2.3 国内智能供应链发展的瓶颈

我国智能供应链由于产业、行业、区域的不同，以及不同企业的价值导向不一样，其表现出来的瓶颈也有所不一样，主要表现为以下八个方面。

1.缺乏智能供应链战略

智能供应链需要从顶层设计，是一个战略问题，但是经常容易理解为供应链仅仅是日常运作而已，更容易认为智能供应链就是现有的供应链信息化，导致供应链整合变成了简单的重组、拼接。

对智能供应链认知不够，容易导致从传统到智能供应链的转型尴尬。如零售行业，由于没有智能化的消费者数据分析，和对产品的市场容量与接受度的分析，容易拘泥于销售好的产品，从而花巨大资源备库存，尤其是在某些特殊的购买旺季，容易导致销量的不均衡甚至形成库存风险；如汽车行业的很多品牌厂商，其精益生产、供应链物流管理、信息管理等在业界堪称标杆，但是，来自生产部门、物流部门、信息部门的领导一致认为不知道如何建设智能供应链和智能制造工厂，因为现有的体系已经难以打破了，而建设智能供应链和智能制造工厂不仅仅是简单的“机器换人”，还需要结合5～10年的前瞻性、系统性发展规划来看现在的行动和迭代路径。

供应链的本质是快速响应客户要求，提供合格的产品和服务，获得客户满意度；制造工厂需要精确准时地生产合理合格的产品，消耗合理的成本。智能制造是企业经营过程中的一个关键环节，需要一个相对稳定、合理、有效的“生存环境”，这个环境就是供应链的智能化。

智能供应链的建设，势必影响和优化很多部门、环节，甚至供应链成员企业的利益，容易产生各种阻力，此时需要智能供应链战略来协同不同的思路和导向，避免沉溺于现状的平衡之中。

没有智能化的供应链战略，就没有价值导向，也就无法形成物流服务的价值导向、无法合理提出智能工厂的概念设计，也就无法理清楚智能化的技术原理和数据、参数（含KPI指标）设定的逻辑关系，以至于智能设备配置无法适应数据化的运作要求。

没有智能供应链的战略设计，也就无法探寻达成智能供应链迭代升级的路径，容易产生一蹴而就的激进投资的想法，或者久拖不决的尴尬，甚至容易误认为智能供应链就是物流自动化。

2.组织导向和绩效设定不符合战略要求

绝大部分企业都没有应智能供应链战略来设计供应链管理组织，更未定义供应链组织不同层级应有的责权利，导致绝大多数供应链上成员无法确定如何以及是否符合供应链智能化升级的要求，以至于经常偏离了供应链智能化、制造智能化方向。

例如，在智能工厂或物流中心规划过程中，建筑设计院并没有认为其规划的工厂可能会需要建设一个全自动立体库，从而引起地面、楼层、进出货、开门的特殊要求；采购部门并没有意识到降低供应商价格可能导致供应链信息过程断裂和库存的风险；软件部门由于未能尊重和遵守业务部门的业务要求和规则，更多的是用软件规则来引导员工执行，最后导致信息系统无法落地；计划与物流部门没有应有的专业和强势，导致计划经常变更，计划达成率无法提高，甚至无法证明部门存在的价值……如此一来，即使有了供应链信息平台和智能化设施，也无法达到自组织、自管理、自反馈、自升级的智能化要求。

3.预测与需求管理不到位

绝大多数企业都没有专业的预测和需求管理部门与方略，更没有预测模型预算法；当预测数据出来时，不能用工具评审预测的合理性和数据的一致性；从预测到计划达成，无法有效地考核和提升。

如在零售行业，人们通常依赖于“经验数据”，乃至被误导。尤其是耐用消费品，如汽车行业（家电、家居、家纺、服装等零售、经销模式类似），主机厂向4S店索要下个时间段（比如下个月）的预测数据时，得到的往往不是针对市场或者消费者的购买需求预测，而是来自于主机厂销售部门的销售任务压力，并在此基础上向供应商方向层层叠加安全库存，最终可能导致“牛鞭效应”和不同供应链环节的巨大库存。

供应商反映很多汽车主机厂的预测和需求数据并不真实精准，要么实际提货远大于计划数量，要么远小于计划数量，（有些主机厂）预测与实际数量相吻合的概率小于50%，扰乱了供应商的正常生产节拍和对于预测准确性的信心，无法安心生产和供货，不是担心产能不够，便是担心库存增高。

另一方面，由于大部分主机厂的供应链数据并未覆盖4S店，导致数据错乱和库存失控，容易导致“在经济形势向好的时候所有的预测都是准确的”（因为只要生产出来，就可以卖掉）；但是经济形势相对不明朗乃至下行时，或者行业竞争加剧的时候，4S店销售容易下降；于是上月的销售任务，下个月也无法完成，如此形成恶性循环，最终变成巨大的库存压力。

经销商（4S店）库存开始累积加大，形成不可想象的社会库存。经销商开始降价或者促销，主动引导消费者去购买库存车辆，以实现资金流动，长此以往，最终的结果将是：主机厂的新车型失去了销售的机会（每销售一部库存车辆，便失去了一部新车的销售机会）！主机厂生产出来的新车一出厂就成为库存，从而逆向导致主机厂大面积的库存车辆，形成整个行业的供应链风险。

其他行业，凡是有经销机制、连锁经营、铺货机制、零售等供应链的行业和企业，都或多或少的有类似的“虚假预测”。

4.从计划到实际营运存在较大偏差

“凡事预则立，不预则废”。对于供应链上的企业，预测和计划是所有业务的核心和源头，更是作业的指标导向，所有的供应链资源的准备、协调等都是通过这个脉络来展开的。

目前的短板在于企业没有专业的计划制订逻辑、方法、标准和人员，很多时候，认为通过一套ERP软件就能够保证。但问题在于，没有基础的物流参数作为保证，计划运营也没有关键参数，导致供应链运营能力与计划、实物流动参数无法界定。如供应链能力数据往往难以判断是设计产能计划产能，还是实际产能。

现实中，绝大部分计划的依据都是实际产能，于是出现了一个悖论：用现有的实际产能作为未来的计划依据，而这个实际产能又可能是综合了各种变数和差异导致的最终结果。也就是说，这个产能数据可能是体系提供的一个“谎言”——相当于先射箭到白板上，再以箭头落脚点为圆心画一个圆，于是永远是十环！所以评价体系也被歪曲了。因此，当管理者不知道产能和生产计划的数据的逻辑关系时，经常容易“用现状覆盖未来”。

另一方面，由于我国供应链从预测到计划以及制造、物流等相关环节的计划专业的边缘化，导致企业缺乏计划制订的标准和运营机制保障，导致计划与实际运作数据、绩效不一致。

缺乏计划准则和实际运行评价，导致计划变更和达成率不高。比如，计划岗位先后两个人做的计划的方法、工具、理念、手法都不一样；或者说，一个人离岗，后来者方法不一致，给企业带来资源利用的巨大的不稳定性。实际上，好的计划一定是优化和确定了企业效率、成本、库存、作业的有效性；不良的计划容易把上述资源逻辑全部搞乱。再加上计划的各种因素导致的计划变更率随时可能增加，于是，计划的达成率、作业的绩效、过程的有效性，往往难以达到预期。

可以想象，当计划不专业、不靠谱、不负责任的时候，对制造企业的标准成本、资源匹配、绩效管理、交付承诺等是巨大的挑战。

5.缺乏供应链运营标准及落地策略

如汽车行业供应链建设有一套标准《MMOG/LE》（material management operationg/logistics evaluation），是主机厂要求所有供应商和物流服务商遵守和达成的供应链运作体系，其中对于如何建立战略、组织、流程、预测、计划、KPI、供应商管理、生产流转、包装、存储、库存、信息化等都有详细的规范和要求。

目前，众多国际主流汽车企业都在推广该标准，以期全供应链协同起来。有些知名汽车主机厂将其作为供应商取得供货资格的门槛，有些甚至花了超过5年的时间对于所有供应商进行培训、评审和能力建设辅导，为未来的工业4.0工厂和智能供应链铺路。供应链标准的推动，将是工业4.0实现的一个必经之路和重要里程碑。

绝大部分制造企业没有类似的供应链标准，更没有通用标准。

6.信息化水平不足

国际标杆性企业在选择供应商的时候就要求供应商能够与主机厂实现软件互联互通，运营时更是要求实时干预、预警和协同，如汽车总装厂的计划和预测需要直接传递给供应商的主生产计划系统，供应商的发运计划必须与总装厂的作业计划系统对接，先期发运通知（ASN）需要由软件系统完成，而没有人工的参与；并且要求全过程必须条码化（或者RFID），交接货物时的标签和信息都有严格和统一的规定。

在其他如家电行业、工程机械行业、家居行业、飞机制造行业、农用机械行业、手机、计算机行业等，即使是上了ERP，但是库存系统、容器具系统、高级排程系统、WMS仓库管理软件、质量管理系统、财务系统、实时管理监控系统等，通常并不是系统规划的，而是“成熟一块发展一块”；同时软件模块往往不是来源于同一软件供应商，而是“杂牌军”形成的软件系统，彼此之间不兼容，数据逻辑不统一，甚至需要EXCEL表格来转换，容易导致数据失真和误差累计，导致智能化设备只能实现局部优化，无法联动形成智能供应链体系。

7.存在物流运行短板

物流最大的短板有三个：

第一，没有详细的物流计划，所以供应商随机到货，导致工厂物流、库存、生产保障等处于不可控状态。上生产线前没有物流配套计划，从而形成对于整个物流计划的推拉效应，结果是再优秀的智能制造设备都可能存在“巧妇难为无米之炊”的尴尬。

第二，企业没有设置团队和成员研究现代物流技术的发展与应用，仅从传统角度出发，一味降低物流成本，结果导致服务质量下降。

第三，绝大多数制造企业的信息平台没有物流管理模块，普通的WMS没有预警功能，当物料没有准时到货的时候，只有到了生产或者交付环节才知道有瓶颈问题，但为时已晚，导致生产无法应对变数，导致智能制造无法进行。

8.组织能力与人才不足

如在汽车行业，主流生产厂家有多年的供应链领域的探索和累积，有明确的供应链管理组织，能够有效协同运作；但是，多数国有品牌主机厂以及其他行业，有物流组织就已经不错了，其组织能力难以支撑和承担智能供应链的战略要求，也就没有谁来负责如何迭代升级和智慧化战略路径达成。

物流工程和物流管理的人才不少，但是鲜有在制造物流领域的；反过来说，目前制造业的物流人才绝大多数都不是物流科班出身。

制造企业在智能物流之前有必要根据自己的智能化物流战略培训和培养成体系的物流人才队伍，组建成建制的管理团队，才可能担当起未来支撑智能供应链的历史使命。