关于制造业转型的十个方向深度探索

关于制造业转型的十个方向深度探索

互联网对商业环节的渗透和改造是逆向的，从与消费者最近的广告营销端开始，进入零售、渗透进分销环节，最终倒逼到生产制造环节，在此过程中生产方式、管理理念、生产设备、甚至原材料都将发生重大变化。关于互联网+制造业会发生什么样的变革？传统制造业企业如何拥抱互联网倒逼的变革？

01互联网+制造业是倒逼出来的，

其改造动力来源于下游环节

图：“产销消”协同升级

制造业的互联网化是“生产-销售-消费”协同升级中的一环，其改造动力来源于下游流通端和消费端。下游互联网化程度（在线化、数据化）程度越高，对上游制造环节的倒逼作用越显著。目前，图书行业的零售端互联网化程度最高，保守估计超过50%。所以，我们看到图书的生产制造环节—“印刷出版”环节已经高度互联网化，数字出版、数字发行十分普及。纺织服装是另外一个零售端高度互联网化的产业，行业估计在30%以上，这意味着全国每100件服装就有30件是在互联网上销售出去的。

02“微笑曲线”误导中国制造业

1992年，台湾企业家施振荣提出了“微笑曲线”（Smile Curve）理论。微笑曲线认为，曲线左右两侧附加价值高，利润空间大；而处在曲线中间弧底位置的加工、组装、制造等，技术含量不高，附加价值低，利润微薄。中国产业界对“微笑曲线”奉为经典并因此陷入迷惘。在这一思想指导下，中国制造业转型升级的方向必须向所谓的价值链高端延伸，特别是走品牌化的道路。而面向零售市场和品牌之路是“败九成一”的策略，风险极大，并非适用所有制造业企业。

图：微笑曲线VS武藏曲线

事实上，制造业并没有那么悲观，理论和实践上都存在与微笑曲线相反的现象。2004年日本索尼中村研究所所长中村末广提出了“武藏曲线”，即和微笑曲线相反的拱形曲线——真正最丰厚的利润源正是在“制造”上。而2005年6月，日本《2004年度制造业白皮书》通过对近400家制造业企业的调查也验证了，认同 “制造&组装”利润率最高的企业非常多。而中国制造业之所以被微笑曲线所迷惑，根本原因是中国制造业的管理水平糟糕。

03制造业转型的方向是由单纯“生产制造”

转向“供应链协同”

制造业的互联网转型中，C2M模式需要具备零售的基因和塑造品牌的慢功夫，并不是所有企业都具备这种能力。我们认为，制造业更切实可行的转型之路是做供应链服务。但什么是做供应链？很多人都在讲，但似乎又各有所指。举个简单的例子来说明“单纯制造”与“供应链协同”的区别。

一个服装工厂在6月1日接到品牌商的一个订单，生产AB两个款式各1000件衣服，要求7月1日前交货。这个工厂埋头苦干，保质保量生产出衣服，在7月1日前把货发出，这叫生产制造。而“供应链协同”的做法是，工厂在生产过程中了解到品牌商那里：A款式畅销，在6月中旬已经低于最低安全库存了，马上就要断货；而B款式滞销，尚有大量库存。那么工厂应该加速A款式的生产和交期，而延缓B款式的生产甚至减少订单量，这就是“供应链协同”的做法。

图：自动生产、补货系统

无论是消费品还是工业品的生产制造，只要是2B业务，都可以使用这个模型。制造业的长期价值在于帮助你下游的客户赚钱。在没有互联网的时候，一些优秀的企业已经在这方面进行了卓越的探索，比如思科、沃尔玛、丰田汽车、戴尔、华为等。而互联网作为一种广域的连接工具，完全可以更低成本地将供应链的上下游连接起来，通过数据协同实现更大范围的供应链协同。

04供应链协同的基础是：打通电商大数据、

ERP、MES系统，实现纵向一体化

图：三层企业集成模型

若企业内部能实现ERP、MES，乃至CRM的集成协同，进一步就是需要对接电商大数据，包括实时订单数据、需求预测数据等，这部分数据可能分属于不同的合作伙伴。这时候合作伙伴的协同意识、信息化水平、数据接口标准，乃至激励机制就至关重要了。当产业链所有系统都全面集成之后，一条连接市场最终客户、制造业内部各部门、上下游各方的实时协同供应链就形成了。IT时代供应链的最高境界CPFA（Collaborative Planning Forecasting and Replenishment）--协同规划、预测与补货 系统就横空出现了。

过去，只有大企业才能达到这一点，因为涉及巨大的IT和人才投入，但现在互联网出现之后，有可能改变这一格局，小企业也可以做到，而且可以玩的更为极致。

05柔性化生产将成为制造业的核心竞争力

国务院参事汤敏教授认为：未来中国，以大批量生产、低成本取胜的劳动密集型产业外迁到东南亚势不可挡，中国唯一可以留下的就是小批量、定制化的柔性制造产能。换个角度理解这句话，如果中国能大规模的改造生产制造系统，使之都具备柔性化生产能力，那么就可以把更多的制造业留住中国。

柔性化生产之所以成为制造业企业的核心竞争力，结合前面第三点“供应链协同”就不难理解。“供应链协同”要求制造企业的产能根据市场的实际需求变化弹性释放：卖得好、需求多就多生产；卖不好，需求少就少生产。制造业柔性能力不够，意味着你的客户就要倒霉了，要不必须大批量采购占压资金，要不就要忍受断货停产的风险。

纵观国内，从服装、鞋包到钢铁、原材料，各行各业的制造柔性化都在加速。以炼钢厂为例，以前订单生产都是以月为交期，以“炉”为单位批量生产（一个品种一炉至少50T）；而现在钢厂面临的多品种、小批次订单越来越多，交期也从月到按周交货，这样的市场形势倒逼钢厂在生产模式也发生变化。比如，变连续生产为半连续生产，炼钢炉不停变化钢种，优化钢种排产顺序合并小浇次，精细排产计划。总体上，所谓国内的产能过剩指的都是落后产能、一般性产能，真正具备柔性生产能力的产能十分稀缺。

06车间里如何实现柔性化生产，互联网诞生之前

已经出现；互联网要解决的是车间之外的事情

大野先生认为生产市场不需要的产品、过多生产是最大的浪费。这在本质上，已经包含了产销和谐、产销匹配的深意。到90年代，佳能的细胞生产（Cell）又将柔性化生产推进了一大步。以大量运用多能工的细胞式生产，不仅实现了多品种生产组装的快速切换，而且激发了工人的创新能力。

同时期，以戴尔大规模定制为代表的生产革新代表了另外一种柔性化生产思路，即对产品按照其功能进行划分而进行模块化设计，建立产品族和零部件族，内部实现零部件的标准化、通用化。这一模式成就了戴尔的辉煌，并作为一种商业思想广泛传播。国内工业3.0的标杆企业尚品宅配、索菲亚、青岛红领等也都沿袭这一模式而成为行业翘楚。

所以说柔性化生产本身与互联网无关，互联网要解决的问题在于更大范围的产业链协同问题，包括生产制造企业与下游的客户，也包括与上游的原材料商、设备制造商之间的协同。

07不但要柔还要快，

快速响应比降低生产成本更重要

在需求快速变化的今天，制造业企业最重要的一项能力是快速响应市场，而非生产成本。快速响应包括产品创新能力、快速交货能力，以及连续补货能力等。在产能过剩和互联网的倒逼下，无论是服装鞋帽箱包等消费品，还是棉纱、钢铁、有色金属、五金、塑料等工业品，在订单需求上都出现了小批量、多品类的变化趋势。

在市场需求不确定的情况下，厂商都不愿意大批量订货，而是更多地通过小批量订货来试产试销，直到测试出市场的真实需求，才开始大批量连续订货。为保障生产和销售的机会，小单、急单、短单已经大行其道，这无形中倒逼生产制造企业必须能否快速响应，否则将逐步出局。

快速响应对下游客户的价值体现在，把客户从库存积压和断货停产的风险中解放出来，及时把握市场销售机会。

08就单个企业而言，迈向工业4.0，

精益和IE是绕不开的一道坎

基于第6个观点，就不难理解接下来这个命题。中国制造业要迈向工业4.0，必须先补工业3.0的课——精益生产；甚至是工业2.0的课——IE（工业工程）。IE是一切之本，TPS、6Sigma、TOC（Theory of constraints，瓶颈理论，常与精益生产、六西格玛并提）、5S（源自日本的现代工厂管理理论）都是建立在IE基础之上。甚至丰田也讲到：丰田生产方式就是工业工程在丰田公司的具体应用。IE是以科学的方法，有效地利用人、财、物、信息、时间等经营资源，实现产出最大化。

有效实施IE可以实现企业在不需要资本投入的条件下，实现成本降低和效率大幅度提升。但是因为IE起源于泰勒的科学管理，在阶级论之下长期被误解和打压，直到90年代才在我国局部得到重视。

必须承认用精益和IE来改造现有传统制造业存在巨大困难，最重要的是一把手的观念、决心，甚至情怀。因此，就单个工厂升级到工业4.0无法超越这道鸿沟。在互联网条件下，有没有可能通过“技术-经济范式转移”的方式实现超越呢？是否会出现制造业的“云端制”？是否能实现超越工厂围墙的社会化柔性化生产？理论是可行的，现实也具备条件，但是我们还没有看到！这个值得持续观察。

09 “机器换人”的核心问题是软件如何柔性化

10制造业转型要放在C2B模式中予以整体思考

互联网时代，我们要从产供销一体化来看待制造业，任何局部的优化，整体结果可能更糟糕。因此要看到未来整个商业模式的转化。我们坚定地相信，C2B（Consumer to Business）是未来信息经济时代的主流商业模式。C2B=客户定义价值+SNS营销+拉动式配送体系+柔性化生产。

这其中，柔性化生产体系是C2B落地的重要一环，如果制造业做不到批量可大可小的柔性化生产，C2B不会彻底，并且会因此深受伤害。因为实施C2B的下游企业会把库存都压给制造业。以往大品牌实施的VIM（供应商管理库存）就是这样。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。