论文部分内容阅读
【摘 要】供应链是企业的业务流程中最核心的环节之一，借助智能制造为供应链赋能实现高效和低耗是未来企业实现结构转型升级的必经之路，有利于企业优化资源配置、提高运作效率。本文结合理论与实际对智能制造与供应链各自的特点作了研究，并提出基于智能制造的供应链协同模型，旨在为企业供应链的智能化转型提供参考。
【关键词】供应链;智能制造;结构转型
在相当长的一段时间里，传统物流体系构建了各类行业供应链的主体部分，支撑起了早期电子商务的发展。随着科技水平和消费者对服务质量需求的不断提升，供应链体系也在持续扩大，并逐渐完成了从传统物流体系向智能物流的转型升级。基于智能制造的供应链体系依托于先进的信息技术、物联网技术等等智能制造领域的新成果，可以说，智能制造背景下的智慧物流供应链体系已经成为了推动社会经济发展的核心驱动力。而同时，智慧供应链体系的完善也将继续推动智能制造行业的发展。
一、智能制造与供应链背景介绍
与本文研究相关的背景知识介绍是进一步展开研究的基礎，有助于明确本文的研究方向，这一部分主要介绍了智能制造和供应链的相关概念，对于后文研究基于智能制造的协同供应链体系存在一定帮助。
（一）智能制造介绍
近年来新兴产业不断发展，全球的工业模式和发展格局都发生了巨大变化，各国先后出台以智能制造为核心的发展战略，以占据高端制造技术和新型业态结构的先机。智能制造是一种以新一代信息技术为载体的，随着生产制造环境转变而动态调整生产系统的过程，具有面向生产制造全过程的自适应分析决策与协调控制的优化智能系统。当前的智能制造主要包含数字化、网络化和智能化三方面的内涵：数字化要求将生产制造的工业信息转变为数字信息，通过计算机对工业生产过程进行管理和控制;网络化是指将万物互联，即通过信息技术在人和人、人和机器、机器和机器之间建立起数据共享机制，实现生产制造流程的互联互通;智能化则要求提高生产制造流程的自治水平，即通过互联网、人工智能等新技术实现制造系统的自主控制和决策。
（二）供应链介绍
传统的供应链是指产品生产和流通过程中所涉及的原材料供应商、生产商、分销商以及消费者等成员互相连接而成的网络结构，换言之，即为由物料获取、物料加工并将成品送达客户的一系列过程中所有企业和部门组成的网络。
供应链首先具有复杂性，因为供应链往往由多个、多类型甚至多国企业构成，节点企业组成的跨度不同，所以供应链结构模式要比单个企业更加复杂。其次是动态性，供应链管理因企业战略和适应市场需求变化的需要，其中节点企业需要动态地更新，这使得供应链具有明显的动态性。除此以外，供应链还具有响应性，由于供应链的形成、存在和调整都是基于市场需求变化而发生的，所以在运作过程中，用户的需求调整会成为驱动和推进供应链改变的重要力量。
二、智能制造背景下供应链转型建设现状
基于智能制造的协同供应链从原理上来说是通过利用计算机软件技术，根据特定的逻辑来实现对指定传入信号的反馈，用计算机代替人工决策过程以提高精确度和效率。
（一）智能化供应链市场规模
在社会整体经济发展转型的大背景下，传统供应链体制庞大、业务分散、效率低下等问题逐渐暴露出来，企业和用户对集成化、精细化和高效化供应链体系的需求和呼声不断提高。依托互联网技术的发展，智慧物流供应链已经从理论走向了实践，不断扩大规模，据国家数据显示，2019年我国的智慧供应链市场总规模达到了4500亿元。
智慧供应链的迅速发展得益于城镇化转型的持续推进和基础设施建设的不断完善，智慧供应链基于此可以最大限度的发挥自身对业务数据的整合和分析能力，制定最佳配送方案，大大提高了供应链效率，也为企业降低了成本。
（二）供应链智能化水平提升
智慧供应链的核心是依托于人工智能的智能制造技术，其在本质上不同于现有的自动化技术。智能制造技术在信息反馈、数据储存等基础上，利用工作机器人、光学识别、大数据等技术实现对物流供应链的智能控制。近年来，随着科技水平的不断提高，智慧供应链已经可以实现端到端的管理，保证了各环节数据的可查、可控和可追溯。
（三）多平台数据共享
智慧供应链建设需要庞大的数据作为支撑，在此背景下，需要制定统一的数据通信协议，实现相关平台之间的数据共享，从而使平台可以根据自身需求提取相应数据，进而完成数据融合。举例而言，智慧供应链实现与交通管理系统的数据融合，可以使物流企业实时获取交通管理系统提供的道路信息数据，企业结合该数据适时调整各节点的配送任务和优化路线，可以大幅提高供应链的流通效率，降低碳排放和运输成本。
三、智能化供应链建设面临的问题
在智能制造背景下，智慧供应链体系成为社会经济发展的重要支撑力量，在社会各个领域都发挥着重要枢纽作用。然而受多种因素制约，现阶段智慧供应链系统建设依然不够完善，且面临着不少的问题亟待解决。
（一）行业体系待健全
相比传统物流体系建设，智慧供应链对广泛的产业协同和沟通提出了更高的要求，更加强调供应链各环节中企业的合作共赢。从实际操作情况中来看，智慧供应链需要多行业、多领域企业共同参与建设，而由于不同企业在信息化建设程度方面存在差异，部分企业考虑到同业竞争无法做到数据透明化，最终影响到了智慧供应链的完善和发展。以日用品制造业为例，产品的生产涉及原料采购、运输、产品加工、销售等多个连续环节，若其中某一节点企业无法达到所需的信息化水平，则会严重阻碍全流程数据共享质量，增加潜在的质量控制风险。
（二）缺失通用的标准化规则
目前智慧供应链缺少标准化制度的问题普遍存在，这导致供应链的规模和效率往往无法达到预期水平。 第一，各企业商品信息化标准体系建设不足，智慧供应链的数据共享缺乏统一标准，限制了智慧供应链建设的数据输入过程，导致整个体系中产生大量孤立节点。第二，政府暂未就智慧供应链建设提出强制性行业标准，企业从自身利益出发，会因成本、风险等原因倾向于对自身更加有利的标准，大量企业在这种思维下产生了各类信息标准，严重限制了智慧供应链优势的发挥。第三，与智慧供应链配套的基础设施建设尚未完全建成，部分地区薄弱的基础设施条件制约了智慧供应链的发展。
（三）相关人才储备不足
基于智能制造的协同供应链系统需要运用多领域交叉学科的专业知识，包括计算机、自动控制、大数据、金融等等，对从业人员的专业素养要求较高，偏好复合型人才，但由于智慧供应链的建设刚进入发展期，相关人才培养机制依然滞后，短时间内很难满足建设需要。
四、基于智能制造的供应链模型设计优化
（一）实现全面网络化
智慧供应链要做到全面的网络化，结合大数据技术连接每一个数据终端，实现端到端服务。在数据共享方面，除了连接相关节点企业，还应将消费者也纳入供应链体系中，使消费者可以在终端查看、修改配送信息，由供应链终端系统适时调整。
（二）实现信息数字化
智能供應链的数字化要求主要表现在三个方面，即数字协同、数字平台以及数字终端。
所谓数字协同就是将智慧供应链积极融入电商生态圈，在开放物流数据的同时，获取多元化的隐性数据，从而实现跨行业的订单接入、服务协同等。可视化管理则能够使供应链流程“透明化”，使数据结论以更加直观的形式展现出来，这样不仅可以强化客户的使用体验，还能更好地实现对流程规范和质量控制的监管。
五、结语
基于智能制造的协同供应链体系是科学技术带动工业转型的产物，这一过程促进了各类行业的发展，完成了传统体系向现代化、数字化、智能化的变革，为社会经济的稳步健康发展提供了保障。
【参考文献】
[1]陈亮.智能制造背景下智慧物流供应链建设研究[J].商业经济研究，2021（05）
[2]邱伏生，赵新阳.智能供应链的产业实践探究[J].智能制造，2021（01）
[3]钟跃康.数据采集器支持下的企业供应链流程再造[J].海峡科学，2017（10）
【关键词】供应链;智能制造;结构转型
在相当长的一段时间里，传统物流体系构建了各类行业供应链的主体部分，支撑起了早期电子商务的发展。随着科技水平和消费者对服务质量需求的不断提升，供应链体系也在持续扩大，并逐渐完成了从传统物流体系向智能物流的转型升级。基于智能制造的供应链体系依托于先进的信息技术、物联网技术等等智能制造领域的新成果，可以说，智能制造背景下的智慧物流供应链体系已经成为了推动社会经济发展的核心驱动力。而同时，智慧供应链体系的完善也将继续推动智能制造行业的发展。
一、智能制造与供应链背景介绍
与本文研究相关的背景知识介绍是进一步展开研究的基礎，有助于明确本文的研究方向，这一部分主要介绍了智能制造和供应链的相关概念，对于后文研究基于智能制造的协同供应链体系存在一定帮助。
（一）智能制造介绍
近年来新兴产业不断发展，全球的工业模式和发展格局都发生了巨大变化，各国先后出台以智能制造为核心的发展战略，以占据高端制造技术和新型业态结构的先机。智能制造是一种以新一代信息技术为载体的，随着生产制造环境转变而动态调整生产系统的过程，具有面向生产制造全过程的自适应分析决策与协调控制的优化智能系统。当前的智能制造主要包含数字化、网络化和智能化三方面的内涵：数字化要求将生产制造的工业信息转变为数字信息，通过计算机对工业生产过程进行管理和控制;网络化是指将万物互联，即通过信息技术在人和人、人和机器、机器和机器之间建立起数据共享机制，实现生产制造流程的互联互通;智能化则要求提高生产制造流程的自治水平，即通过互联网、人工智能等新技术实现制造系统的自主控制和决策。
（二）供应链介绍
传统的供应链是指产品生产和流通过程中所涉及的原材料供应商、生产商、分销商以及消费者等成员互相连接而成的网络结构，换言之，即为由物料获取、物料加工并将成品送达客户的一系列过程中所有企业和部门组成的网络。
供应链首先具有复杂性，因为供应链往往由多个、多类型甚至多国企业构成，节点企业组成的跨度不同，所以供应链结构模式要比单个企业更加复杂。其次是动态性，供应链管理因企业战略和适应市场需求变化的需要，其中节点企业需要动态地更新，这使得供应链具有明显的动态性。除此以外，供应链还具有响应性，由于供应链的形成、存在和调整都是基于市场需求变化而发生的，所以在运作过程中，用户的需求调整会成为驱动和推进供应链改变的重要力量。
二、智能制造背景下供应链转型建设现状
基于智能制造的协同供应链从原理上来说是通过利用计算机软件技术，根据特定的逻辑来实现对指定传入信号的反馈，用计算机代替人工决策过程以提高精确度和效率。
（一）智能化供应链市场规模
在社会整体经济发展转型的大背景下，传统供应链体制庞大、业务分散、效率低下等问题逐渐暴露出来，企业和用户对集成化、精细化和高效化供应链体系的需求和呼声不断提高。依托互联网技术的发展，智慧物流供应链已经从理论走向了实践，不断扩大规模，据国家数据显示，2019年我国的智慧供应链市场总规模达到了4500亿元。
智慧供应链的迅速发展得益于城镇化转型的持续推进和基础设施建设的不断完善，智慧供应链基于此可以最大限度的发挥自身对业务数据的整合和分析能力，制定最佳配送方案，大大提高了供应链效率，也为企业降低了成本。
（二）供应链智能化水平提升
智慧供应链的核心是依托于人工智能的智能制造技术，其在本质上不同于现有的自动化技术。智能制造技术在信息反馈、数据储存等基础上，利用工作机器人、光学识别、大数据等技术实现对物流供应链的智能控制。近年来，随着科技水平的不断提高，智慧供应链已经可以实现端到端的管理，保证了各环节数据的可查、可控和可追溯。
（三）多平台数据共享
智慧供应链建设需要庞大的数据作为支撑，在此背景下，需要制定统一的数据通信协议，实现相关平台之间的数据共享，从而使平台可以根据自身需求提取相应数据，进而完成数据融合。举例而言，智慧供应链实现与交通管理系统的数据融合，可以使物流企业实时获取交通管理系统提供的道路信息数据，企业结合该数据适时调整各节点的配送任务和优化路线，可以大幅提高供应链的流通效率，降低碳排放和运输成本。
三、智能化供应链建设面临的问题
在智能制造背景下，智慧供应链体系成为社会经济发展的重要支撑力量，在社会各个领域都发挥着重要枢纽作用。然而受多种因素制约，现阶段智慧供应链系统建设依然不够完善，且面临着不少的问题亟待解决。
（一）行业体系待健全
相比传统物流体系建设，智慧供应链对广泛的产业协同和沟通提出了更高的要求，更加强调供应链各环节中企业的合作共赢。从实际操作情况中来看，智慧供应链需要多行业、多领域企业共同参与建设，而由于不同企业在信息化建设程度方面存在差异，部分企业考虑到同业竞争无法做到数据透明化，最终影响到了智慧供应链的完善和发展。以日用品制造业为例，产品的生产涉及原料采购、运输、产品加工、销售等多个连续环节，若其中某一节点企业无法达到所需的信息化水平，则会严重阻碍全流程数据共享质量，增加潜在的质量控制风险。
（二）缺失通用的标准化规则
目前智慧供应链缺少标准化制度的问题普遍存在，这导致供应链的规模和效率往往无法达到预期水平。 第一，各企业商品信息化标准体系建设不足，智慧供应链的数据共享缺乏统一标准，限制了智慧供应链建设的数据输入过程，导致整个体系中产生大量孤立节点。第二，政府暂未就智慧供应链建设提出强制性行业标准，企业从自身利益出发，会因成本、风险等原因倾向于对自身更加有利的标准，大量企业在这种思维下产生了各类信息标准，严重限制了智慧供应链优势的发挥。第三，与智慧供应链配套的基础设施建设尚未完全建成，部分地区薄弱的基础设施条件制约了智慧供应链的发展。
（三）相关人才储备不足
基于智能制造的协同供应链系统需要运用多领域交叉学科的专业知识，包括计算机、自动控制、大数据、金融等等，对从业人员的专业素养要求较高，偏好复合型人才，但由于智慧供应链的建设刚进入发展期，相关人才培养机制依然滞后，短时间内很难满足建设需要。
四、基于智能制造的供应链模型设计优化
（一）实现全面网络化
智慧供应链要做到全面的网络化，结合大数据技术连接每一个数据终端，实现端到端服务。在数据共享方面，除了连接相关节点企业，还应将消费者也纳入供应链体系中，使消费者可以在终端查看、修改配送信息，由供应链终端系统适时调整。
（二）实现信息数字化
智能供應链的数字化要求主要表现在三个方面，即数字协同、数字平台以及数字终端。
所谓数字协同就是将智慧供应链积极融入电商生态圈，在开放物流数据的同时，获取多元化的隐性数据，从而实现跨行业的订单接入、服务协同等。可视化管理则能够使供应链流程“透明化”，使数据结论以更加直观的形式展现出来，这样不仅可以强化客户的使用体验，还能更好地实现对流程规范和质量控制的监管。
五、结语
基于智能制造的协同供应链体系是科学技术带动工业转型的产物，这一过程促进了各类行业的发展，完成了传统体系向现代化、数字化、智能化的变革，为社会经济的稳步健康发展提供了保障。
【参考文献】
[1]陈亮.智能制造背景下智慧物流供应链建设研究[J].商业经济研究，2021（05）
[2]邱伏生，赵新阳.智能供应链的产业实践探究[J].智能制造，2021（01）
[3]钟跃康.数据采集器支持下的企业供应链流程再造[J].海峡科学，2017（10）