近30萬種零部件、1000多家供應商、1000多個提貨點、30多個車隊、8家在中國的工廠……這是第二個案例中,國內車企“領頭羊”——某大型合資車企入場運輸業務所涉及到的一組數據,你能否想象,這樣一個覆蓋全球多地域、多工廠、多層次的運輸業務到底有多復雜?
圖一:某大型合資車企入場運輸業務流程
從零件類型看,數量高達數十萬種,意味著無論是包裝、運輸裝載,還是供應鏈規劃難度都會很高;零件中涉及到配件,該企業需要從歐洲德國等,通過海運、空運、陸運等多種運輸結合的方式將配件發運到中國;在中國境內,運輸范圍更是覆蓋東北、華東、華南、華中等多個區域;多種運輸業務形態并存,其中供應商自送模式比較簡單,但也是不規范和缺乏監控。
在業務流程如此復雜、業務環節如此眾多、業務主體量如此巨大的背景下,運輸信息不完整、各承運商數據標準不統一、系統間橫向整合困難等問題還是橫亙在其面前,成為快速協同不同工廠、承運商、零部件供應商,維持運輸體系穩定運轉的一道坎。
對此,曾陪伴多個大型制造業企業走過數字化供應鏈轉型的安吉加加,作為智慧物流大腦,協同其IT、物流、系統規劃等多個部門,基于該企業自身系統框架,打通內部多個系統,打造了一套入場物流管理方案(TMS),在滿足KCC、CC、VMI、MR、Elane等入場場景的運作要求下,定制實現了運輸訂單管理、計劃單管理、入場規劃管理、調度排程、運輸過程監控、司機移動端等多個功能模塊。
圖二:某大型合資車企入場物流管理總方案
據了解,該方案主要幾個創新點:
一是針對該車企鏈路長、模式多、管控難的問題,該方案通過標準化接口和流程對接該車企旗下所有承運商、供應商,同時通過PC端與APP端的雙重應用,實現從供應商到工廠的全鏈條運輸信息可視可溯。
二是針對傳統排程時傳統裝載和線路局部單一優化的痛點,該方案應用智能排程系統,利用的Spruce算法,結合人工智能等技術,根據重體、線路、車輛、車次、時間等多維度進行智能排程,進行全局多目標優化,而不只是單維度地考慮優裝載和短線路,其效率是手工排程的百倍。
圖三:人工智能算法技術
安吉加加該項目負責人告訴羅戈網,“以前3PL等乙方手工處理計劃排程時,主機廠等甲方對乙方的要求是按時將貨送至目的地,對乙方的實際成本和利潤空間并不清楚,而智能排程系統可以對乙方的實際運輸成本進行預估,如此一來,甲方便有和乙方重新議價的空間,從而降低整個物流成本?!?
總體來看,安吉加加通過定制入場物流管理方案,支撐了該公司1238個站點間的循環提卸貨操作,1098個供應商采購訂單的線轉,滿足全國33個車隊的調度規劃,為其運輸訂單提供全鏈路可視化的一體化服務;通過智能排程系統,該公司排程效率提升至秒級,減少了整個運輸業務和人工成本;通過新建入場方式規劃,審核更新零件數據配置,對交付訂單進行處理、過濾校驗,實現近30萬個零件的線上包裝規劃,支持了該公司入場運輸體系的運轉。
通過兩篇文章的案例分享,大家可以了解到這兩家企業的共性:均為擁有復雜業務場景的大型制造型企業,均擁有為復雜的業務邏輯體系。這類制造企業的供應鏈轉型需要對整個物流系統進行定制開發,從前端規劃到后期落地,以及運維安全上,更需要一個具有豐富實施經驗的團隊參與及輔導項目的實施,保障系統業務地平穩運行。
作為上汽安吉物流旗下公司,15年來,安吉加加積累了服務大型制造企業的經驗,既能在企業原有的數字化基礎上,幫其增強算法、預測等數字化薄弱環節,輸出定制化的數字化產品,又能利用自身一體化平臺為企業構建一個完整的柔性數字化供應鏈解決方案。同時,為響應各大型企業需求,安吉加加還專門成立了大數據&可視化部門和信息安全部門,可以說是為大型制造企業的數字化轉型提供了一套貼身式的解決方案和服務。
當下,整個制造業正在迎接一場浩大的數字化升級浪潮,特別是對于大型制造企業,如何挖掘數字化世界的潛力,建立柔性和的供應鏈是進一步提升制造與生產效率的關鍵。站在時代的分水嶺上,誰能抓住大型制造企業們的轉型需求,誰便抓住了時代機遇。