应链而言也是必不可少。智能生产整体优化平台通过对需求计划层的模拟，直接对接上游电商平台（SCRM）及下游企业资源规划系统ERP，以降本增效为导向进行需求计划、物料计划和生产计划各个场景的模拟，并结合上游需求和下游生产限制，计算出最优的应对方案，从而在较长的提前期下以更少的代价做好计划层的规划，以应对供应链的波动。

 

实际上，自2013年起，数策研发的智能生产整体优化平台已在多家主流车企的供应链优化场景中得到了有效地验证。我们也相信，该平台将会在助力车企布局精细化计划和精益化生产，修炼内功过程中，发挥越来越重要的作用。

 

随着车企逐渐由单纯的产品竞争过度到技术、服务、知识和物流管理全方位的竞争，从采购、生产到销售，供应链体系在整个过程中所占的地位越来越重。在当下这个寒冬已至、需求剧烈变动的时期，做好过冬准备可能是汽车行业所有参与者唯一的选择。面对车企对效益的最大化、成本最低化的追求，传统的供应链管理模式已不足以满足寻找新的增长点的需求，只有对供应链管理进行优化实现精细运营，才能适应车市寒冬的严峻形势。