总装线区域物料上下作业岗位时序失控。配送节拍跟不上，所需物料不能从各厂、区、库及时、准确配送到位，且配送的物料质量难以保证；不需物料（如调产后的零配件、空工位器具、不良品）不能及时运走或处理，造成线上物料拥挤与亏缺，使生产不准时、物流不均衡。

　　3.生产保障过程的信息流紊乱，人、机、料、法、环无法形成联通与互动

　　全厂信息传递和数据维护的现代化程度很低，部门间以定单方式交流，信息传递易失误，沟通、处理不及时；物料周转又未单元化，使高效率的物料运转、巨大的数据量与低效、易错的人工操作之间存在错位（如成品包装线与成品库间的数据交换完全由人工点数完成，常出现数据不统一或盘点延迟的现象）。

　　该企业还曾经花巨资导入了多台AGV搬运小车和工位机器人，但是都由于智能化设施无法与实际的流程、物料、上下环节的人工、叉车实现无缝对接和联动，导致最后全部撤换。比如AGV将物料配送到工位了，作业人员尚未完成上个物料的装配，AGV直接放下物料进入了下一个作业；反之人工完成了，AGV尚未到达，导致人工停产；工位机器人经常由于物料未能够按照作业计划到达指定位置，导致静止等待、闲置；或者物料包装的工位器具未能够按照机器人属具的抓取模式设计，导致机器人无法争取抓取物料进行装配，导致乱抓物料或者无法识别物料。

　　4.管理组织协调无力

　　缺乏系统的供应链管理组织，以上供应链过程矛盾不能得到及时有效的解决，导致瓶颈现象的不断积累。加上瓶颈问题随着供应链流程形成压力转移，部门之间形成各种推诿，各类会议不断增加，导致管理资源浪费。

　　5.过程的量化管理未能形成数字化逻辑，导致考核错位

　　如表1所示，是某连续两周中和某特定的一天中因以上原因导致停产的部分数据。

　　从表1可知，导致停产的责任，较大的是料品部、采购部和资讯部等物流的主要环节，而各个分厂生产管理的直接责任较小；

　　表2反映了该单位绝大部分由于供货不及时、送料不及时和缺件等物流不合理的责任，不合理的归入到了生产管理中，并且由表1和表2的总计中可知，两周内仍分别有83（=3105-3022）和25（=2045-2020）个停线时间单位找不到责任部门。

　　表3中由于缺件、周转不利、送料不及时、信息传递失误等原因所造成的停机时间达总时间的74.87%，真正由于操作等原因所致的停机仅占极少一部分。

　　表4中单日停产原因分析表明导致停机的直接原因仍主要是供应链过程的不合理导致的低效化，这证明表1～表3中出现的每周停机时间的原因并不是偶然的。

　　出现这么多的停产现象，该企业的管理监督部门都会定期稽核，并查明责任者进行处理。实际上，作为该行业的知名企业，该厂的生产管理及监督都很完善并且很有力度；但是因为缺乏对供应链数字化、智能化的理性认识，所以对于如何从根本上解决因供应链不合理所带来的浪费与束缚，是该厂领导层一直头疼的问题。

　　由于存在多处瓶颈，采购作业劳而无功，厂内物流不平衡，生产物料的配送无法准时化、高柔性，导致整个生产流水线经常停机等待，使工作流、物料流、资金流、信息流受阻，系统效率的提高受到约素，产生巨大的机会成本，从而不能最大限度的降低物流成本、解决生产中的时空矛盾，挖掘出被浪费的利润源泉。    

　　6.传统的数据预警与可视化通报不能实现实时管理

　　图1、图2、图3是比较常见的现场“可视化”数据表现方式。

　　由于绝大多数业务过程数据统计是离散型的，各部门协同共享联动性较差，信息不能共享，不能及时传递，形成信息孤岛，过程中的异常信息绝大多数没有及时存储，导致不能及时做统计、分析，而且大量的数据都是人工统计，导致统计结果滞后，管理也只能是事后控制，而不能实现预先控制和及时管理。

　　每天的作业达成情况也是完成率低下，并且影响因素无法实时查明，甚至无法得知后续还将影响作业完成的天数，如图4。

　　对于供应商的缺料情况，也无法实时控制和预警，只能够被动等待，如图5所示。

　　传统供应链中的很多报表，绝大多数都是通过人工输入、编辑、整理出来，并且报表出来后通过邮件或者简单打印出来进行信息的传递和发布，导致人工处理数据的工作量大，即使是现场开会管理、解决问题，也容易使得关键管理者不能及时的看到这些信息—在现场要么看不到这些数据，要么就是事后再看到数据，容易造成管理被动和管理只能是事后控制，而不能做到事先预防主。最后导致如图6所示的问题。

　　三、智能供应链在制造企业的实现路径

　　智能供应链需要通过对计划、采购、仓储物流、生产作业四大关键业务环节的管控，实时掌握进度、监控过程异常，包括对整个异常处理的全过程控制，更好地实现问题的事前预防和事中控制，实现各业务部门的协同性，帮助企业落地PDCA管理循环和持续优化提升，以支持打造数字化、可视化、信息化、智能化工厂。