1、决策智能在制造领域的生产运营实践黄翔 杉数科技 副总裁|01前言：智能制造发展规划“十四五”已明确推进智能制造的总体路径02制造业对决策智能的需求如何落地？如何论证有效性？数据质量不佳，怎么办？03汽车行业案例实践多个汽车行业主机厂实践案例04化工行业案例实践六国化工端到端供应链数智化转型深度剖析目录CONTENT|01前言：智能制造发展规划“十四五”已明确推进智能制造的总体路径|“十四五”智能制造发展规划智能制造已上升成为国家战略层次的需求推进智能制造的总体路径是:立足制造本质，紧扣智能特征，以工艺、装备为核心，以数据为基础，依托制造单元、车间、工厂、供应链等载体，构建虚实融合、知识驱动、动

2、态优化、安全高效、绿色低碳的智能制造系统，推动制造业实现数字化转型、网络化协同、智能化变革。n转型升级成效显著。70%的规模以上制造业企业基本实现数字化网络化，建成500个以上引领行业发展的智能制造示范工厂。制造业企业生产效率、产品良品率、能源资源利用率等显著提升，智能制造能力成熟度水平明显提升。n供给能力明显增强。智能制造装备和工业软件技术水平和市场竞争力显著提升，市场满足率分别超过70%和50%。培育150家以上专业水平高、服务能力强的智能制造系统解决方案供应商。n基础支撑更加坚实。建设一批智能制造创新载体和公共服务平台。构建适应智能制造发展的标准体系 和网络基础设施，完成200项以上国家

3、、行业标准的制修订，建成120个以上具有行业和区域影响力的工业互联网平台。2025年三项具体目标|02制造业对决策智能的需求如何落地？如何论证有效性？数据质量不佳，怎么办？|智能制造解决的问题，就是企业发展过程中端到端价值链之间的平衡与优化!#$%&()*)+,-.)*)/0)*)1234&(世界经济论坛定义了“灯塔工厂”端到端价值链创新的五种途径：需求预测实时库存管理（内部/外部）使用数字孪生进行动态生产计划安排动态网络优化预见性库存补货利用分析进行动态仓库资源规划和调度动态仿真用于仓储设计无人工介入主生产计划（分配到工厂）数字化综合业务规划闭环规划端到端实时供应链可视平台利用高级分析优化分

4、销制造和分销布局利用高级分析优化生产计划|Descriptive数据数据采集与管理规律性分析决策建模与求解Predictive分析Prescriptive决策技术难度对于企业的价值HindsightForesightInsight数据化智能决策的三级跳了解世界 认识世界 改变世界大数据时代决策的硬件基础。数据时代驱动公司的原燃料。通常由计算机和信息科学技术完成数据收集与管理将数据中信息提取，了解事物背后的规律。通常由统计和机器学习技术完成规律性分析核心决策往往有较高的复杂度，受诸多决策因素影响，且决策因素之间关系复杂，因此，从规律到决策的演化往往需要极强的建模及求解能力支撑。通常由运筹学和优化

5、技术完成决策性分析数据描述规律分析决策分析智能决策+=智能制造本质上是智能决策的问题|智能制造本质上是智能决策的问题输入数据约束条件优化目标l 销售需求数据l 生产能力数据l 物流运输数据l 仓储库存数据l 成本/排放因子l 生产能力限制l 生产平滑约束l 物料限制约束l 运输能力限制l 交付周期约束l 生产/仓储/运输费用l 碳排放量l 整体经营目标模型数据求解器最优解约束条件/边界条件优化目标优化求解|更加稀缺的资源分配将在未来一段时间持续影响着企业进行经营决策在双碳政策、原材料供应波动、限电、全球经济衰退的影响下，【所有制造业】将面临更艰难的挑战！两年平均经济增速2017-2019平均2

6、02020212022H1GDP6.6%2.3%8.1%2.5%工业领域6.2%2.4%9.6%3.4%社会消费品9.0%-3.9%12.5%-0.7%固定资产投资6.2%2.7%4.9%6.1%出口额6.1%4.0%21.2%13.2%进口额9.8%-0.7%21.5%4.8%人均可支配收入6.5%4.7%9.1%4.7%财政收入5.8%-3.9%10.7%-10.2%财政支出8.2%2.8%0.3%5.9%数据来源:国家统计局报告工业生产、出口成为拉动疫情后中国经济复苏的主要动力，但未来增速可能有所放缓。受双碳政策、原材料供应与价格波动、电力限制以及可能的全球经济衰退等因素影响，如何在有限

7、的资源约束下，进行生产和经营决策成为所有制造业面临的新挑战。2030 碳达峰碳排放量年度2060 碳中和|03汽车与化工行业案例实践l 主机厂生产运营案例实践六国化工生产运营案例实践|汽车行业市场目前情况|消费电子芯片需求增长，削减汽车芯片产能芯片短缺造成车辆减产车企与芯片等供应商供需矛盾凸显新能源汽车对整个产业链的影响传统车需求下降，新能源冲击市场产业链长，供应链中断和衔接受阻产能恢复和调整时间增长劳动力、现金流困境导致企业运营和交付压力汽车行业面临挑战|物流规划现场运作采购与供应链生产计划生产运营销售端年度Budget计划年/月度滚动计划周生产计划车间序列计划工厂产能/改造计划产能需求计划

8、零件拉动计划生产执行供应商产能管理Inbound入厂仓储规划In-house厂内线边规划仓储规划成品发运计划生产资源备库策略成品库存/销售预测销售订单供应商生产计划供应商运输/发运物料需求计划Inbound入厂路径规划装载计划In-house厂内线边规划道口规划长期 年度中长期 月度短期/冻结期 周度*生产-采购-物流循环:即S-IOP中的I和OP，Inventory&Operation Planning，触发点以生产需求为主。*Sales销售端的诉求及角色定义将根据实际应用场景适配延申运用求解器及机器学习算法驱动的科学决策生产-采购-物流循环 S-IOP|生产资源筹措-关键物料、瓶颈物料决策

9、周生产计划关键物料筹措库存、供应商等排产中需要满足的目标：需要保证足够的产量需要保证足够的利润其中瓶颈物料的库存情况会对生产目标造成影响。瓶颈物料计算方式：在排产计算时同时加入瓶颈物料的相关约束；会通过其他系统中取得相关瓶颈物料数值进行计算；通过排布即保证足够利润，又保证产量均衡，同时满足瓶颈物料约束的最优排产计划。兼顾复杂情况：会存在共用料或AB件相关情况；不同车型、配置对关键物料消耗不同；不同车型存在权重，会制定某些车型有限生产；进一步指导供应商产能或资源筹措计划。整车数字化排产系统关键物料生产筹措方案|算法方案详解：物料分配xAxBxAxB物料分配场景说明：1.生产产品A，需要1个a，2

10、个b，1个c2.生产产品B，需要1个a，1个b，2个c3.考虑总利润最大的情况下，如何分配A/B的生产利润最大 Max profitA*X +profitA*X原材料a,b,c的数量限制X +X N2X +X NX +2X NABABABABabc人工经验常见结果优化算法结果优化算法在追求目标收益最大化的同时，考虑需求优程度、需求时效性、物料替代关系、多版本物料供应计划等进行物料分配需求优先程度：需求优先程度：订单/预测有不同的满足优先顺序，如订单预测可自定义订单类型需求内部也有不同的满足优先顺序需求时效性：需求时效性：考虑到需求是变化的，近期的需求优先满足物料替代关系：物料替代关系：1、部分

11、替代，算法将形成替代关系的物料，根据替代指向性组合计算物料供应总量2、组合替代，算法将打包考虑组合的物料，将组合包的数量作为供应数量多版本物料供应计划：多版本物料供应计划：标准采购周期版本/近期实际交货周期版本/供应商承诺日期版本|算法方案详解：场景化举例生产订单1：4天后交付整车A配置500台生产订单2：3天后交付整车B配置500台整车A配置整车B配置驻车雷达A驻车雷达B驻车雷达C当前库存：BOM用量：1倍2倍1倍1倍5001000500人工处理：1.按生产订单交期倒排，生产订单2交期在前，优先安排生产订单2进行生产；2.优先安排生产订单2生产200台，生产订单1生产300台；3.触发驻车雷

12、达B，驻车雷达C供应需求，各500，5天后到；4.生产订单1，生产订单2都因缺料无法准时生产。生产订单1延误延误1天天，生产订单2延误2天，平均订单交期5天天。按最优交付（瓶颈物料控制）进行计划，优先安排生产订单11.全部给生产订单1，生产订单B缺料；2.触发供应需求驻车雷达B和C，5天后到；生产订单1准时交付准时交付，生产订单B延误2天，平均订单交期4.5天天根据瓶颈物料情况，调整生产顺序，可缩短整体交付周期，实现计划均衡、平顺根据瓶颈物料情况，调整生产顺序，可缩短整体交付周期，实现计划均衡、平顺订单优先级、产能、复杂物料库存及到货情况、库存成本、生产成本、结算周期上述简化了相关问题，便于聚

13、焦逻辑。真实问题更加复杂，最优化算法模型相较于人工经验拥有更大的寻优空间更大的寻优空间以整车生产中的瓶颈物料驻车雷达传感器为例：|多工厂订单、产能分配智能化产能分配/订单分配平台多工厂生产模式：无论是在主机厂或是一级供应商，均会存在下属多个工厂或多个生产系统分布在全国各地的情况。不同工厂具有不同的生产规模、生产能力、交货能力等，也决定了不同工厂不同的订单处理能力及客户需求满足能力。如果订单量小于工厂产能在上述情况下，会造成产能浪费；如果订单量大于产能，则会导致客户需求满足率的下降。作为总部，有必要将多个工厂联合起来，进行订单集中化处理或产能分配，从而使各个工厂不会出现产能过剩或不足的情况，最终

14、使整体利益最大化。产能需求计划分工厂订单分配其他业务需求分工厂产能分配同产品调拨计划工厂产能上限订单数量产品种类均衡化需求设备需求质量需求其他约束条件其他优化目标多项不同输入分单、产能结果输出算法模型因素|多工厂订单、产能分配：全局优化工厂1工厂2客户1订单 100客户2订单 100产能200产能200200km50km局部优化局部优化全局优化全局优化每个工厂按照“就近原则”就近原则”各自分配订单和安排生产发运客户3订单 100总体物流成本高总体物流成本高：50+200+500=750km工厂1工厂2“从全局出发”“从全局出发”分配订单和安排生产发运，实现总成本最优优优化化决决策策技技术术客户

15、3订单 100客户1订单 100客户2订单 100产能200产能200100km工厂3500km工厂3200km150km产能200产能200总体物流成本低总体物流成本低：100+200+150=450km|多工厂订单、产能分配：阶梯运费车辆载重吨数车辆载重吨数运价运价0 X 3T551.98X3T X 10T524.61X10T X 20T445.83X20T X 32T393.43X局部优化局部优化全局优化全局优化基于订单“就近原则”就近原则”基础上的手工调整基于“全局统筹”“全局统筹”基础上的智能分单优优化化决决策策技技术术1.运费计算复杂，需要基于“整车配送”降低成本2.分单工作需要多

16、人配合完成，订单调整过程中容易出现产能不匹配等问题，导致分单结果不可执行运费结构复杂运费结构复杂|拓展：进一步把物料限制，生产成本等因素都加入到生产计划工厂产能 工作日历 班次可行域 产线JPH 设备检修等产能损耗订单需求 月度需求 年度产销平衡 月度产线平衡 车型优先级生产要求 产线爬坡 总产量限制 拉空停台 停产停线 班次均衡车型限制 车型爬坡 车型组合JPH限制 SOP/EOP影响 车型不能排产日基础资源与目标成本定义 能耗成本(生产/待机等状态的能耗)人工成本(岗位固定成本和绩效等变动成本)物料限制 BOM信息 关键物料供应(包括库存与到货计划)|04汽车与化工行业案例实践主机厂生产运

17、营案例实践l 六国化工生产运营案例实践|六国化工数字化供应链案例 实施背景六国化工总经理2020年，杉数科技与六国化工在其计划与运营的数字化、智能化方面达成合作，着力打造协同优化、智能决策平台。通过该平台，我们知道了企业应该在什么时间生产什么样的产品，在这个市场上投放，才能真正赚钱。提升销售满足率8个百分点降低库存资金占用6000万人民币/年8%6000万/年交付：端到端决策平台数弈初步生产计划需求计划需求计划模块市场需求分析需求动态实时监控智能需求计划建议生产计划模块计划平衡会工厂生产计划产能预估生产优先级分析多工厂协同成品供应计划模块需求拉动的要货函建议智能调拨建议仓网整体智能统筹需求计划

18、、发货计划库存状态产能预估库容端到端决策平台 安徽省经济和信息化厅公示2021年制造强省建设资金支持项目 六国化工端到端决策平台项目荣获IDC 2021数字化转型坚定者 六国化工项目入选信通院新一代信息技术助力乡村振兴典型实践案例|六国化工数字化供应链案例 痛点介绍 化肥行业整体市场环境：产能结构性过剩、产品同质化严重、原材料价格波动等严峻现状倒逼化肥企转型升级。转型中需要解决的问题-销售端难以预测及原材料价格波动的冲突精细化管理的革新销售链条过长产销联动的革新产能过剩1产品体系的革新同质化严重2问题变革方案建立供应链管理KPI体系端到端协同决策：1、考虑财务目标的计划：以运筹学的思想来实现合

19、适的时间生产合适的产品赢取最大的利润2、对决策产生的影响进行模拟与理解：辅助产品预测销量，快速分析物料，产能等限制，统筹仓网，分钟级调整计划，响应市场，降低生产&仓储&运输成本计划体系的革新原材料供应波动3目标提升精细化管理能力跨组织的科学计划提升产销协同能力提高市场响应速度提高企业净毛利4|多场景算法模拟分析六国化工数字化供应链案例 库存分析|六国化工数字化供应链案例 解决方案端到端的计划打通“需求-库存-生产 发运”全流程计划决策多部门多计划的流程协作平台算法驱动的全局优化决策物流销售生产采购仓储销量预测销售优先级分析销售计划分货计划产能计划生产计划换产计划急单插单物料需求计划多级库存计划

20、发货计划S&OP可视决策平台客户分类、订单分类12个月by SKU by 销区量、价格、利润客户、量基地、车间之间产能合理分配多工厂，生产+运输成本最小生产顺序，产能损失最小对原计划影响最小多层级BOM拆解半成品、原材料需求厂内库、厂外库多级库存优化保证周转、兼顾公平与成本企业资源协同，企业经营计划：销售计划、生产计划、采购计划、财务计划，兼顾产值及利润，实现产销平衡、资金平衡保障开工保障周转保障供应保障生产及收益保障收益厂外库调拨盘活库存资源采购方案决策采购的精度、量、价格复杂棘手的业务问题转化为数学模型在多种可能的解决方案中最佳解决方案其中，运筹优化引擎：库存优化生产优化补货优化物流优化通

21、过影响因子分析得到合理预测值预测结果建议其中，机器学习引擎：销售预测|六国化工数字化供应链案例 效果展示|六国化工数字化供应链案例 效果展示|六国化工数字化供应链案例 效果总结销售员责任人信息下月需求计划员生产计划生产部财务部采购部产能计划财务计划采购计划计划平衡会企业经营计划人工经验，缺少数据量化支持线下沟通，费时费力，信息易遗漏串行计划，无法协同决策流程变革决策质量变革月初的计划利润有30%，怎么月底反倒亏了？数据量成倍增加数据更加复杂决策的速率需求提升某些决策过程甚至不需要人的参与决策难BeforeAfter高管复审&实时分析销售与市场预测共识需求计划对营业额&利润的影响目标库存设置与计

22、划考虑物料与产能制约的计划系统量化最优、仿真模拟线上联动计划闭环，互相影响，提升协同力 销售预测满足度从87%提升至95%结余库存水平平均下降0.5个月的月销量，降低库存资金占用6000万人民币/年 企业各部门间协同效率增强20%。制定需求计划、生产计划人力投入时间缩短50%以上智能决策|杉数科技化工行业企业典型痛点生产业务：全局最优智能生产方案 连续生产，产能期望拉满，但需求存在波动，如何匹配？多工厂生产同一产品种类现象越来越多，计划员兼顾成本如何分配产能？产品切换生产，损失如何优化？原材料供应波动，环保限电，厂内物流等因素影响，生产计划如何起到指导作用？长周期的生产计划模型目标：产能均衡+

23、经济批量目标+碳资源利用情况约束：各产品的销售波动目标：整体成本最优+生产碳排+运输碳排约束：客户需求、产品的上下游关系、产能、物料 生产顺序模型目标：产能损失最小+综合能耗最优约束：客户需求，交期，换型损失矩阵 多约束多目标生产计划模型目标：成本最优+交付满足率约束：产能、物料、限电、厂内物流运力 多工厂生产计划模型生产决策工厂1工厂2客户1客户3客户2产品A产品A产品B产品C产品D产品E痛点|Station 301生产制造过程中的碳排放02外购能源所涉及的碳排放03上下游供应链中的碳排放Station 1Station 2工厂工艺流程三方仓客户工业生产中的碳排放根据2019年的数据，工业中

24、的碳排放占总温室气体碳排放的23%。工业温室气体排放中，大部分来自于化石燃料的燃烧。许多厂商也不得不采取一些化学手段来降低这些来自于原材料的碳排放。能源供应如何我们在这些问题中引入关于碳排放的思考呢？|基于端到端业务流，追溯企业碳排放的碳素流销售机会销售计划销售订单销售线索需求管理订单评审发货计划成品分销仓储管理产品/物流库存监控在制/车间库存监控&管理供应管理产能规划供需匹配S&OP例会采购下达&执行物料PO/VMI协同供应商管理外协执行协同产线排产制造执行车间物料配送产品收货打包装箱质量管理库存管理销售需求计划计划物控采购OEM制造IE物流运输计划运输监控运费结算运输需求设备维护转产换型执

25、行计划需求汇总主计划MRP&RCCP关键物料采购预测&承诺外协产能预估&承诺企业碳素流碳指标消耗预估订单整合归类生产整合归类物料整合归类整合归类后统一协调资源部署获取外协生产碳排总流程碳指标消耗计划日生产碳指标消耗计划物流碳指标消耗计划订单产品碳排统计物料运输碳排统计外协生产碳排统计生产碳排检测统计物流路线运输车型碳排统计仓储恒温碳排统计仓储能耗碳排统计C02C02C02C02C02C02|企业碳排放的“碳流向”所形成的“碳网络”用流向，流量和节点（内）来刻画整个企业的完整经营链条（网络）。供应链的实物流向，会来带价值流，也会带来“碳流向”。通过模型可以帮助企业更好的来控制碳流向的方向，大小和时间。仓储网络客户/下游企业集团式的制造中心供应端|方法论的背后优化碳排放与经营目标之间的整体最优碳排放总量约束规则运用生产能力约束规则运用交付目标约束规则运用非常感谢您的观看|