下载文档原格式
智慧供应链管理体系构建与实践案例分享第一章智慧供应链管理体系概述 (2)1.1 智慧供应链的定义与特点 (2)1.2 智慧供应链管理体系的构成要素 (3)1.3 智慧供应链管理体系的实施意义 (3)第二章智慧供应链战略规划 (4)2.1 智慧供应链战略规划的方法与流程 (4)2.2 智慧供应链战略规划的实践案例分析 (4)2.3 智慧供应链战略规划的优化策略 (5)第三章供应链信息平台建设 (5)3.1 供应链信息平台的架构设计 (5)3.1.1 总体架构 (5)3.1.2 技术架构 (5)3.2 供应链信息平台的关键技术 (6)3.2.1 数据采集与整合 (6)3.2.2 数据挖掘与分析 (6)3.2.3 人工智能与机器学习 (6)3.2.4 云计算与大数据 (6)3.3 供应链信息平台的实施与运维 (6)3.3.1 实施策略 (6)3.3.2 运维管理 (6)第四章物流网络优化 (7)4.1 物流网络优化方法与算法 (7)4.1.1 线性规划法 (7)4.1.2 启发式算法 (7)4.1.3 模拟退火算法 (7)4.1.4 神经网络算法 (7)4.2 物流网络优化的实践案例分析 (7)4.2.1 某电商企业物流网络优化 (7)4.2.2 某制造企业物流网络优化 (7)4.2.3 某零售企业物流网络优化 (8)4.3 物流网络优化的效果评估与改进 (8)4.3.1 效果评估指标 (8)4.3.2 效果评估方法 (8)4.3.3 改进措施 (8)第五章智能仓储管理 (8)5.1 智能仓储管理系统的构成与功能 (8)5.2 智能仓储管理系统的实施策略 (9)5.3 智能仓储管理系统的实践案例 (9)第六章供应链金融创新 (10)6.1 供应链金融的基本概念与模式 (10)6.2 供应链金融创新的实践案例分析 (10)6.3 供应链金融创新的实施策略 (11)第七章供应链协同管理 (11)7.1 供应链协同管理的理念与目标 (11)7.1.1 理念概述 (11)7.1.2 目标设定 (11)7.2 供应链协同管理的实践案例分析 (11)7.2.1 企业背景 (12)7.2.2 实践措施 (12)7.2.3 实践效果 (12)7.3 供应链协同管理的优化路径 (12)7.3.1 加强供应链基础设施建设 (12)7.3.2 深化供应链信息化建设 (12)7.3.3 优化供应链协同机制 (12)7.3.4 加强供应链人才培养与引进 (13)7.3.5 推进供应链绿色发展 (13)第八章智慧供应链风险防控 (13)8.1 智慧供应链风险类型与识别 (13)8.1.1 风险类型 (13)8.1.2 风险识别 (13)8.2 智慧供应链风险防控策略 (14)8.2.1 技术防控策略 (14)8.2.2 管理防控策略 (14)8.2.3 市场防控策略 (14)8.3 智慧供应链风险防控实践案例 (14)第九章智慧供应链人才培养与团队建设 (15)9.1 智慧供应链人才培养模式 (15)9.2 智慧供应链团队建设策略 (15)9.3 智慧供应链人才培养与团队建设的实践案例 (15)第十章智慧供应链管理体系的发展趋势 (16)10.1 智慧供应链管理体系的未来发展方向 (16)10.2 智慧供应链管理体系的关键技术发展趋势 (16)10.3 智慧供应链管理体系在国内外的发展现状与展望 (17)第一章智慧供应链管理体系概述1.1 智慧供应链的定义与特点智慧供应链是指在供应链管理过程中，运用现代信息技术、物联网、大数据、人工智能等先进技术，对供应链各环节进行智能化改造和优化，实现供应链资源的高效配置和协同运作。
制造业的智能供应链智能制造是当今制造业发展的重要趋势，而智能供应链则是智能制造的核心。
智能供应链可以帮助制造企业在物流、供应商管理、生产计划等环节实现高效、智能化的运作，为企业带来许多好处。
本文将探讨制造业的智能供应链及其对企业的意义。
一、智能供应链的概念和特点智能供应链是指基于物联网、大数据、人工智能等技术的供应链管理系统。
通过感知、分析和预测市场需求，智能供应链可以及时响应市场变化，提供定制化产品和服务。
其特点包括以下几个方面：1. 数据共享和集成：智能供应链的核心是实现全流程的数据共享和集成。
通过将供应链中的各个环节进行数据连接和信息共享，企业可以实时掌握物流、库存、产能等关键信息，提高决策的准确性和效率。
2. 自主协同决策：智能供应链利用人工智能技术，使各个环节的决策过程具有自主协同能力。
通过智能算法的应用，可以实现自动调整供应链各环节的工序、时间和资源配置，提高生产运作的整体效率。
3. 弹性和敏捷性：智能供应链通过实时监控和分析市场需求，可以快速调整生产计划、库存管理等环节。
当市场需求发生变化时，智能供应链可以迅速做出响应，减少库存积压和供应链的不稳定性。
4. 可追溯性和可视化：智能供应链利用物联网和大数据技术，可以实现对产品生命周期的全程追溯和可视化管理。
企业能够通过智能供应链系统，清楚地了解产品的生产、流通和销售情况，提高产品质量和管理效率。
二、智能供应链对制造业的意义智能供应链在制造业中具有重要的意义，对企业的发展起到关键作用。
1. 提高运营效率：智能供应链可以实现生产计划的自动化和优化，减少人为干预的错误和延误。
通过实时监控和数据分析，可以及时调整生产进度和物流配送，提高物料利用率和生产效率，降低生产成本。
2. 增强供应链的可靠性：智能供应链整合了供应商、生产环节和物流环节的信息，通过智能算法和预测模型，可以提前识别潜在问题，并采取相应的措施进行预警和解决。
这大大减少了供应链的不确定性和风险，增强了供应链的可靠性。
浅析面向智能制造的工业工程和精益管理摘要：应对百年大变局，在我国把智能制造做为加工制造业可持续发展的主抓手，智能化转型成为适用加工制造业从高速发展方式高质量的发展方式变化的一个重要方式。
许多大中型生产制造企业陆续进到数字化转型的过程，一些企业在智能制造层面资金投入极大，但预期效果不如预期，其原因是并没有练好内功。
公司管理竞争能力较弱，技术与管理不均衡，“大技术、小管理”是国内企业经常出现的难题，快速升级公司管理力是现阶段智能化转型发展亟需解决的关键问题之一。
关键词：智能制造；工业工程；精益管理1面向我国制造企业智能化转型的智能精益管理体系架构智能制造是可持续发展的必然趋势。
在公司迈进智能制造的过程当中，不论是在执行前管理基本搭建、实施过程整体规划，或是运作时期的管理提升和控制，自始至终必须IE/LM提供全面适用。
IE/LM是数字化的基本，IE/LMIT也是智能制造的前提，不能创新驱动发展。
在各个阶段，开摆的IE/LM在为用户提供管理思想和技术鼓励的与此同时，持续结合新技术，催生出一个新的“IE/LM新技术”复合管理模式与技术，如订单驱动的精益生产管理方式升级成数据驱动的聪慧精益生产方式正在成为发展趋向。
在原有IE/LM技术、智能化IE/LM技术、智能制造管理技术的联合作用下，适用企业实现高品质、降低成本、迅速软性回应。
2基于精益管理理念的运营管理优化建议2.1加强供应链管理生产制造企业整体来说是一个供应链系统软件，这个模式的正常运行是生产制造过程的作业人员、商品运输物流人员、顾客等相关者一同努力的回报。
供应链管理的核心内容是围绕生产制造企业上下游行业企业，以产品为核心，创建高效率型供应链，追求完美以最低成本供货可预测要求，维持相对较高的均值使用率，减少全部供应链的库存，在长期保持的条件下尽量减少供应提前期。
因为生产商所面临的要求不确定性非常大，给生产规划带来许多难题，从而使得生产商生产稳定性差；并且供应链组员不在一个系统软件，工作上信息交流存有阻碍。
面向智能制造的智慧供应链建设在智能制造时代，制造企业的供应链具有更多的市场要素、技术要素和服务要素。
如果没有智能化的供应链引导，智能制造仅仅是生产模式的转变，无法形成商业模式的创新与升级。
本文对我国制造企业在向智能制造转型升级的过程中，供应链方面存在的八大问题进行了剖析，并着重介绍了制造企业建设智慧供应链的步骤、策略与技术手段。
一智慧供应链新解首先需要了解的是，在智能制造时代，制造企业的供应链管理被赋予了哪些新的含义？供应链是围绕核心企业，通过信息流、物流、资金流的控制，从采购原材料开始，制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中的，将供应商、制造商、分销商、零售商直到最终用户连成一个整体的功能网链结构。
制造企业的供应链管理与分销企业、第三方物流企业具有完全不一样的逻辑，前者具有明确的市场定位、产品研发、预测、生产计划、物流计划、采购计划、成品发运计划、客户订单管理、库存与物流信息控制等功能环节，如果可以的话，我们可以通俗地称之为“全供应链”；而后者更多的是其中的某一个环节或功能。
相对于传统供应链，在智能制造时代，制造企业的供应链具有更多的市场要素、技术要素和服务要素。
具体而言有以下特点：1、以点带面，强调全局性。
未来的供应链运营不再是“头痛医头，脚痛医脚”式的救火模式，更多强调系统优化与全供应链的绩效，而不是局部优化的部门绩效，强调“牵一发而动全身”，完全协同性。
2、更加看重相对于客户服务满意度的精准性、有效性。
制造企业更加具有时代感和存在感，不再是躲在代理商后面或者企业销售部门后面被动“提供”产品，而是主动分析、主动服务。
他们将会更多地邀请客户进行体验式的开发、测试客户要求，进行符合客户个性化的产品和服务模式整合，以保证该产品或服务对于客户的“黏性”，从而反过来促进产品和服务的迭代升级。
供应链也就能进行自我反馈、自我补偿，从而智能化迭代升级。
3、更加看重供应链过程的增值要求。
服装行业智能制造供应链协同方案第一章智能供应链概述 (2)1.1 智能供应链的定义与特点 (2)1.1.1 定义 (2)1.1.2 特点 (3)1.2 智能供应链发展趋势 (3)1.2.1 信息化程度不断提升 (3)1.2.2 产业链整合加速 (3)1.2.3 智能化技术应用广泛 (3)1.2.4 供应链金融服务崛起 (3)1.3 智能供应链在服装行业的应用 (3)1.3.1 设计研发环节 (3)1.3.2 采购生产环节 (3)1.3.3 销售渠道环节 (4)1.3.4 物流配送环节 (4)1.3.5 客户服务环节 (4)第二章供应链协同平台建设 (4)2.1 平台架构设计 (4)2.2 平台功能模块划分 (4)2.3 平台关键技术应用 (5)第三章数据采集与处理 (5)3.1 数据采集技术 (5)3.1.1 物联网技术 (5)3.1.2 云计算技术 (6)3.1.3 大数据技术 (6)3.2 数据清洗与预处理 (6)3.2.1 数据清洗 (6)3.2.2 数据预处理 (6)3.3 数据分析与挖掘 (6)3.3.1 描述性分析 (6)3.3.2 关联性分析 (6)3.3.3 预测性分析 (7)3.3.4 优化分析 (7)第四章智能制造系统构建 (7)4.1 智能制造系统概述 (7)4.2 智能制造关键技术 (7)4.3 智能制造系统实施策略 (7)第五章供应链协同管理 (8)5.1 协同管理理念与方法 (8)5.2 协同管理平台构建 (9)5.3 协同管理效果评价 (9)第六章供应链风险管理与优化 (9)6.1 供应链风险识别与评估 (10)6.1.1 风险识别 (10)6.1.2 风险评估 (10)6.2 供应链风险防范与应对 (10)6.2.1 风险防范 (10)6.2.2 风险应对 (10)6.3 供应链优化策略 (11)6.3.1 采购优化策略 (11)6.3.2 生产优化策略 (11)6.3.3 物流优化策略 (11)6.3.4 供应链协同优化策略 (11)第七章信息安全与隐私保护 (11)7.1 信息安全策略 (11)7.2 隐私保护措施 (12)7.3 信息安全与隐私保护技术 (12)第八章供应链人才培养与团队建设 (13)8.1 人才培养策略 (13)8.2 团队建设与管理 (13)8.3 人才激励机制 (14)第九章智能供应链协同实施案例 (14)9.1 实施背景与目标 (14)9.2 实施过程与关键环节 (14)9.2.1 项目筹备阶段 (14)9.2.2 方案制定阶段 (14)9.2.3 方案实施阶段 (15)9.3 实施效果与启示 (15)9.3.1 实施效果 (15)9.3.2 启示 (15)第十章供应链协同未来发展展望 (16)10.1 供应链协同发展趋势 (16)10.2 智能供应链协同创新方向 (16)10.3 供应链协同在服装行业的长远影响 (16)第一章智能供应链概述1.1 智能供应链的定义与特点1.1.1 定义智能供应链是指运用物联网、大数据、云计算、人工智能等现代信息技术，对供应链各环节进行智能化整合与优化，实现供应链的信息共享、协同作业、资源整合和风险控制的一种新型供应链管理模式。
制造业数字化转型的里程碑数字化转型是当今制造业发展的重要趋势，它以数字技术为基础，推动着企业的生产、管理和运营模式的变革。
作为制造业领域的资深专业编辑，我将从几个关键方面来讨论制造业数字化转型的里程碑。
一、关键技术的进步制造业数字化转型的里程碑之一，是随着关键技术的进步，尤其是人工智能、物联网和大数据等技术的应用推广。
这些技术的发展和运用，使得制造业企业能够实现智能化生产、数据驱动决策和自动化的操作，进一步提升了生产效率和品质水平。
例如，在工厂生产过程中，物联网技术的应用让各个设备实现互联互通，实时共享生产数据，从而实现生产线的智能化管理。
大数据技术的运用，可以分析海量数据，为制造企业提供更科学的生产规划和资源调配，降低成本并提高生产效率。
人工智能技术的发展，使得机器能够更加智能地进行任务处理和决策，实现生产过程的智能化和自动化。
二、智能制造的兴起智能制造是制造业数字化转型的重要组成部分，也是另一个里程碑。
智能制造将数字化技术与传统制造业深度融合，实现生产流程的数字化、智能化和可持续发展。
在智能制造中，制造企业利用数字化技术与生产设备进行互联，从而能够实现从订单接收到产品交付的全过程智能化管理。
通过物联网、云计算等技术的应用，制造企业能够实现全程可视化和远程监控，增强生产线的灵活性和响应能力。
同时，通过人工智能和大数据的分析，能够实现对生产过程进行优化和改进，提高生产效率和质量水平。
三、智慧供应链的建立数字化转型还推动了制造业供应链的转型，形成了智慧供应链的概念，也是里程碑之一。
智慧供应链将数字技术与供应链管理相结合，实现供应链的全面升级和优化。
通过物联网技术的应用，供应链中的各个环节实现了实时数据共享和全程可视化，提高了供应链的透明度和可追溯性。
同时，通过人工智能和大数据分析，能够对供应链中的风险进行预测和管理，提高供应链的灵活性和响应能力。
这种智慧供应链的建立，实现了供应链的高效运作和资源的合理配置，减少了库存和运输成本，提高了客户满意度。
智能制造在物流与供应链管理上的优势与劣势分析 ------ 以恒安集团与金牌橱柜为例关键词：智能制造；信息化；供应链管理；引言：福建恒安集团是目前国内知名的生活用纸和妇幼卫生用品制造商，安引进世界先进生产设备，同步推进福建晋江、湖南常德、山东潍坊、重庆、安徽芜湖及新疆昌吉等六大生活用纸原纸造纸基地的产能扩张，生活用纸产能规模在行业名列前茅。
金牌厨柜家居科技股份有限公司成立于1999年，是国内高端整体厨柜及定制家居的专业服务商，其拥有国家认定厨房工业设计中心，是国家认定“智能制造示范企业”，专业从事整体厨柜及定制家居的研发、设计、生产、销售、安装及售后整体服务，打造家居产品的全屋智能定制。
作者有幸参观两家企业，对其生产制造模式进行了深入了解与咨询，两家企业在智能制造和自动化生产布局上具有很多相似之处，其先进的智能制造管理经验能给相关制造企业提供较好的经验参考，值得学习关注。
1.两家公司生产运营模式-抓住机遇，智能升级金牌厨柜是工信部认证的智能制造企业，作为消费品个性化定制的标杆。
2004年2月份，受到到一遍学术论文的启发，公司不断升级全套智能核心装备及信息化系统，构建大规模定制敏捷制造系统，打造柔性智能生产线；在工业应用场景中引入数据挖掘和人工智能（AI）技术，实现全流程智能制。
全部生产线均由国际权威的设计机构德国舒乐公司进行规划设计，这也成为了厨柜行业大规模定制的样板生产线。
抓住智能时代风口，恒安集团2014年开始，就投资1亿美元，引入包括日本ZUIKO纸尿裤生产线在内的国际先进水平自动化生产线，建立整套立体仓储设施，全新打造生活用品智能生产数字化车间。
在生产基地由流水线传送过来的成箱产品到达之后，入库时布局在生产线上的机械手将一箱箱产品放入托盘，而后由无人穿梭车前来接续并将货品运送至仓库中，再由自动堆垛机根据指令放入货架。
出货时，仓库管理系统自动将接收到的订单，转化为控制命令，向堆垛机发出指令，订单产品自动输送到出库口，再经由无人穿梭车将货物送到装车口。
纺织行业智能制造生产供应链协同方案第1章纺织行业概述与智能制造发展趋势 (3)1.1 纺织行业背景及发展现状 (3)1.1.1 行业背景 (3)1.1.2 发展现状 (4)1.2 智能制造在纺织行业的应用与挑战 (4)1.2.1 应用领域 (4)1.2.2 挑战与问题 (4)第2章供应链协同理念与纺织行业结合 (4)2.1 供应链协同理论阐述 (5)2.1.1 信息共享 (5)2.1.2 资源整合 (5)2.1.3 风险共担 (5)2.1.4 利益共享 (5)2.1.5 合作共赢 (5)2.2 纺织行业供应链协同的必要性 (5)2.2.1 提高生产效率 (5)2.2.2 降低成本 (6)2.2.3 提升产品质量 (6)2.2.4 增强市场响应速度 (6)2.3 纺织行业供应链协同的关键要素 (6)2.3.1 供应商管理 (6)2.3.2 生产计划协同 (6)2.3.3 库存控制 (6)2.3.4 物流配送 (6)2.3.5 信息技术支持 (6)第3章智能制造生产流程优化 (6)3.1 纺织生产流程分析 (7)3.2 智能制造技术在生产流程中的应用 (7)3.3 生产流程优化策略 (7)第4章供应链协同策略与实施 (8)4.1 供应链协同策略制定 (8)4.1.1 整合资源，优化产业链布局 (8)4.1.2 建立供应链协同目标 (8)4.1.3 制定供应链协同策略 (8)4.2 供应链协同组织架构设计 (8)4.2.1 构建跨部门协同团队 (8)4.2.2 设立供应链协同管理部门 (8)4.2.3 设计灵活的协同机制 (9)4.3 供应链协同实施步骤与关键节点 (9)4.3.1 实施步骤 (9)4.3.2 关键节点 (9)第5章数据采集与处理 (9)5.1 数据采集技术与方法 (9)5.1.1 传感器技术 (9)5.1.2 自动识别技术 (9)5.1.3 数据传输技术 (10)5.2 数据处理与分析 (10)5.2.1 数据清洗 (10)5.2.2 数据集成 (10)5.2.3 数据分析 (10)5.3 数据驱动的决策支持 (10)5.3.1 生产计划与调度 (10)5.3.2 质量管理 (10)5.3.3 库存管理 (10)5.3.4 供应链协同 (10)5.3.5 设备维护与管理 (11)第6章智能制造设备选型与集成 (11)6.1 纺织行业智能制造设备类型及特点 (11)6.1.1 数控纺织机械 (11)6.1.2 设备 (11)6.1.3 智能检测与传感设备 (11)6.1.4 信息管理系统 (11)6.2 设备选型依据与标准 (11)6.2.1 生产需求分析 (11)6.2.2 技术功能指标 (11)6.2.3 设备兼容性 (11)6.2.4 投资预算与回报 (12)6.2.5 售后服务与培训 (12)6.3 设备集成与互联互通 (12)6.3.1 设备集成 (12)6.3.2 设备互联互通 (12)第7章供应链协同下的库存管理 (12)7.1 库存管理策略与优化 (12)7.1.1 库存管理概述 (12)7.1.2 纺织行业库存管理策略 (12)7.1.3 库存优化措施 (13)7.2 智能库存预测与补货 (13)7.2.1 智能库存预测 (13)7.2.2 库存补货策略 (13)7.3 库存协同与共享 (13)7.3.1 供应链协同库存管理 (13)7.3.2 库存共享模式 (13)7.3.3 库存协同优化措施 (14)第8章智能物流与运输管理 (14)8.1 智能物流系统设计与实施 (14)8.1.1 系统架构设计 (14)8.1.2 物流设备选型与布局 (14)8.1.3 信息化系统建设 (14)8.2 运输管理策略与优化 (14)8.2.1 运输模式选择 (14)8.2.2 运输路径优化 (14)8.2.3 运输成本控制 (14)8.3 物流与运输协同 (15)8.3.1 物流与生产协同 (15)8.3.2 物流与销售协同 (15)8.3.3 供应链上下游协同 (15)8.3.4 绿色物流与可持续发展 (15)第9章供应链风险管理 (15)9.1 供应链风险识别与评估 (15)9.1.1 风险识别 (15)9.1.2 风险评估 (15)9.2 风险应对策略与措施 (15)9.2.1 供应商风险管理 (15)9.2.2 生产风险管理 (15)9.2.3 物流风险管理 (16)9.2.4 市场风险管理 (16)9.2.5 政策风险管理 (16)9.3 智能监控系统构建与运行 (16)9.3.1 监控系统构建 (16)9.3.2 监控系统运行 (16)9.3.3 持续优化与改进 (16)第10章供应链协同绩效评价与持续改进 (16)10.1 绩效评价体系构建 (16)10.2 绩效评价指标与权重设置 (16)10.3 持续改进策略与措施 (17)第1章纺织行业概述与智能制造发展趋势1.1 纺织行业背景及发展现状1.1.1 行业背景纺织行业作为我国传统支柱产业之一，具有悠久的发展历史和广泛的市场影响力。
面向智能制造的智慧供应链建设在智能制造时代，制造企业的供应链具有更多的市场要素、技术要素和服务要素。
如果没有智能化的供应链引导，智能制造仅仅是生产模式的转变，无法形成商业模式的创新与升级。
智慧供应链新解首先需要了解的是，在智能制造时代，制造企业的供应链管理被赋予了哪些新的含义？供应链是围绕核心企业，通过信息流、物流、资金流的控制，从采购原材料开始，制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中制造企业的供应链管理与分销企业、第三方物流企业具有完全不一样的逻辑，前者具有明确的市场定位、产品研发、预测、生产计划、物流计划、采购计划、成品发运计划、客户订单管理、库存与物流信息控制等功能环节，如果可以的话，我们可以通俗地称之为“全的，将供应商、制造商、分销商、零售商直到最终用户连成一个整体的功能网链结构。
供应链”;而后者更多的是其中的某一个环节或功能。
安得智联表示相对于传统供应链，在智能制造时代，制造企业的供应链具有更多的市场要素、技术要素和服务要素。
具体而言有以下特点：1.以点带面，强调全局性。
未来的供应链运营不再是“头痛医头，脚痛医脚”式的救火模式，更多强调系统优化与全供应链的绩效，而不是局部优化的部门绩效，强调“牵一发而动全身”，完全协同性。
2.更加看重相对于客户服务满意度的精准性、有效性。
制造企业更加具有时代感和存在感，不再是躲在代理商后面或者企业销售部门后面被动“提供”产品，而是主动分析、主动服务。
他们将会更多地邀请客户进行体验式的开发、测试客户要求，进行符合客户个性化的产品和服务模式整合，以保证该产品或服务客户对于的“黏性”，从而反过来促进产品和服务的迭代升级。
供应链也就能进行自我反馈、自我补偿，从而智能化迭代升级。
3.更加看重供应链过程的增值要求。
传统的精益生产理论强调只有制造才是增值的，那是产品时代的思维;在智能供应链时代，需要明确的客户买单的才是增值的于是有了如下逻辑：不仅仅生产才是增值的(物流、研发当然也是)、不是所有的生产都是增值的(过量生产就是浪费)。
这将引发制造企业供应链价值导向的颠覆。
4.更加重视基于全价值链的精益制造。
从精益生产开始，拉动精益物流、精益采购、精益配送……全过程都必须是精益精准的，并且是在运营标准的基础上联动展开，达到量化管理，并在管理过程中不断减少甚至消灭“标准-计划-执行”之间的差异，形成一体化控制体系。
5.更加强调以制造企业为切入点的平台功能，只不过这个平台功能不再是单一维度，而是具有立体性，涉及到产品生命周期、市场、供应商、工厂建筑、流程、信息等，如图1所示。
从图1可以看出，所谓的智能制造企业供应链，不再是以某个单一功能实现为目标的暂时性项目，而是打造制造企业服务能力的综合系统，使企业具有“聚核”功能，从而提升核心竞争能力。
该平台不但需要有良好的智能供应链基础，更需要良好的智能化信息平台。
6.不再是站在企业内部来考虑如何满足客户或者销售部门的“订单要求”，而是站在客户端思考“客户需要什么样的服务”。
此时或许没有了销售部门或者代理商，而是直面客户或者潜在客户。
总之，安得智联认为在智能供应链上，不再是企业的某人或者某个部门在思考，而是整条供应链在思考。
建设智慧供应链的意义接下来需要认清的是，建设智慧供应链对实现智能制造将产生怎样的影响？其实，无论是德国的工业4.0，还是中国制造2025，其精髓都是聚焦于智能化，但在推动过程中企业对于智能制造的理解一度有过误区——认为智能制造就是设施设备的自动化、智能化。
如果没有良好的智慧供应链基础，那么制造智能化基础也就变得零碎，不成系统，再好的智能产品也都可能变成“僵尸机器人”；而失去动态供应链全过程适时智能化监控的智能制造，也仅仅是解决了看得见的智能化，没有解决逻辑的智能化，于是供应链还是无法思考(对于过程中数据差异的自反馈、自补偿、自优化)；如果没有智能化的供应链引导，智能制造仅仅是生产模式的转变，无法形成商业模式的创新和升级。
转型过程中制造企业供应链管理存在的短板纵观正在或者准备做智能制造转型升级的企业，总觉得少了点什么。
分析下来，安得智联认为主要有以下几个方面值得深思：1.忘记了制造企业和供应链的使命和本质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;而制造工厂当然需要精确准时地生产合理合格的产品，消耗合理的成本。
很多时候，面对各种新概念、新技术、新浪潮、新需求等等，我们通常失去了冷静，给制造冠以很多好听的新名词，结果“所有的说法都有了，就是忘记了制造本身”。
智能制造是企业经营过程中的一个关键环节，它也需要一个相对稳定、合理、有效的“生存环境“，这个经营环境就是供应链的智能化。
2. 智能化战略缺失大部分企业都是“听到风就是雨”，准备了很多资金和资源在智能制造上大干一把，却不知道为何要搞智能制造，更不知道要搞成什么样子，至于从哪里入手就更加无从谈起，于是发现努力了半天，却不知道究竟为什么。
没有智能化的供应链战略，就没有价值导向，也就无法形成智能工厂的概念设计，那么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，至于设备配置，由于更加成了具体化的细节，导致无所适从。
没有智慧供应链的战略设计，也就无法探寻达成智能制造的迭代升级的路径，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。
3. 组织导向和绩效设定不符合战略要求绝大部分制造企业都没有用智慧供应链战略来设计供应链管理组织，更不知道该供应链管理组织的责权利是什么，以及如何界定。
于是，绝大多数供应链上的成员并不知道他们的做法是否符合供应链智能化升级的要求，甚至认为供应链智能化、制造智能化与他并没有关系。
例如，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，一味降低供应商价格，可能导致供应链信息过程的断裂;软件部门很少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;计划与物流部门并没有想象中那么专业和强势，他们的领导很多时候并不知道自己的使命是什么，甚至无法证明自己部门存在的价值。
如此一来，即使有了供应链信息平台，也无法形成自组织、自管理、自反馈、自升级的智能化要求。
4. 预测与需求管理不到位很多人都在质疑：“智能制造时代还需要预测和计划吗？”持这种认知的专家们显然不了解制造业的实际运营。
现在的问题是绝大多数企业都没有专业的预测和需求管理部门与方略，比如：谁在做预测？他们是什么专业背景？他们是否懂得数理运用、概率论、线性回归、时间序列、指数平滑、季节参数等方法与工具？在我们调查的3000多家企业中，95%以上都是没有！那么他们的预测数据从何而来？预测准确度是多少？答曰：历史数据。
这真的不靠谱！如果没有靠谱的预测方法和预测数据，资源匹配方式就不靠谱，那么计划也就多变，最终得到的历史数据很可能是一个谁也说不清楚的“骗局”！有一句关于预测的话很有意思：“所有的预测都是错误的，但是如果不做预测，是最大的错误！”而不专业的预测可能两者都算。
需要警醒的是：在今天的制造业、零售业、物流业，预测和需求管理专业几乎都是空白！当然，也有人说了，大数据可以帮助预测。
笔者认为，只能通过结果数据来看待行业和产业发展情况，对于具体的某个企业或者产品而言，恐怕还是需要下苦功在企业战略引导、执行、客户分析、预测专业度上面。
5. 做不到计划协同与达成评价。
“凡事预则立，不预则废。
”对于一家制造企业而言，预测和计划是“牛鼻子工程”，所有的制造资源的准备、协调等都是通过这个脉络来展开的。
短板在于我们没有专业的计划制定逻辑、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做为保证、计划运营也没有关键参数，导致产能与生产计划通常无法有效界定：你的产能数据是设计产能，还是计划产能，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：用现有的实际产能来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园，于是永远是十环！所以评价体系也被歪曲了。
因此，当我们不知道产能和生产计划的数据的逻辑关系时，我们容易“用现状覆盖未来”，如图3。
另一方面，由于我国制造计划(当然包含制造的物流计划)专业的边缘化(预测也是)，导致企业缺乏计划制定的标准和运营机制保障，在制造企业内部有一个通俗的说法：“计划与执行两张皮”,“计划赶不上变化”。
原因是没有一个对于计划稳定性和刚性的掌控模式。
在组织影响力中有一个有意思的问题：计划应该归属于哪个部门？到底是谁说了算？计划听生产的还是生产听计划的？计划听物流的还是物流听计划的？每家企业都不一样，甚至同一家企业都不一样。
于是计划的专业度和权威性就逐渐丧失了，与此同时，计划人员的成就感没有了，当然，计划部门的组织凝聚力也没有了。
一个细节可以具体表现出来，就是计划岗位先后两个人做的计划方法、工具、理念、手法都不一样;或者说，一个人离岗，另一个人另搞一套，给企业带来资源利用巨大的不稳定性。
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;不良的计划就把上述资源全部搞乱了！再加上计划的变更率一增加，那么，计划的达成率、作业的绩效、过程的有效性，全部成了企业的噩梦。
可以想象，当计划不专业、不靠谱、不负责任的时候，制造企业的标准成本、资源匹配、绩效管理、交付承诺等是多么尴尬。
6. 存在物流短板物流最大的短板有四个：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。
第二，上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。
第三，企业没有人研究现代物流技术的发展与应用，从传统的角度出发，一味地降低物流成本，结果中了“物流成本降低导致服务质量下降”的效率背反定律。
第四，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，更不用说智能制造了。
7. 精益生产的误区精益生产告诉人们“只有生产是增值的”，实际上，那是上世纪年代，以生产和产品为中心的模式。
今天已经是以客户为中心的时代了，强调的是有效订单交付，也就是OTD，那么增值的是实现客户价值。
所以，供应链物流强调的是有利于实现客户价值，由此而言，物流的包装、搬运、运输、配送、信息等都是增值的。
于是有一句经典的话说“不仅仅生产才是增值的，并不是所有的生产都是增值的！”有利于完成OTD的有效交付的物流与供应链过程都是增值的。
