深圳高质量PCBA一站式有哪些推荐的？支持从pcb板到半成品的企业，定向智造制造供应链选深圳硬姐智造PCBA一站式智造云工厂。

当前，中国制造业正处于转型升级的重要阶段，智能制造已经成为中国制造业走出去成功的关键，而智能制造必须以智能供应链为保障。在前一部分智能供应链在智能制造领域的典型应用的基础上，本文进一步分析了制造企业智能供应链的主要瓶颈，并重点探讨了制造企业智能供应链的实现路径，为行业的发展提供了一些思路。

二、制造企业智能供应链的瓶颈分析

制造企业智能供应链存在的瓶颈主要表现在以下六个方面:

1.从供应商到采购商没有数字化管理。

包装的不同导致无法形成数据管理。运输容器不规范，存在各种带有明显供应商特征的容器，不利于企业内部的标准化管理，也不利于物料和容器的色彩管理和定位管理，不利于物流场地的整理和整改；影响采购管理实施的有效性。

数量的差异导致物流无法数字化管理。包装单元数量不统一，不严格按照生产需求发货(通常为了保证使用量，会额外留有余量，库存不及时增加了供应商管理和仓库的成本；无法进行运输的直接管理，即门到门管理)，人工清点和数据交换费时费力，更容易造成系统的累积误差；即使是偶尔使用条形码的人，也不能保证数据的准确性，最后还得扫描送货单。影响数据管理的有效性。

物料流转时间的差异无法保证计划和执行的一致性，KPI指标难以监控。由于未能按照买方既定的到货计划发货，供应商日常发货不明确、不及时、无序，导致发货失败或无效发货，最终导致各工序物料短缺；同时，在供应商采购的计划和调度中，可能会出现同时超标的现象，造成拥挤的场面。据企业统计，该厂在当地有500多家供应商，每天最多送货30多辆卡车，平时8-10辆卡车同时到达(有时是空车)。但卸货场地面积和卸货能力决定了每次最多可以同时卸货4-5辆卡车，最终导致加班等计划外作业。

供应商的质量差异导致一次通过率不合格。因为质量问题，流水线经常停工，甚至组装后检测机器时发现质量差，不得不作为不合格品处理，增加了生产过程的负担。

2.相关物理功能区未进行数字化管理，场地管理混乱。

卸货区不受位置管理。拥堵现象非常严重，已经成为事实上的临时存储区。各种物料在卸货区停留时间过长，客观上对卸货本身造成干扰。

工序间暂存区的流动性失控。零敲碎打的无序存储，临时存储容器的不统一、不规范(甚至很多物料根本没有必要的容器)，导致库存无法顺利进出(需要的货物在最里面)，甚至无法先进先出，导致实际生产中的时空矛盾，比如钣金存储区，甚至有些区域存储了很多天的不良品，经常存储在加工区的运输要道，阻碍了物料的顺畅流动。

缺乏对地区间物料周转的参数设置和管理。各分厂、仓库重复设置临时存储区现象严重，但无法实现统一管理、运输、调度，造成重复运输、迂回运输(人工+叉车)和无序配送。各分厂的区域划分和物料的分散堆放，以及配送和物流管理的不平衡，使得空间周转不过来，比如产品下线的问题，固定流程的运行周期与下一个零件的存放和使用的时间差问题，运输走廊和运输方式的问题等。(尤其是电梯的不合理使用和管理)，造成楼层间物流的瓶颈现象(通常称为“线侧库存”)。

装配线区域的物料装卸岗位时序失控。交货节拍跟不上，所需物料无法及时准确的从各个工厂、区域、仓库发货，发货质量难以保证；不需要的物料(如备品、备件、调整后的残次品)不能及时运输或处理，造成线上物料拥堵和短缺，导致生产不及时，物流不均衡。

3.生产保障过程中信息流紊乱，人、机、料、法、环境无法形成沟通和互动。

全厂信息传递和数据维护的现代化程度很低，部门之间的沟通以命令的形式进行，信息传递容易出错，沟通处理不及时；物料周转不单元化，导致高效的物料操作、庞大的数据量和低效易错的人工操作之间的错位(如成品包装线和成品仓库之间的数据交换完全由人工清点完成，往往造成数据不一致或库存延迟)。

企业也曾斥巨资进口过几台AGV搬运小车和工位机器人，但最终都因为智能设施无法与实际的流程、材料、上下环节的人工、叉车等无缝连接和链接而被全部更换。比如AGV已经将物料送到工位，操作人员还没有完成前面物料的组装，AGV直接放下物料，进入下一步操作；反之，手动工作已经完成，AGV还没到，导致手动关机；机器人经常因为物料不能按照作业计划到位而等待、闲置；或者物料包装的工位设备无法根据机器人配件的抓取方式进行设计，导致机器人无法抓取物料进行装配，导致物料抓取无序或无法识别物料。

4.管理组织协调不力。

没有一个系统化的供应链管理组织，供应链过程中的上述矛盾就不能得到及时有效的解决，从而导致瓶颈的不断积累。另外，瓶颈问题随着供应链流程压力转移，部门之间形成各种推诿，各种会议越来越多，造成管理资源浪费。

5.过程的量化管理未能形成数字逻辑，导致评估错位。

如表1所示，是某连续两周某一天由于上述原因造成的停机的部分数据。

从表1可以看出，物流的主要环节如物资部、采购部、信息部负责停工，而各分厂生产管理的直接责任较小；

表2反映了该单元大部分由于供应不及时、投料不及时、缺件等不合理的物流责任而被不合理地归入生产管理。从表1和表2中的合计可以看出，仍然有83(=3105-3022)和25(=2045-2020)个离线的时间单位在两周内找不到责任部门。

在表3中，因缺件、周转不利、送料不及时、信息传递错误等原因造成的停机时间占总时间的74.87%，真正因操作等原因造成的停机时间只占极小部分。

表4对单日停工原因的分析表明，停工的直接原因仍然是供应链流程不合理导致的低效率，证明了表1-3中每周停工的原因并非偶然。

当出现这么多停工现象时，企业的管理监督部门会定期进行审计，找出责任人进行处理。事实上，作为这个行业的知名企业，工厂的生产管理和监督是完善而有力的；但由于对供应链的数字化、智能化缺乏理性认识，如何从根本上解决供应链不合理带来的浪费和束缚，一直是令厂领导头疼的问题。

由于瓶颈多，采购工作徒劳无功，厂内物流不平衡，生产物料配送不能及时灵活，导致整条生产线经常停车等待，堵塞了工作流、物流、资金流、信息流，制约了系统效率的提升，造成巨大的机会成本，从而无法最大限度地降低物流成本，解决生产中的时空矛盾，挖掘浪费的利润源。

6.传统的数据预警和可视化通知无法实现实时管理。

图1、图2和图3是常见的现场“可视化”数据表示。

由于大部分业务流程数据统计是离散的，部门之间的协作和共享联动差，信息不能及时共享和传递，形成了信息孤岛。流程中的异常信息大多没有及时存储，导致无法及时进行统计和分析。而且大量的数据都是人工统计的，导致统计结果的滞后性。管理只能是事后控制，而不能实现事前控制和及时管理。

每天的作业完成率也较低，无法实时找出影响因素，甚至无法知道未来影响作业完成的天数，如图4所示。

对于供应商的缺货，没有实时控制和预警，只有被动等待，如图5所示。

在传统供应链中，大部分报表都是人工录入、编辑和整理，报表出来后信息通过邮件传递和发布或者简单打印出来，导致人工处理数据的工作量很大。即使是现场开会管理解决问题，关键管理者也很容易看不到及时的信息——现场看不到数据，事后也看不到数据，容易导致管理被动，管理只能是事后控制，而不是事前预防。最后，导致如图6所示的问题。

三、制造企业智能供应链的实现路径

智能供应链需要控制计划、采购、仓储物流、生产运营四个关键业务环节，实时掌握进度，监控异常过程，包括整个异常过程的全过程控制，从而更好地实现问题预防和过程控制，实现各业务部门的协同，帮助企业实施PDCA管理循环和持续优化升级，支持数字化、可视化、信息化、智能化工厂建设。

1.智能供应链系统对相关企业的要求

在智能供应链系统中，首先需要强调以下要求:

(1)供应商必须将其交付资源与买方的长期、中期和短期需求进行比较。在运营过程中，需要确保任何可能影响后续运营的风险都能通过流程快速与客户沟通。

(2)供应链管理部门需要实时检查供应链流程作业和物料是否足以满足客户未来的需求，以便尽早发现可能影响客户需求满足的潜在问题。当发现风险和偏差时，要及时制定纠正措施，将对客户交付的影响降到最低。

(3)供应链管理部门必须制定应急预案，当突发事件发生时，将启动此解决方案。该功能系统必须定期测试和验证(过程数据应实时输入系统)，相关人员应接受应急程序培训。

(4)收到预测需求和交付需求时，需要每天对比现有资源与内外部客户(计划和)需求的差异(可实现周滚动)，提出优化方案。当任何重要资源有限，无法满足生产和交付需求时，它可以实时通知相关后续环节，甚至客户。

(5)供应链系统能够自动检测过程中时间、数量、包装方式、运输方式、标签、信息传递方式等之间的偏差(如货物扫描和装载控制系统)。确保任何与供应链标准、运营计划和流通数量及方式协议的偏差都能及时检查和显示，并及时协调，而不会给生产和交付造成成本损失。

为了提高交货精度，缩短交货周期，需要提高供应商的准时性，提高物料的匹配率，减少供应链过程中的效率浪费，提高人均产出效率和现场办公效率，进而提高物料周转率。为此，需要构建八大数字化运营体系:生产计划与物流计划的联动体系、供应商到货管理体系、物流运营过程的监控机制、物流运营的关键物流指标、数据人工统计工作量和运营逻辑的优化、信息的及时收集与传递和可视化看板自动显示、计划与实际运营的目标偏差管理、异常与风险的预警机制。打造智能供应链，要从建立八大数字化运营体系入手，逐步缩短配送时间，提高配送精度。上述需求的具体逻辑如图7所示。

梳理清楚数字逻辑后，有利于有效衔接计划、采购、生产、物流全流程信息，同时对流程中的异常信息进行预警或及时显示。这样就可以把现在的事后管理提升到及时管理和事前控制，进行及时监控。参考模型如图8所示。

通过建立数字化、智能化的供应链模型，重组供应链的运作流程，对关键环节、流程或程序进行标准化、有效化、可视化的管理，可以拉通制造工厂的价值链。因此，供应链不同环节的关系处理不再是传统的经验和感性(俗称“拍脑袋”)模式，或者单一的决策模式，而是系统化的决策，如图9所示。

信息平台必须服从业务逻辑。一般情况下，管理者只看到操作界面。但在智能供应链的演进中，逐渐成为数据逻辑的向导。

假设一个企业的供应链运作分为ABCD的四个模块。

a为采购业务端(蓝色虚线区域)。包含了主要供应商的采购-生产-发货流程，解决了根据供应商的基础数据自动找源、自动下单、自动提示供应商发货的需求。

b是入口物流端(紫色虚线区域)。主要包括装货-运输-收货-检验-入库等流程，解决规划和计划供应商发货流程的需求，实施监管，实现数字化采购的可视化；

c是生产协作端(红色虚线区域)。主要包括分拣-配送-匹配-生产-包装等流程。，解决数字化生产的流动性要求，从而准确响应智能制造的时间和数量要求。在此期间，需要重新解决车站分布和运营协调的问题。

d是成品的交付端(绿色虚线区域)。主要包括入库-储存-检验-分拣-装车-运输-发货等流程，实现对市场需求的快速响应。

对于智能工厂来说，生产环节C最担心的就是停工导致无法交付。如前所述，绝大多数的制造业停工主要是因为采购业务A和来料物流B，容易导致“巧妇难为无米之炊”的窘境。因此，装配制造企业，尤其是汽车、家电、电子、重型机械和家用电器行业，普遍将ABC link的数字化作为供应链智能交付系统的前提条件。制造业普遍认为，精益(智能)生产必须以精益(智能)物流为基础。

对于供应商来说，必须在上述整个价值链中实现OTD (Order-to-Delivery)，让采购方实现实时监控和运营管理，从而保证采购方的稳定生产和智能制造。此时，相对于采购方，D环节会成为双方供应商关注的焦点。但是，只有保证整个价值链的有效性，交付承诺才能兑现。

对于智能供应链来说，采购方和供应商都是为了有效交货。所以从规划到实施，需要强调几个关键词“保、稳、抓、拉”。

保证-保证交货计划，实现有效交货，提高客户满意度。主要包括根据订单发货周期倒推计划，根据订单发货时间预约装货/装箱，有效装货/装箱，从而有效对应客户的ASN。

稳定-稳定生产计划，实现稳定生产和智能制造。主要表现在对资源匹配的实时监控和审核，对作业执行率的保证，对均衡生产的重视，对各种偏差造成的库存增加和断点浪费的减少，对稳定生产的促进，精益生产和精益物流的协调，基于总装的计划达成率和一次通过率的提高。

抓——狠抓配套计划，实现信息配套和实物配套的完美配合，保证生产的可行性。外包一揽子计划——不再是保证供给，而是有效供给。作业计划所需的全套数量作为采购、到货、收货的依据，必须具备实时统计、提供结果和可视化的能力。同时，还需要密切关注自制零件的匹配方案。通常，自制零件喜欢一次性批量生产是因为管理者对效率、成本、人员和模具更换的考虑，但这导致了库存失控、制造无效以及各种变量和业务压力。在智能供应链中，自制件会作为内部供应商进行严格的协调和数字化要求，避免对供应链造成冲击。此外，信息匹配与物理匹配相协调——实时库存、实时全过程监控、实时预警和响应。

拉式生成供应商的到货计划。包括主要供应商的预定生产——基于买方需求计划(ASN)的逆向生产，按需生产，不再任性量产；第三方物流预订到货——根据买家需求计划和既定运输路线，按顺序收货，实现循环管理，不再是多拉跑的模式，全程信息化监控；实时验货入库——要提升“验货放行及时率”，保证采购物流的及时性和有效性，减少验货库存；事实上，如果检验计划和到达物流计划没有很好地协调，那么检验将成为采购物流中的最大瓶颈。

这样，就可以形成价值链的一体化和标准化运作。

2.智能供应链构建过程中的要素协同

在智能供应链建设过程中，所涉及的要素将被充分整合，从而实现从信息逻辑到物理逻辑的对应关系，并被合理分解为多个管理模块的协作(而不是传统供应链中的采购和拼凑)，形成工业大数据平台。如图11所示，大数据平台架构和协作逻辑是为企业制造的。

当对应关系建立后，智能供应链需要重点落实六个对应的关键环节参数和标准:发货计划-到货管理、仓储计划-仓储现场、匹配计划-实物匹配、作业计划-现场作业管理、总装计划-总装作业管理、装车计划-装车装车，以解决数据集成和偏差管理集成的系统化需求，确保系统能够实现差异控制、预警和应急管理。在此过程中，还需要考虑包装设备和身份管理的设计、存储空间和智能存储设施的数字化规划、工作站的智能配送模式和响应参数设置、成品离线到智能化、快速装载模式等。如图12所示。

各要素协同形成企业物联网(连接互联网)，连接人、机、料、法、环境，通过供应链智能协同系统指挥运行，解决横向和纵向的资源协同(图13、图14)和信息沟通。从而形成智能工厂从供应链战略到监控执行的系统联动，如图14所示。

不同物料、不同订单、不同运作模式、不同工位、不同供应商的制造需求全面联动，形成横向和纵向协同，支持流程中信息逻辑和物理逻辑的对应，从而保证供应链资源和计划的一致运作，最终形成综合报告。

在协同计划管理的指导下，需要对供应商的到货有效性和实时进度进行管理和监控，特别是要保证供应商过程偏差带来的风险。

仓库管理可能涉及很多环节，如收货、检验、自动化仓库等。，所有这些都涉及时间和数量，以及信息收集行动。行动的有效性直接实时显示在数字供应链平台上，以监控计划和实际操作之间的差异。

生产订单执行的有效性直接决定了交货的可能性。对于智能生产，对异常生产的实时监控和快速响应变得尤为重要。

通过系统化的算法，将供应链各关键环节的数据和运行状态形成管理者和决策者需要的报表，如日计划和产值实时报表、月产值停工时间和原因分析实时报表、月产值计划达成率实时报表、订单延迟实时报表、月产值累计达成和标准值差异分析实时报表、各种产品和生产线产值动态类别和报表等。，以便实时显示当前操作对供应链战略绩效指标的实现情况。

各类管理界面的展示和实时报表的制作，有助于决策者思考供应链优化和战略绩效的持续提升和偏差，瓶颈的实施和解决，从而实现量化管理、实时管理、可视化管理、PDCA管理、主动管理、目标偏差管理、数字化管理七大管理要求，达到持续改进的目的。

当企业逐步实现价值链拉通、数字化采购、数字化物流、智能化生产时，整个供应链计划-执行将与信息平台全面融合，实现CPS (cyber-physical systems)。未来的差异可视化不会反馈给操作员(以便去开会解决问题)，而是反馈给整个供应链系统，让这个系统实现实时反馈，形成自组织、自管理等智能性能，从而实现智能制造。每一个代表供应链信息的物料包装单元都会“说话”，与供应链中的所有要素进行对话交流，实现人、机、料、法、环、数、工业大数据的互联互通，从而实现数字化、网络化、智能化。图15是企业智能供应链的全要素连接和操作的全息图。

智能供应链的发展是基于企业的自动化和信息化发展。自动化主要实现生产过程的数字化控制，这离不开各类过程控制软件的深度应用；信息化主要实现企业R&D、制造、销售、服务等环节和流程的数字化，打通企业内部和供应链企业之间的数据流。其特点是深度应用R&D设计、生产调度、企业管理和营销分析软件。因此，涵盖上述软件类别的工业软件是智能制造供应链发展的基础和核心支撑，可视为智能制造供应链的灵魂和风向标。

深圳市硬姐技术有限公司（硬姐智造）是深圳市硬姐技术有限公司旗下的线上平台，有一批经验丰富的PCBA加工制造和元器件BOM供应链团队， 服务于国内外众多汽车电子、医疗电子、新能源、智能家居、网络通讯、机器人、工控及安防等各行业客户， 以一站式服务为核心，提供PCB快板生产、BOM物料采购、SMT贴片三大服务。