近年來，越來越多的傳統型工業制造企業加入數字化車間和智能工廠建設的行列，從根本上變革生產方式和資源組織模式，最終實現智能制造。智能工廠和數字化車間的發展，離不開智能物流的支撐，需要通過物流的數字化、智能化升級實現內部整合，以及與供應商端和客戶端之間的協同，從而實現訂單交付全過程的打通。                                                                   

 - 文章信息 - 

本文作者：上海天睿物流咨詢有限公司邱伏生、李志強、顏家平。由「物流技術與應用」原創首發， 智能制造IM經授權發布。

然而，目前仍有很多企業在智能工廠與數字化車間建設過程中，往往容易忽視物流系統的構建；有些企業雖然能意識到物流的重要性，但又認為物流是生產的附屬，在引入智能生產物流設施、建設智能產線、打造智能車間的同時，順便將物流建設考慮在內即可，并未高屋建瓴地從價值鏈角度進行系統的統籌規劃，最終導致智能工廠運營效率不升反降的“慘劇”出現。

以物流為主線做好智能工廠規劃

本文系統闡述了“以物流為主線的智能工廠規劃”的規劃邏輯、思路和關鍵落點，讓企業深刻理解智能物流對于智能工廠的重要性，了解以物流為主線的規劃和運營對工廠經營進行賦能的方法論。以期對智能工廠的規劃、建設和運營有所助益。

本文首先通過概述制造物流的本質及其發展歷程、剖析人們的認知維度、對比智能物流的升級路徑，明確為什么要以物流為主線。其次，通過分析規劃“初心”與價值錨落點，搭建MBSE智能工廠物流規劃邏輯與體系，闡明以物流為主線的智能工廠規劃邏輯與方法論。第三，理論和實踐結合，明確以物流為主線的智能工廠規劃關鍵落點。

為什么要以物流為主線

重新定義智能工廠物流

1.制造物流的發展歷程

海爾的制造物流改革的成功，成為中國制造業現代物流啟蒙和發展的一個關鍵里程碑。在1998~2005年這個階段，物流逐步被定義為運輸、包裝、裝卸搬運、倉儲、配送、信息服務、流通加工等七大核心功能，此時，人們更多是從功能性的角度認識物流，而非系統性的角度。

制造工廠的物流場景與其他物流場景如商業物流、第三方物流存在明顯的差異。制造工廠物流涉及生產計劃、采購計劃、物流計劃、齊套計劃等在時間和數量上的協同，相對更為復雜，管理的顆粒度更為精細。2005~2012年間，制造工廠物流發展的聲音依然較弱，從事該領域的研究、咨詢、技術設備等方面的專業公司也較少。

從2013年開始，德國“工業4.0”以及《中國制造2025》的提出，引發了制造企業發展智能制造和智能工廠的熱潮，眾多機構和公司開始研究智能制造。起初，大部分人對于智能制造的理解“就是制造”，而忽略了物流。此時規劃建設的智能工廠，（CAD圖紙上表現的）主要是固定資產（廠房或者生產設施）的布局，沒有流量、流向和載體的物流要素，沒有研究物流作業場景和物料流動的動線，物流區域也被有意“封存”不做展示?！爸悄芄S”用了非常先進的設備和軟件系統，但是規劃和運營過程沒有尊重物料和產品的流動性，甚至沒有考慮產品迭代的物流柔性化需求，導致產線和車間無法適應產品的多樣性和多變性。

2.制造企業對物流的認知局限

在制造企業，無論是戰略、運營、管理、操作等不同崗位的人員，還是企業的主要領導者，對于物流的理解大多停留在基礎的搬運、儲存等物流操作層面。他們對于物流的認知主要建立在實際工作場景的基礎上，而其視野會被所處的工廠環境所局限，所以大部分人對于物流缺乏深層理解。下面從幾個典型的場景進行說明：

（1）采購下單的誤區：傳統觀念認為需求產生后，采購第一時間就下發采購計劃和訂單，供應商按照訂單到貨，由于不同物料的采購到貨周期不一致，物料提前5天、10天甚至1個月到貨的情況都可能存在。但如果按照物料齊套的邏輯，則采購計劃和下單要保證物料到貨的齊套性，比如所有供應商都在生產使用前一天到貨，這樣就能極大地減少庫存、降低成本。

（2）物流作業的路徑依賴：很多企業沒有物流計劃，對于到貨、裝卸、檢驗、齊套、搬運配送、分裝分揀等整個過程都是依靠經驗來管理。企業往往認為“過去我們都是這么干的，也能夠保證生產”，如果用這樣的物流認知和能力來支撐智能工廠的運營，結果肯定是不盡如人意。

（3）物流基礎決定數據有效性：很多企業“重視物流”都停留在口頭上，往往連物流基礎管理都是缺失的。由于缺少物流過程IE以及包裝標準，物流過程各環節存在多種單據和標簽、層層點數與檢查、切換包裝方式等問題，無法建立各環節之間的信任關系，由此導致物流過程層層受阻、賬實不同步、賬實不一致、基礎數據缺失等問題。這種情況下，引入任何信息化和數字化系統都是徒勞。

（4）安全庫存的悖論：由于供應品質、時間、數量上經常存在差異，企業往往會設置安全庫存，但是影響因素錯綜復雜，很難有一個算法能夠準確地告訴企業應該備多少安全庫存。如果用對物流的系統性邏輯來定義，比如在價值鏈拉通和快速響應的物流體系中，物料采取按需求時段滾動齊套的邏輯，就只需要極少的安全庫存甚至不需要單獨設置安全庫存。

（5）盤點的機會成本：一般情況下，制造企業每個月需要停產靜態盤點一次，如果盤點一次需要2天時間，一年就有24天用于盤點，相當于每年有一個月在盤點。在這一個月中，以庫存為代表的流動資產沒有周轉、也不會產生盈利，從經營的角度而言，如果企業每個月可以盈利1億元，就有1億元的利潤和一個月的產能損耗于盤點。

（6）物流作業數據缺失：企業非常重視生產（產線設備）數據的采集，但往往忽略了物流過程數據的采集，比如供應商發貨、到貨、檢驗、入庫、分裝、齊套、揀選、配送、尾數、應急等方面的過程數據。

（7）成品的等待發運時間：企業對于生產效率在生產線上分秒必爭，比如每60秒產出一臺汽車，每10秒產出一臺冰箱或空調，每8秒產出一臺微波爐……但這些產品一旦進入成品庫，可能要在倉庫停滯等待1個星期或者1個月，扭曲了制造價值鏈，產生巨大的浪費。

（8）總想減少物流人員：企業面臨減員壓力時，首先想到的就是優化物流人員，通過物流人員外包或者供方人員駐廠的方式，以期達到減員指標。這些方式往往治標不治本，沒有解決根本問題，實際成本和風險并未降低，且現場涉及供應商人員、三方物流人員和企業自身人員等，現場管理難度更大。

3.傳統工廠物流與智能工廠物流的差異

傳統工廠以“制造中心”的邏輯來規劃工廠，企業強調生產計劃達成率、人均產出率、設備利用率等，其物流主要表現為操作層面的物料流動、搬運裝卸及相關管理等。此時，物流解決的是搬運、存儲、配送、人員等方面的動作和功能的問題。

智能工廠以“交付中心”的邏輯來規劃工廠，企業強調的是訂單交付周期、庫存周轉率、交付準確率、客戶響應能力等，其物流主要表現為戰略層面的制造工廠物流中心化、無接觸式物流、供應鏈協同交付和物流數字技術管理等。此時，物流解決的是流通、斷點、效率、交付、信息、連接等方面的端到端和系統性問題。

傳統工廠物流與智能工廠物流在人、機、料、法、環、測等方面的表現差異如圖1所示。

傳統企業通常著眼于解決動作和功能性問題，物料本身常被忽視，沒有充分尊重物流的重要性。結果，生產被過度重視，而其他因素如EHS（環境、健康、安全）以及物流、員工和物料安全都被忽略。這種情況下，即便有最先進的系統，也無法解決物流數字化的問題。

對于未來制造企業物流的認知，我們應當立足于“大物流、小生產”和“智能工廠的物流中心化”的理念，生產只是整個交付系統或者物流供應鏈系統里的一個環節，由此，就非常容易理解“以物流為中心”和“以生產為中心”兩種邏輯之間的差異。這意味著未來的工廠應該是一個交付中心，而非僅僅是生產中心。這是一個深刻的認識轉變。

4.物流天生具備“端到端”“動態化”的要素連通效應

制造企業物流包括物料采購、入廠、裝卸、檢驗、存儲、揀選、配送、工位作業、成品發運等端到端的整個流轉過程，涉及生產與物流全過程的用地、建筑、面積、設施、物料及產品、人員、時間、信息等諸多要素，包括與之相關的計劃、庫存、訂單、成本、包裝、參數、設施等方面的邏輯規劃。由此可見，物流天生具備“端到端”“動態化”的要素聯通效應，物流鏈接了訂單和客戶要求，只有真正尊重了物料的聲音（VOM），才能服務客戶，實現訂單承諾。如果沒有智能物流系統的保障和支撐，智能制造將永遠停留在實驗室的階段。

如圖2所示，以物流為主線進行智能工廠規劃的基本邏輯，是以物料與產品物流為中心，涉及園區與建筑、物流信息、產線與設備、物料流動、物流運營團隊、物流風險等，基于這些要素之間的聯動關系進行流程與信息化的規劃。比如：企業從拿地開始就要考慮其周邊環境對物流車輛進出、風向、空氣質量、噪聲、排水等方面的適應性；工廠規劃過程中，要考慮廠房高度（層數）與物流模式、采用的物流技術設備的匹配性，比如，通過自動化立體庫進行快速存取，而不是選擇電梯+移動機器人AGV；要考慮物料包裝與工位自動化取料的一體化，而不是由人工在上工位前分裝到專用器具，才實現與工位機器人的對接……企業需要結合自身的實際情況，制定并提煉出物流、基建、產品、產線、信息、團隊、風險等各方面的相關要素，并以物流為規劃的主線進行統籌和協同，實現端到端價值鏈的拉通，從而確保工廠規劃滿足企業運營的需求。

以物流為主線的智能工廠

規劃邏輯與方法論

1.規劃初心與價值錨

規劃初心與價值錨需要思考：從哪里入手？解決什么問題？如果由倉庫主管、物流部長、工廠總經理分別主導工廠規劃，其結果是完全不一樣的。倉庫主管可能更注重倉庫的位置選擇、面積大小和內部布局的規劃；物流部長可能會強調部門之間的協同規劃，注重物流各環節的連接和拉通；而工廠總經理則更加強調整個工廠的系統規劃和解決企業經營的問題，比如能否降低庫存、提高效率，是否有利于提高交付能力。規劃者所站的高度、具備的格局，往往決定智能工廠未來所能達到的高度。

當前大部分制造企業強調以客戶為中心，那么規劃過程中，如何從全渠道價值鏈看待制造工廠和物流轉型升級呢？如果顧客要從網上買到某品牌的空調，電商物流把空調送到顧客家里，工廠、物流、電商等各環節都不知道自己生產、保管、搬運的產品是誰的，此時就不是以客戶為中心，其供需平衡、庫存周轉、交付滿意度也是難以精準管控的。

如果基于智能工廠物流中心化的邏輯，把空調生產線部署到電商的物流中心（也可以是品牌商的物流中心），物流中心接到訂單后，馬上就分配給這條生產線完成空調生產并交付給客戶。此時，訂單交付的整個過程對于顧客而言都是可視、透明的，顧客的體驗感非常好。此時的制造中心（工廠或產線）和物流中心實現了融合，成為交付中心。交付中心直接面臨客戶的體驗，是支撐品牌和市場競爭力的重要構成部分。

按照交付中心的導向規劃智能工廠時，應從全渠道價值鏈的角度來進行工廠的戰略定位和概念設計，確定工廠的“長相”：應該具備什么特征、解決什么問題、遵循怎樣的價值導向。不同的價值導向，使得工廠功能表現或戰略績效指標都有所不同，從而影響工廠的選址、建筑設計、功能區域、物流和生產動線等。概念設計過程如圖3所示。

概念設計之后，才能進行下一步的初步布局規劃和后續的詳細規劃、運營要求邏輯梳理。

2.三個“一體化”的規劃方法論

如果工廠不是一體化的規劃，解決的就僅僅是功能問題而不是系統問題。智能工廠始于規劃，成于運營。我們在以物流為主線進行智能工廠規劃時，需要始終強調以終為始，保證三個“一體化”（規劃一體化、建設一體化、運營一體化）。因此，工廠規劃時應以運營為導向，按照規劃步驟逐步完成規劃，才能支撐企業達成“交付中心”的定位。

很多企業在新工廠規劃和建設時，由于缺少對項目管理的重視或者缺少項目管理人才，布局規劃、建筑設計、產線工藝突破、物流策略、運營體系等各自為戰、相互影響，由此產生巨大的機會成本和損失。為此，我們提出以MBSE（基于模型的系統工程）為基礎的TRMBSE工廠規劃模型，把智能工廠和智能物流系統的規劃過程進行有效規范和科學管控。

MBSE（基于模型的系統工程）是支持從概念設計階段開始，并持續貫穿于開發和后期的生命周期階段的系統需求、設計、分析、驗證和確認活動的正規化建模應用。TRMBSE模型是將MBSE應用于智能工廠從概念設計到詳細方案，再到工廠建設、項目成果的達成，其系統工程邏輯如圖4所示。

TRMBSE模型強調以終為始，其核心是“規劃、建設、運營一體化”的三個“一體化”系統模型：

（1）規劃一體化：從頂層設計-工廠概念設計-初步規劃-詳細規劃-方案驗證-方案交付的過程。要將工廠運營管理的價值導向、目標、邏輯、規則等納入規劃過程中考慮，以有效運營為導向進行規劃。規劃過程需要明確的運營指標定義，并且細分為作業參數，規劃后需要通過仿真來驗證。

（2）建設一體化：建設團隊要先期參與到規劃過程中，確保對規劃方案完全理解和認同。項目建設過程需要制定詳細的實施計劃，把建筑、產線、工藝、人員培訓、招投標等各個方面進行統籌和綜合管控。由于涉及面廣泛，建設過程必須檢討、驗證各個子項目是否符合規劃的方案。

（3）運營一體化：運營過程的有效性是檢驗規劃、建設合理性的唯一標準?；谝越桓稙橹行?、以物流為主線的邏輯進行的規劃，要求運營過程必須遵循同樣的邏輯和表現，有效兌現規劃時期的價值導向、策略和流程。運營可以通過數字孿生方式來動態驗證。

值得一提的是，三個“一體化”更要考慮“規劃-建設-運營”過程的總體一體化，站在持續經營的角度，不考慮運營管理的規劃和建設都是沒有“靈魂”的，最終都可能導致企業產生巨大的系統效率損失和改造成本。

舉例來說，美的空調泰國新工廠就是嚴格按照TRMBSE模型三個“一體化”系統邏輯建成，讓人們感覺“沒有一處是多余的”。該工廠產線、輸送線、AGV、懸掛鏈、水電氣網管線等在平面和空間上縱橫交錯、復雜而有序的分層，地面AGV靈活調度，空中懸掛鏈錯落有致，小件物料空中輸送直達工位，成品跨廠房連續輸送和集中碼垛，每一種物料都通過合適的方式直接配送到工位……由于規劃時經過了模型構建、參數分解、模擬仿真和綜合聯調，每一個場景細節都被反復推演和驗證，且其核心團隊從規劃到建設再到運營均是全程參與和主導，因此，該工廠才能得以順利落地并獲得成功。

以物流為主線的智能工廠規劃

關鍵落點

通過TRMBSE模型，基于概念設計明確工廠“長相”和價值導向后，結合企業實際情況需要明確規劃的關鍵落點。

1.物料包裝基礎優化，解決工位物流痛點

物料包裝單元化、智能化（SU，Smart Unit）是智能物流與智能生產的關鍵載體和鏈接要素，更是物流數字化和VOM的基礎。很多企業尚未解決包裝基礎問題便開始構建智能工廠，那么物流及其數字化問題都將難以解決，這將導致物流與產線動線的無效布局。

比如，很多企業在工位上使用了機械手，這些機械手既抓取物料解決了工位物流的問題，還進行裝配動作解決了生產自動化的問題。那么機械手屬具和物流包裝單元如何協同設計呢？設計機械手屬具的團隊是否真正了解物流？如果他們了解物流，他們會從系統的角度思考如何實現“存-儲-運-包-揀-配-用”的一體化；若不了解，他們可能僅關注如何設計機械手來完成物料的抓取動作。這可能導致設計出非常高端且昂貴的臺車，但這種臺車僅適用于工廠內部的短距離運輸，需要安排人員將物料分裝至該臺車上，才能夠適合機械手的抓取。如果用這種臺車參與整個物流過程，需要的數量非常多，成本將是非常高昂的。因此，如何系統地解決物料包裝一體化問題，并確保物料的包裝與工位上的人員或機械手完美匹配，成為了一個迫切需要解決的核心問題。

隨著生產自動化、智能化覆蓋率日益提升，機器人在線邊物流場景的應用越來越普遍。在智能工廠的規劃過程中，智能單元化包裝和機器人的對接非常關鍵。由于線邊物流場景涉及作業人員、機器人、信息采集和物料協同，智能單元化包裝對接技術往往成為智能工廠物流規劃的關鍵節點和有效運作的重要影響因素之一。單元化包裝從供應商生產下線就開始使用，后續經過搬運、運輸、存儲、檢驗、配送到工位，最后由機器人（抓取屬具）從容器具或者工位器具中識別并取出物料的過程，需要智能單元化包裝能夠在整個過程中與（智能化的）搬運設備、運輸設備、檢測設備、配送設備、機器人、信息采集設備等進行數據對接和作業指令的交互。

2.產品工藝和工位配送匹配研究，實現配送物流與工位物流融合

工位物流是工廠物流的核心，我們進行工位物流規劃時，要求細化到“三個一”（每一個物料、每一個工位、每一個平方米）。產品工藝和工位配送涉及眾多的參數和算法，比如：產線的效率和節拍、產品BOM、設備的參數、物料齊套要求等，以及物料齊套配送和最小配送包裝單元的匹配問題，物料配送用AGV、懸掛鏈還是輸送線的設備選型問題，WMS、MES和APS之間匹配的問題……但工位物流作為最后的“臨門一腳”，是制造物流最具挑戰且最關鍵的課題。

大部分企業的工位場景研究是割裂的，產線數據、機器人數據、物料數據、生產和物流節拍數據等沒有進行匯總，比如，物流設計節拍跟生產設計節拍可能有差異，工位空間可能無法滿足物流對接的需求。因此，工位場景設計是一個跨部門多方協同設計的過程。如圖5所示，某企業通過優化產線設備、機器人對接、物流配送到工位等，使得物流系統和生產作業系統之間能夠實時對應，機器人屬具從包裝單元容器具中識別并抓取單個或多個物料，涉及物料包裝、定位、機器人識別、抓取、移動、工位裝配等一系列的作業，真正做到“滿箱換空箱”的數字化控制模式。一般情況下，傳統企業該場景通常是在生產線邊設立“線邊庫”，通過“水蜘蛛”進行物料協同，為此增加了物流斷點，導致庫存和空間的浪費，使得物流管理和實現數字化更加復雜。

3.從平面到空間的利用，向空間要效益

經常有人討論工廠物流面積和生產面積各自占比的問題，某個行業的工廠物流面積和生產面積的比例應該多少合適，是2:1，還是1:1，還是3:1？實際上，這個問題是個偽命題，是基于投影面積計算的。一般工廠單層廠房高度為12米以上，多層廠房的樓層高度達到6米到8米，在以人工作業為主的場景中，一般只利用了2米左右的高度。比如傳統的汽車主機廠物流區域，基于可視化、目視化和員工作業高度的要求，物料存儲高度一般不超過1.5~2米，結果上面的10米空間基本上是空閑的。這些企業在物流方面具有“路徑依賴”，從而極少思考通過物流技術的合理應用可以解決這些問題。新近建成的一些汽車主機廠，空間規劃則相對比較合理。

筆者曾經與一家新建6棟廠房的企業溝通，指出其僅需通過合理利用現有空間即可節省2棟廠房的建設成本，在物流設備上的投資僅相當于新建2棟廠房投資的10%。同樣地，筆者在與另一家企業溝通時，他們正在考慮是否需要建設新工廠，以滿足未來三到五年產能和銷量翻倍的需求。我們建議在現有的物理空間內，通過采用自動化物流技術，可以在不增加額外資源的情況下實現產能和出貨量的增加，僅需要投入約1億元的物流設施建設費用。對于這些企業而言，投入十幾億元建設新廠房似乎更加容易接受，而對于在物流設施上投入1億元則顯得非常謹慎。

4.工藝硬連接降低中間庫存，減少智能制造系統構建成本

在進行工廠布局規劃時，改變傳統的功能式布局觀念，按照產線、產品、區域劃分選擇細胞式布局，即根據客戶需求的組裝線節拍，配置相關聯的沖壓、注塑、電子加工、部件組裝、成品包裝、成品檢測等前工序生產和物流區域，使其成為一個制造細胞體系。在此基礎上，基于“制造工廠物流中心化”的原則，通過精益物流和精益生產的有效配合，結合自動化、數字化、智能化的物流裝備應用，在工廠內部盡量消除物理上和信息上的斷點，打造連續流。

如，某企業是設備成組布局模式，有獨立的鈑金車間，鈑金車間與總裝車間之間需要8~12小時的鈑金半成品庫存，為了實現對半成品的智能化管理，投入幾千萬元建了自動化立體庫。而同行業的另一家企業，針對同樣的場景，通過細胞化和連續流改造，將沖壓和總裝進行并線設計（俗稱“硬連接”），如圖6所示，該措施消除了中間半成品庫存，不但節約了幾千萬元的物流設備投資，同時還提升了鈑金車間的快速響應能力，減少了過程效率損失。

5.總裝工位配送考驗智能化邏輯與落地能力

在特定場景中，如空調行業壓縮機配送，由于物料較重，大部分企業使用叉車配送上線，既不安全又浪費空間。如圖7所示，某企業空調壓縮機上總裝工位采用AGV配送，同時在工位上實現機器人自動抓取物料、自動拿取包裝物、自動回收空托盤等，可以實現無接觸式配送和安裝。對于類似“傻大黑粗”的物料，采用定制AGV搬運是當前較為理想的選擇。

而在某些工位配送場景中，盡管通過AGV將物料配送至工位，但工位物料仍由人工取用，工人80%的作業時間浪費在轉身、彎腰、搬運、整理等動作上，僅有20%的時間真正用于生產操作。此時AGV僅僅解決了點對點的搬運問題，并未系統性解決該工位物料配送和工位對接的問題。

傳統工廠中習慣了多拉快跑、大裝載量的物料配送上線方式，往往采用倉庫籠、周轉車等作為載體。這種模式下，物料的搬運配送、線邊擺放、庫存控制、流轉批量、線邊拿取、工位對接等都較為復雜和不便。如圖8所示的某工廠結合物料的體積、重量、防護要求等參數，推動物料包裝的標準料箱化，通過拆碼垛機器人、料箱立體庫、空中輸送線、料箱提升機、工位對接AGV等組成空中物流系統。該工廠采用了多層的空間物流規劃，在生產線上方空間設置輸送線（也可作為物料緩存區），大流量的物料通過輸送線從高空直接送至工位，而小流量物料則通過輸送線與AGV和料箱機器人CTU接駁至工位。此時，基本實現物料端到端的無接觸式運作，智能工廠的現場也能體現出更好的質感。

針對大件物料的物流作業場景，企業一般使用AGV搬運料架實現全過程的無人化運作，但如果物流量非常大，AGV的能力可能無法滿足需求，此時使用牽引車（俗稱“小火車”，一次牽引4~6輛臺車）可能是更好的選擇。如果工廠具有較大的可用空間，也可以通過懸掛輸送鏈的方式實現空中輸送（如圖9），將物料從卸貨點直接懸掛輸送至使用工位，基本消除了大件物料的地面存放和搬運。 

6.尊重不同物料的流轉規律，規劃物流作業場景

物流設備的配置需要遵循物料流動規律。制造業物流的本質在于“流動”，關于物料如何流動，不同行業、不同產品需要不同的流動方式，這需要遵守物料的流動規律，而不是按照經驗的“預設”。企業需要深入了解智能制造物流的邏輯和作業場景需求，從解決功能性要求轉為解決系統性要求。不同物流技術和設備的選擇，關鍵在于分析“要解決什么問題”，從而提出符合需求的總體解決方案（見圖10）。

產品不同，物料也不同，每種物料都具有其各自的屬性和流轉規律。識別并掌握這些規律是至關重要的。通過規律研究和判斷，才能夠決定物料流通的時空需求和物流技術選擇與賦能。

例如，汽車行業的座椅、輪胎等物料，一開始也是地面臺車運送，但由于物流量非常大，且產線生產的車型越來越多，后續逐步通過輸送線或懸掛鏈實現空中排序緩沖和自動配送，這種自動排序配送的過程無需額外的防呆措施，因為系統已經通過數字化解決了防呆問題，這種級別的方案已經基本上實現了數字化。

再如，許多汽車主機廠的總裝車間采用SPS單臺套配送的方式，往往由工人進行分揀并由AGV進行跟隨搬運，這種方式存在工人多、效率低、易出錯等問題。當前，很多企業正在考慮如何通過小件立庫和托盤庫實現“貨到人”的揀選模式，基于這些物料的流轉規律和場景分析，汽車企業的物料“貨到人”揀選是可行的。

企業在學習行業內外標桿工廠時，不能機械地照搬和復制，需要結合生產模式、物料特征、物流流量、生產節拍、空間環境等因素進行分析設計，結合每個物料的流轉規律、特點和要求，思考有哪些適合的物流技術、這些物流技術能夠解決什么問題、是否賦能了工廠運營，從而匹配最適合的物流技術和設施，而不是一味地套用輸送線、懸掛鏈、AGV等。

7.讓物料發聲，傾聽物料的聲音（VOM）

在智能工廠的物流運作過程中，物料天然地具備端到端的屬性，物料及物料包裝單元承載著訂單屬性，需要經過運輸、搬運、裝卸、存儲、檢驗、揀選、配送、器具回收、追溯等諸多環節，各環節的流轉過程要確保信息的有效和順暢。因此，需要物料（或訂單）具備“會說話”“會聽話”“會指揮”的能力，發出“我是誰”“我要去哪里”“誰要怎么加工我”等指令。物流系統構建應讓物料能夠發聲，且系統能夠傾聽和識別“物料的聲音”，實現物料（或訂單）與智能裝卸設施、智能搬運設施、智能存儲設施、智能揀選設施、工位機器人等設施設備之間的對話，并且能夠生成可執行的指令，從而達到物料指揮系統的效果。

通俗而言，就是需要保證物料SU在所有物流環節能夠無障礙地與相關設備進行“對話”，這就需要SU突破傳統的掃碼采集數據的簡單功能，轉化為物料“告知”其關鍵信息給相關的設備。SU被先期賦予了訂單屬性，當SU進入智能物流系統后，SU能夠指揮系統（給系統發出指令），將SU搬運至相應的庫位或工位；到工位后，SU通過系統告訴機器人相關信息，機器人需要結合生產作業需求進行操作，同時系統需要將所有的信息抓取，作為實時場景信息為后續的決策提供依據，形成自反饋閉環系統。

8.倒排物流計劃，實現生產計劃與物流計劃聯動

物流計劃是基于各環節作業標準時間的動態作業排程。如表1所示，基于各環節的作業模式形成標準作業，物流各節點都應該有相應的作業標準和時間標準，從而定義各場景（需要考慮資源配置的影響）下作業的標準時間，如分揀時間、庫存時間（庫存標準）、檢驗時間、接收時間、運輸時間、備貨裝車時間等。標準時間如同產線的節拍，基于標準時間才能輸出合理、可行、可監控的物流計劃，并使得時間流的拉動變得合理、科學。

物流的倒排計劃在智能工廠中起到至關重要的作用，表1中所示從下到上是運營過程，從上到下則形成倒排計劃。智能工廠的工位物流能不能做好，很大程度上取決于物流倒排計劃表。值得注意的是，每一個訂單的每種物料都應有一份這樣的倒排計劃，如果公司有100種物料，便需要100張這樣的表。當這些表在橫向上需要互相匹配和協同時，如果存在20個訂單，組合的數量會呈指數級增長，這已經超出了人工管理的范圍，因此，物流計劃數字化變得尤為關鍵。

物流計劃將物流過程的各個作業環節進行有效協同和串聯，消除了信息孤島，各環節按照計劃執行即可滿足整體的需求。各節點都具有各自的計劃和執行，其監控運營的重點在于對計劃與執行之間的差異管控，從而實現信息流和實物流的一致性，確保每個環節能夠按計劃執行，最終實現有效的交付。

總結

以物流為主線進行智能工廠規劃，可以實現工廠質感、斷點、空間、人工、效率、數字化、智能化、思維等方面的變革與提升，需要思考智能工廠究竟需要解決什么問題，解決誰的問題，從而定義出工廠的愿景和價值導向。

不同的愿景下，企業的產品策略、物流策略和交付策略不同，智能工廠的規劃邏輯也會有差異，因此，在向優秀的標桿企業學習時，更多的是學習其內在邏輯和理念，而不能一味地模仿。無論如何，作為工廠的管理者，除了懂生產，還需要懂物流，更重要的是需要管理者充分重視物流，把物流提升至戰略的地位，堅持物流的愿景初心，從物流的規劃和運營中真正獲得價值、收獲成就。