为什么很多企业上了WMS、MES还是管不好工厂物流？

因为系统上线前未对物流流程进行系统性规划和标准化，导致软件只能记录数据而无法驱动业务。物流信息平台必须建立在清晰的作业逻辑和准确的基础参数之上，否则只是‘数字化的手工账’。

ERP系统不能覆盖车间物流吗？

ERP主要面向企业资源计划层面，通常不处理车间级的物料配送、齐套管理、容器流转等细节。车间物流需要专门的物流信息平台与MES、WCS等系统协同，才能实现实时、精准的物料供给。

如何避免智能物流平台变成‘摆设’？

关键在于先理清业务逻辑再选型系统，确保数据流与实物流一致，并培养既懂物流又懂IT的复合型人才。平台应服务于偏差预警、应急响应和自反馈机制，而非仅用于事后统计。

智能工厂物流信息平台为何难落地？| 智能工厂物流信息平台构建存在的问题和挑战

下文摘自《智能工厂物流构建：规划、运营与转型升级》，中国机械工程学会物流工程分会、上海天睿物流咨询有限公司共同编写。

1、存在的问题

智能工厂物流信息平台在构建过程中通常容易存在一下问题：

（1）缺乏信息化战略

企业期望建设智能工厂和智能物流体系，但是尚未做好智能化/信息化的战略准备。由于没有数字化、智能化、信息化的战略导向，绝大多数传统企业的IT经理都不知道自己的任务和使命是什么，未能给工厂物流运营信息平台提供任何的发展、优化和突破的新思路和新动作，甚至成为信息化升级的障碍。通常情况下，企业会根据不同时期、不同部门的信息化需求，逐步引入ERP、MES、WMS、APS等软件系统，这些软件往往难以形成有效的功能覆盖。

（2）物流流程基础薄弱

企业往往在没有推动计划-物流-生产模式、流程的优化之前，配合软件公司要求各个业务部门配合上线，结果成了标准软件指导业务整改。物流流程未经过规划与优化的企业，意味着尚未做好融合先进软件的准备，于是企业通常模仿和借鉴标杆，获得关于“某同行业企业用某软件不错”的信息，盲目导入软件结果通常容易事倍功半。

（3）物流基础参数缺失

物流基础参数缺失或者不准确，无法做到信息与实物的一一对应，更无法通过信息平台来驱动智能物流设施的运转。制造企业在精益化、智能化升级时，物流管理数字化水平往往成了约束信息化的一个主要瓶颈。具体而言，缺少物流参数、没有包装和作业标准、无法实现实时量化管理、信息流和实物流脱节、缺少物流计划、盘点效率低且账实难一致等问题，是制造企业迭代升级过程中普遍存在的问题。

（4）物流数据逻辑不清晰

未建立本公司的信息管理维护和数据处理的逻辑能力，软件能力与数据能力不匹配。在数字化、智能化升级过程中，绝大多数企业都不清楚其“大数据”到底需要哪些数据。在流程设计时，忽略了时间和数量的参数设计；在质量管理时，除了质量的基础数据之外，并未设定该数据的流转时效和相关价值；设定生产产能时，并没有梳理计划-物流-生产执行过程的数据逻辑，于是无法做进行计划和执行之间的差异管理；价值链上各个部门的KPI并没有按照公司总体战略绩效指标分解，都是按照各自利益最大化来设定和博弈。此时，企业往往希望通过软件公司完成物流业务和数据逻辑的梳理，但事实上软件公司对于企业业务和数据逻辑的理解，未必能比企业自己团队更清楚。

（5）软件协同无法匹配业务需求

没有使用物流信息管理平台的企业，其物流管理通常采用手工模式来运营信息，容易导致现场混乱、数据缺失、库存管理相对无序。随着制造技术、规模、产品能力、信息技术的可得性等的发展，制造企业逐渐认识到信息化的重要性。企业不同时期导入了各类系统如OA、ERP、PLM等，这些系统在各自领域都发挥了积极作用。但由于市场环境变化和生产管理理念不断更新，孤立、单纯的依靠这些“模块性质的系统”，尚不能帮助企业系统性的实现高效的运营，因此很多环节还处于不实时、不可控、不科学的状态中，主要表现为割裂、人工介入处理、数据缺失、淡化、错位等。比如：如何实现人、机、料、法、环、测的统一调度，如何实现计划和实际生产的密切配合，如何保证生产物料对于制造要求的实际配套要求，如何协调自制件、前置工序的生产和库存，如何使企业和生产管理人员在最短时间内掌握生产现场的变化、从而做出准确判断和快速应对；如何提前预知瓶颈问题的发生，从而做到早期预警和启动应急物流；如何保证生产计划得到合理而快速修正；如何提高当天作业计划达成率；如何识别真实的产能；如何控制原材料库存、在制品库存和成品库存等。

虽然ERP（企业资源计划）和现场自动化设备都已经很成熟了，但ERP服务对象是企业管理的上层，对车间层的管理流程一般不提供直接和详细的支持，也做不到实时抓取数据和实时响应。在ERP中几乎都忽略了物料计划和物流计划及其过程监控，同时，尽管车间拥有众多高端数字化设备，也在使用各类CAD/CAM/CAPP等软件，但在信息化管理方面，特别是车间生产现场管理部分，如计划、排产、派工、物料搬运、齐套管理、配送上工位、容器具管理、现场空间管理、物流质量和制造质量等，还处于传统的管理模式，影响和制约了车间生产能力的发挥。

（6）缺乏过程偏差管理和应急物流能力

在智能工厂物流实际运营过程中，面对各类变数，可能有偏差数据的统计和可视化通知，通知的对象是操作团队或者监控团队。但是，往往不能保证偏差数据抓取、通知的实时性和真实性，从而难以保证应对的及时性和有效性，导致制造过程系统的累积误差。比如，供应商端出现了诸如停电、堵车、交通事故、批量不合格等因素导致的问题，主要是通过打电话、发传真（而不是系统）等方式告知管理人员；仓库端如果找不到物料，通过人工当面沟通或者对讲机通报；制造端如果设施故障导致计划变更，通过开会或者对讲机沟通……都无法保证全过程的数字化，容易导致无法交付、无法追溯、无法查询。

智能制造需要的偏差管理，是通过智能化的数据抓取方式，直接通过系统传递给关联系统或者智能设施，“看”偏差数据的可能不是人，而是整个供应链系统，实时的进行有效反馈和处理，形成自组织、自反馈、自调整的职能运作体系。

（7）缺乏懂物流业务的IT人才

缺乏智能物流支撑智能制造发展的IT人才，懂得智能制造、智能物流、智能供应链的IT人才更是凤毛麟角，尤其缺少既熟悉相关业务，又懂相关IT技术和软件应用的IT人才。由于专业人才的缺乏，企业对于智能物流技术、信息化技术缺乏信心和创新，容易导致企业的信息化工作邯郸学步，软件反而可能成了企业智能化发展的桎梏。