游五洋

互聯網對商業(yè)環(huán)節(jié)的滲透和改造是逆向的，從與消費者最近的廣告營銷端開始，進入零售、滲透進分銷環(huán)節(jié)，最終倒逼到生產制造環(huán)節(jié)，在此過程中，生產方式、管理理念、生產設備甚至原材料都將發(fā)生重大變化。

關于互聯網+制造業(yè)會發(fā)生什么樣的變革？傳統制造業(yè)企業(yè)如何擁抱互聯網倒逼的變革？阿里研究基于制造業(yè)經典理論和產業(yè)邊緣發(fā)生的變革端倪，總結分析，與業(yè)內人士共同探討。

互聯網+制造業(yè)是倒逼出來的，其改造動力來源于下游環(huán)節(jié)

制造業(yè)的互聯網化是“生產—銷售—消費”協同升級中的一環(huán)，其改造動力來源于下游流通端和消費端。下游互聯網化程度（在線化、數據化）程度越高，對上游制造環(huán)節(jié)的倒逼作用越顯著。

目前，圖書行業(yè)的零售端互聯網化程度最高，保守估計超過50%。所以，我們看到圖書的生產制造環(huán)節(jié)——“印刷出版”環(huán)節(jié)已經高度互聯網化，數字出版、數字發(fā)行十分普及。紡織服裝是另外一個零售端高度互聯網化的產業(yè)，行業(yè)估計在30%以上，這意味著全國每100件服裝就有30件是在互聯網上銷售出去的。

可以想象，其對上游生產制造產生了多大的倒逼力量。所以，我們看到在服裝工廠里面，柔性化生產加速，生產周期縮短，生產方式和裝備都有了變化。對于大量的工業(yè)制造業(yè)企業(yè)，下游是B類客戶，這類企業(yè)互聯網+的需求更多來自企業(yè)間的協同需求，但動力依舊來自下游客戶。

譬如，目前熱火朝天的智能裝備和智能產品，將傳感器嵌入產品上，賣給客戶后可以不斷采集數據上傳到云端。但是你可以看到，只有當客戶有這樣的需求并愿意分享數據的時候，制造端才有這樣的動力。

“微笑曲線”誤導中國制造業(yè)

1992年，臺灣企業(yè)家施振榮提出了“微笑曲線”理論。微笑曲線認為，曲線左右兩側附加價值高，利潤空間大，而處在曲線中間弧底位置的加工、組裝、制造等，技術含量不高，附加價值低，利潤微薄。

中國產業(yè)界對“微笑曲線”奉為經典并因此陷入迷惘。在這一理念指導下，中國制造業(yè)轉型升級的方向必須向所謂的價值鏈高端延伸，特別是走品牌化的道路。而面向零售市場和品牌之路是“敗九成一”的策略，風險極大，并非適用所有制造業(yè)企業(yè)。

事實上，制造業(yè)并沒有那么悲觀，理論和實踐上都存在與微笑曲線相反的現象。2004年日本索尼中村研究所所長中村末廣提出了“武藏曲線”，即和微笑曲線相反的拱形曲線——真正最豐厚的利潤源正是在“制造”上。而2005年6月，日本《2004年度制造業(yè)白皮書》通過對近400家制造業(yè)企業(yè)的調查也驗證了，認同 “制造&組裝”利潤率最高的企業(yè)非常多。之所以中國制造業(yè)被微笑曲線所迷惑，根本原因是中國的制造業(yè)管理水平糟糕。

近20年來，中國制造業(yè)在WTO外貿紅利和政府主導的投資拉動型增長模式下，獲利輕松，同時做房地產、金融太容易賺錢，企業(yè)主普遍不愿在制造業(yè)投入精力。中國制造業(yè)30年不僅沒有向全球輸出任何思想，反而連IE、TPS、6Sigma等成熟的制造業(yè)管理理論也極少應用。這一切導致“制造”應有的利潤遠遠沒有體現出來。

制造業(yè)轉型的方向是由單純“生產制造”轉向“供應鏈協同”

制造業(yè)的互聯網轉型中，C2M模式需要具備零售的基因和塑造品牌的慢功夫，并不是所有企業(yè)都具備這種能力。我們認為，制造業(yè)更切實可行的轉型之路是做供應鏈服務。但什么是做供應鏈？很多人都在講，似乎又各有所指。

舉個簡單的例子來說明“單純制造”與“供應鏈協同”的區(qū)別。

一個服裝工廠在6月1日接到品牌商的一個訂單，生產AB兩個款式各1000件衣服，要求7月1日前交貨。這個工廠埋頭苦干，保質保量生產出衣服，在7月1日前把貨發(fā)出，這叫生產制造。

而“供應鏈協同”的做法是：工廠在生產過程中了解到品牌商那里：A款式暢銷，在6月中旬已經低于最低安全庫存，馬上就要斷貨；而B款式滯銷，尚有大量庫存。那么工廠應該加速A款式的生產和交期，而延緩B款式的生產甚至減少訂單量，這就是“供應鏈協同”的做法。

無論是消費品還是工業(yè)品的生產制造，只要是ToB業(yè)務，都可以使用這個模型。制造業(yè)的長期價值在于幫助你下游的客戶賺錢。在沒有互聯網的時候，一些優(yōu)秀的企業(yè)已經在這方面進行了卓越的探索，比如思科、沃爾瑪、豐田汽車、戴爾、華為等。互聯網作為一種廣域的連接工具，完全可以更低成本地將供應鏈的上下游連接起來，通過數據協同實現更大范圍的供應鏈協同。

供應鏈協同的基礎是：打通電商大數據、ERP、MES系統，實現縱向一體化

要實現供應鏈協同，需要實現價值鏈各環(huán)節(jié)的數據共享和策略一致。在生產制造端，首先需要打通ERP與MES的割裂，實現內部協同。ERP是企業(yè)層級的資源計劃管理；EMS則是位于上層計劃管理系統與底層工業(yè)控制之間，面向車間層的管理信息系統。ERP 計劃生成可執(zhí)行的生產工單，MES則對工單的執(zhí)行過程跟蹤記錄，并防止錯誤發(fā)生。其管理范圍從投產到出貨。

不幸的是，大部分制造業(yè)工廠ERP與MES都是兩套系統，各自為政。產能情況、訂單進度和生產庫存對ERP來說只是黑箱作業(yè)。

若企業(yè)內部能實現ERP、MES，乃至CRM的集成協同，進一步就是需要對接電商大數據，包括實時訂單數據、需求預測數據等，這部分數據可能分屬于不同的合作伙伴。這時候合作伙伴的協同意識、信息化水平、數據接口標準，乃至激勵機制就至關重要了。

當產業(yè)鏈所有系統都全面集成之后，一條連接市場最終客戶、制造業(yè)內部各部門、上下游各方的實時協同供應鏈就形成了。IT時代供應鏈的最高境界CPFA（Collaborative Planning Forecasting and Replenishment）——協同規(guī)劃、預測與補貨系統就橫空出現了。

過去，只有大企業(yè)才能達到這一點，因為涉及巨大的IT和人才投入，但現在互聯網出現之后，有可能改變這一格局，小企業(yè)也可以做到，而且可以玩得更為極致。

企業(yè)內部的系統集成通過局域網即可完成，而跨企業(yè)之間的協同互聯網則扮演重要角色。特別是電商出現之后，基于電商交易的數據豐富度、實時性和預測準確性，遠非POS信息單一維度的日報所能比擬。我們也期待在2B的電商平臺上，能盡早看到平臺級的供應鏈協同系統出現。

柔性化生產將成為制造業(yè)的核心競爭力

國務院參事湯敏教授認為：未來中國，以大批量生產、低成本取勝的勞動密集型產業(yè)外遷到東南亞勢不可擋，中國唯一可以留下的就是小批量、定制化的柔性制造產能。換個角度理解這句話，如果中國能大規(guī)模地改造生產制造系統，使之都具備柔性化生產能力，那么就可以把更多的制造業(yè)留在中國。

所謂柔性化生產，是指在品質、交期、成本保持一致的條件下，生產線在大批量生產和小批量生產之間任意切換。業(yè)界談論更多的“大規(guī)模個性化定制”只是柔性生產的一種形式，并不是通用模型。同時，所謂“小多快”（小批量、多品類、快速生產）也不是真正的柔性化，因為大批量訂單做不了也不是真正的柔性生產。目前方興未艾的“智能制造”，也是應用IOT（物聯網）技術來實現柔性化生產或定制化生產，總體上也屬于這個范疇。

柔性化生產之所以成為制造業(yè)企業(yè)的核心競爭力，結合前面第三點“供應鏈協同”就不難理解?！肮渽f同”要求制造企業(yè)的產能根據市場的實際需求變化彈性釋放：賣得好、需求多就多生產；賣不好，需求少就少生產。制造業(yè)柔性能力不夠，意味著你的客戶就要倒霉了，要不必須大批量采購占壓資金，要不就要忍受斷貨停產的風險。

縱觀國內，從服裝、鞋包到鋼鐵、原材料，各行各業(yè)的制造柔性化都在加速。以煉鋼廠為例，以前訂單生產都是以月為交期，以“爐”為單位批量生產（一個品種一爐至少50t）?，F在鋼廠面臨的多品種、小批次訂單越來越多，交期也從月到按周交貨，這樣的市場形勢倒逼鋼廠在生產模式上發(fā)生變化。比如，變連續(xù)生產為半連續(xù)生產，煉鋼爐不停變化鋼種，優(yōu)化鋼種排產順序合并小澆次，精細排產計劃。

總體上，所謂國內的產能過剩指的都是落后產能、一般性產能，真正具備柔性生產能力的產能十分稀缺。

車間里如何實現柔性化生產，互聯網誕生之前已經出現；互聯網要解決的是車間之外的事情

60年前大野耐一創(chuàng)立的“豐田式生產方式”（TPS，美國人總結為精益生產）已經極大地突破了柔性化生產問題。精益生產不僅僅是通過消除浪費來提高效率，更重要的是通過快速換模（SMED）、單件流（one piece flow） 等生產方式的創(chuàng)新實現了柔性化生產。大野先生認為生產市場不需要的產品、過多生產是最大的浪費。這在本質上，已經包含了產銷和諧、產銷匹配的深意。到20世紀90年代，佳能的細胞生產（Cell）又將柔性化生產推進了一大步。以大量運用多能工的細胞式生產，不僅實現了多品種生產組裝的快速切換，而且激發(fā)了工人的創(chuàng)新能力。

同時期，以戴爾大規(guī)模定制為代表的生產革新創(chuàng)造了另外一種柔性化生產思路，即對產品按照其功能進行劃分進而以模塊化設計，建立產品族和零部件族，內部實現零部件的標準化、通用化。

這一模式成就了戴爾的輝煌，并作為一種商業(yè)思想廣泛傳播。國內工業(yè)3.0的標桿企業(yè)尚品宅配、索菲亞、青島紅領等也都沿襲這一模式而成為行業(yè)翹楚。

所以說，柔性化生產本身與互聯網無關，互聯網要解決的問題是更大范圍地產業(yè)鏈協同，包括生產制造企業(yè)與下游的客戶，也包括與上游的原材料商、設備制造商之間的協同。

不但要柔還要快，快速響應比降低生產成本更重要

在需求快速變化的今天，制造業(yè)企業(yè)最重要的一項能力是快速響應市場，而非生產成本。快速響應包括產品創(chuàng)新能力、快速交貨能力，以及連續(xù)補貨能力等。在產能過剩和互聯網的倒逼下，無論是服裝鞋帽箱包等消費品，還是棉紗、鋼鐵、有色金屬、五金、塑料等工業(yè)品，在訂單需求上都出現了小批量、多品類的變化趨勢。

在市場需求不確定的情況下，廠商都不愿意大批量訂貨，而是更多地通過小批量訂貨來試產試銷，直到測試出市場的真實需求，才開始大批量連續(xù)訂貨。為保障生產和銷售的機會，小單、急單、短單已經大行其道，這無形中倒逼生產制造企業(yè)必須快速響應，否則將逐步出局。

快速響應對下游客戶的價值體現在，把客戶從庫存積壓和斷貨停產的風險中解放出來，及時把握市場銷售機會。

就單個企業(yè)而言，邁向工業(yè)4.0，精益和IE是繞不開的一道坎；那么出現互聯網之后，有沒有可能通過“范式轉移”實現超越呢？

基于第6個觀點，就不難理解接下來這個命題。中國制造業(yè)要邁向工業(yè)4.0，要先補工業(yè)3.0的課——精益生產，甚至是工業(yè)2.0的課——工業(yè)工程——IE。IE是一切之本，TPS、6Sigma、TOC、5S都是建立在IE基礎之上。豐田也講道：豐田生產方式就是工業(yè)工程在豐田公司的具體應用。IE是以科學的方法，有效地利用人、財、物、信息、時間等經營資源，實現產出最大化。

有效實施IE可以使企業(yè)在不需要資本投入的條件下，實現成本降低和效率大幅度提升。但是因為IE起源于泰勒的科學管理，在階級論之下長期被誤解和打壓，直到20世紀90年代才在中國局部市場得到重視。

必須承認用精益和IE來改造現有傳統制造業(yè)存在巨大困難，最重要的是一把手的觀念、決心，甚至情懷。因此，就單個工廠升級到工業(yè)4.0無法超越這道鴻溝。在互聯網條件下，有沒有可能通過“技術—經濟范式轉移”的方式實現超越呢？是否會出現制造業(yè)的“云端制”？是否能實現超越工廠圍墻的社會化柔性化生產？理論是可行的，現實也具備條件，但是我們還沒有看到！這個值得持續(xù)觀察。

“機器換人”的核心問題是軟件如何柔性化

以自動化設備、批量生產、降低制造成本為導向的“機器換人”可能存在陷阱，因為這正與全球制造業(yè)發(fā)展方向背道而馳。比如，自動縫紉機一臺可以替代6個縫紉工，確實提高了產能節(jié)省人工。

但是問題來了：自動縫紉機要求針對不同服裝款式，不同縫制要求，預先制作工裝夾具，還需要人工編程打板，制作縫跡文件。這些額外成本使得自動縫紉機依然最適合的是單一款式大批量生產，而這與服裝行業(yè)柔性化生產的整體發(fā)展方向相悖。因此，“機器換人”的關鍵是如何實現軟件的柔性化、敏捷編程或自動編程，就像TPS中的“快速換?！币粯?。

以“機器換人”為主要內容的技術改造主要解決的是高人力成本問題，而實際上中國制造業(yè)面臨的主要問題是產能過剩、產銷脫離問題。其次，機器人確實可以提高某個操作環(huán)節(jié)的效率，但并不一定能提升企業(yè)整體效益，要讓機器人真正發(fā)揮作用還需要將生產管理、人力資源、信息化管理等“軟件”與生產線的硬件進行同步規(guī)劃。這就意味著機器并不是最主要的技改內容，系統思考更加重要。

制造業(yè)轉型要放在C2B模式中予以整體思考

互聯網時代，我們要從產供銷一體化看待制造業(yè)，任何局部的優(yōu)化結果可能更糟糕。因此要看到未來整個商業(yè)模式的轉化。我們堅定地相信，C2B（客戶驅動的商業(yè)模式）是未來信息經濟時代的主流商業(yè)模式。我們把C2B歸納為“C2B=客戶定義價值+SNS營銷+拉動式配送體系+柔性化生產”。

這其中，柔性化生產體系是C2B落地的重要一環(huán)，如果制造業(yè)做不到批量可大可小的柔性化生產，C2B不會徹底，并且會因此深受傷害。因為實施C2B的下游企業(yè)會把庫存都壓給制造業(yè)。以往大品牌實施的VIM（供應商管理庫存）就是這樣。反之，如果下游零售端模式不變，那么柔性化生產的價值也難以體現。譬如，你依然愿意接沃爾瑪這樣的大批量采購訂單，你自然還是一個產品三萬件、五萬件地生產，不會有動力和意識去做生產方式的改變。

商業(yè)模式的轉變是整體性的，是產供銷一體化的轉型。

作者為阿里研究院資深專家：Wuyang.youwy@alibaba-inc.com