久久国产精品一区二区三区四区,久色婷婷小香蕉久久,国产日韩欧美在线播放不卡,另类av一区二区

隨著生產制造向規模化精益化發展,小批量多批次訂單越來越多,訂單管理日益復雜。在開始生產之前,分單是第一道坎,尤其對于多工廠生產模式的企業而言,訂單分配對生產和交付效率影響較大,不同分配方式也會導致顯著的成本差異。

傳統的分單模式通常是依靠人工決策或者遵循固定的標準化模式,分單效率低,很難全面考慮所有因素,導致大量的生產資源和成本浪費。那么企業如何實現分單優化呢?

多工廠分單:交期、產能和收益決策博弈

在分析解決路徑之前,我們先來看一下多工廠分單的難點所在。相信每個企業在進行分單時,都會考慮的三個問題:交期、產能和收益,嚴格意義上講它們都很重要,但是每一家企業的情況不同,考慮的優先級也不一樣,常常會出現顧此失彼的情況。

同時,由于技術條件限制,把每個問題的所有因素都計算清楚,對企業而言是一個很大的挑戰。不論是交期、產能還是收益,都不只是單一維度的問題,它們互相關聯和影響,如何系統地梳理和量化這些影響因素也是一項巨大的挑戰。尤其是對于那些生產可能涉及不同區域數百工廠、數千車間及產線的大型企業而言,分單難度更是不言而喻。

總結來看,企業在進行訂單分配時常常會面臨以下幾個問題:

第一,盲目追求交期,忽視生產能力和成本,出現訂單增多但收益未必增長的情況。交期固然非常重要,但也不能不計成本地生產。假如某個訂單的交期在5月底,由于某種原料緊缺,需要額外增加費用采購,使得總成本超過了訂單收益,這個時候企業就要考慮是否要和客戶溝通延期交付了。

第二,工廠產能匹配不合理,導致資源和成本浪費。訂單的產品數量有多有少,工廠的產能有大有小,它們并不一定是一一對應的關系,有的訂單需要指定工廠,有的工廠可以同時承接幾個訂單的產量。比如,假設某批訂單能夠生產的工廠有10個,實際上不會讓10個工廠都去生產,有的工廠產能比較大,可以承接5個訂單的生產量,企業在分單時就可以有更多選擇。在標準化批量生產中,通常生產數量越多,成本越低,工廠開一次機器生產,如果能盡可能多生產,就可以降低機器運轉的損耗。

第三,成本和收益計算難度大。在計算收益時,不能僅看訂單數額,還要考慮背后的成本情況,很多企業計算成本時,通常會考慮物料、人工等較明顯的成本,容易忽視運輸物流等潛在成本支出。比如,邊遠地區工廠人工成本較低,但原料運輸成本高,發運成本也高。相反,附近地區人工成本高,運輸更快成本更低。因此,要全面科學地比較成本,就不能單獨考慮原料和人工成本。

有沒有一種方式,可以綜合考慮以上這些因素并進行訂單分配呢?基于運籌優化和機器學習的智能決策技術,可以將分單問題轉化為數學問題進行求解優化,為分單帶來了新的解題思路。

智能決策加持,打開多工廠分單的優化密碼

智能決策是組織或個人綜合利用多種智能技術和工具,基于既定目標,對相關數據進行建模、分析并得到決策的過程。該過程綜合約束條件、策略、偏好、不確定性等因素,可自動實現最優決策,以用于解決新增長時代日益復雜的生產、生活問題。

在杉數科技打造的智能制造決策優化平臺—杉數數弈中,需求分配工作臺可以實現多工廠分單的智能化升級。系統會根據企業的業務特性,對工廠數據、分配規則和業務需求進行算法建模,輸入訂單數據后,系統可自動綜合考慮訂單交期、成本、收益等情況,以收益最大化為目標,通過COPT求解器高效求解,將訂單和不同工廠的生產能力進行匹配,輸出最優的分配結果。

具體分單過程中,企業可能有多個訴求,比如成本最低、交期最近、工廠數量最少等等,在杉數數弈系統中,企業可以根據不同的需求靈活調整模型和參數,輸出不同版本的分單結果,通過對比更好地進行分單優化。比如:某批訂單的交期是2個月,企業可以設置以兩個月交期、少于5家工廠為約束,得到成本最低的分單計劃;也可以設置以一個半月為交期、少于10家工廠為約束,得到成本最低的分單計劃。通過對比不同的分配計劃,企業可以根據具體情況做出更明智的決策。

相較于傳統方式,基于智能決策的的分單模式,在分單效率上突破了人工分單的局限性,可以快速響應訂單變化,同時滿足企業不同業務目標下的分單需求。在分單效果上,全局決策更加科學和經濟,為后續生產執行奠定了堅實基礎。

激發長鏈運營價值,助力企業業務增長

作為制造供應鏈管理的重要環節,分單實質是對需求計劃的履行,對后續生產、發運都有較大影響。分單模式的改變,不僅體現在訂單分配環節,其價值還會向生產鏈后端輻射,實現以點帶面的提升。領先企業的實踐也表明,智能決策正在助力企業實現業務變革和效益增長。

例如某大型制造企業,其旗下有多家工廠遍布全國各地,過去企業接單后需要通過人工分配的方式將訂單分配至不同工廠進行生產和發貨,需要承擔高額物流費用。隨著業務增長,企業訂單量爆發式增長,手工分配訂單逐漸跟不上業務發展。為了降本提效,該企業基于杉數數弈打造了智能分單系統,通過供應鏈協同,打通上游物流供應商的定價信息、下游客戶需求信息以及工廠產能信息,指導日均千單的分單決策,并通過精準刻畫物流分段定價成本,為該企業每年節省平均10%以上的物流成本,年節約物流費用達千萬以上。

森馬智能排單計劃概覽圖

再例如森馬,作為本土服裝巨頭,其旗下有十幾個服裝品牌,主要依靠分布在全國各地的幾百個供應商工廠進行生產。此前在做產能分配和排單(分單)時,主要依靠人工經驗,主觀性高,效率低,很難做到全盤優化。引入智能決策技術后,杉數協助森馬對各工廠數據和分配規則進行了重新梳理,基于杉數數弈構建了智能排單系統。系統可自動綜合考慮影響分配和生產的各種因素,通過智能算法和求解器建模求解優化訂單分配,訂單響應速度倍增,訂單生產周期降低,通過更快的交貨時間和更準確的訂單執行,極強地改善了客戶滿意度。與此同時,公司對數百工廠的管理也更加高效,供應商黏性全面增強,生產成本大幅降低。

總而言之,基于智能決策的分單模式不僅可以拉通訂單和生產資源,提升生產管理柔性,也可以進一步優化供應鏈結構,使銷售、生產、供應更協同,有效縮短訂單交付周期,更適合小批量多批次訂單生產需求。未來,隨著智能制造的推進,靈活、高效、高質的訂單分配將成為制造企業的必備能力,智能決策將在制造業智能化轉型中發揮更大作用。

關鍵詞：