突破物料管理的“不可能三角”，现代制造企业的必修课

 制造企业如何做到不缺料、不呆料、不囤料？这里有一套“武功秘籍”！

对于大多数制造企业来说，物料管理中不缺料、不呆料、不囤料这三个目标就像经济学中的“不可能三角”一样，通常至少要放弃一个，才能得到剩下的一个或两个。

如何突破这个“不可能三角”，是在今天供应链极度不稳定、企业战略型物料缺货、同时日常型物料呆滞和囤积的背景下，现代制造企业的必修课。

近日，由高科技行业门户OFweek维科网主办的维科杯·OFweek（第七届）2022人工智能行业年度评选奖项揭晓。经过对近300个参评项目进行了综合实力考量，联想智能物料分配解决方案荣获“维科杯·OFweek 2022人工智能行业最佳赋能AI解决方案奖”。

除了2022最佳赋能AI解决方案奖，凭借联想智能物料管理解决方案领先的技术和物料管理应用的效果，联想成功入围数据智能产业创新服务媒体数据猿《2022中国企业数智化转型升级创新服务企业》榜单。

1，物料是贯穿制造全流程的“血液”

制造业的核心任务是把多层级物料转变为成品的生产过程。物料就像“血液”贯穿制造业的设计、生产、仓储、采购、销售全流程，制造业的物料成本通常占总制造成本的50%以上，是直接影响企业经营利润、市场竞争力和长远发展的关键因素。

假设一家公司一年的用料金额6亿元，如果库存周转周期是2个月，则库存资金占用为1亿元。如果出现1%的库存呆滞，那么相当于有100万的物料减值风险；如果降低库存水位，将库存存量降低到30天，则资金占用减少5000万元，物料呆滞风险也会大大降低。但是缺料风险会急剧提升，供应不及时导致的经营损失难以估量。由此可见，物料管理是制造业最重要的经营环节之一。

2，突破不缺料、不呆料、不囤料“不可能三角”

现代制造业逐步迈向工业4.0，产品生命周期越来越短，品种越来越多，物料的管理难度也随之急剧提升。

联想集团在全球拥有35家制造基地，为遍及全球的180个市场提供产品和服务，与全球2000家供应商建立了良好稳固的合作关系，遍布全球的供应商体系，使联想集团实现了全球采购、全球制造以及全球物流。作为一家ICT制造龙头企业，联想集团集合了全球供应链、数字化转型、联想研究院人工智能实验室，IT等多个部门的业务专家和技术专家，联合打造了智能物料管理解决方案，以大数据为基础，创新性运用机器学习与运筹优化技术，深度融合制造业供应链垂直领域知识图谱，立足现有资源，实现了有限物料供给、库存呆滞等场景下的动态智能物料管理决策，突破了不缺料、不呆料、不囤料这个制造业物料管理的“不可能三角”。

 ◎方案效果（核心指标变化）

● 缺料时：帮助联想全球供应链个人电脑业务解决疫情以来居家办公导致的PC需求暴涨，以及行业性物料供应短缺背景下的核心组件最优分配问题。面向全球5大区180个市场，消费、中小企业、商业大客户等不同客户群对多个品牌、系列、家族、型号的产品，进行跨季度战略分货和当前季度策略分货。实现空间、客户、产品和时间等多维度下，可兼顾地区公平性、客户群公平性、销售目标达成率、集团整体营收、毛利润等多个目标的物料分配方案。提升决策效率1.5倍；在CPU、液晶面板、WIFI模组、IC芯片等短缺物料分配中，在有效保证分配公平性的同时，实现了联想PC供应的成品齐套量、营收和利润的提升。以2021财年为例，AI智能分货对联想全球PC业务营收增长的潜在影响接近8亿美元。

● 呆料时：在联想集团出口海外的重要生产基地，肩负着为全球180多个市场供应联想商业PC和服务器业务重任的联想集团创新科技园（深圳），联想智能库存优化引擎通过挖掘出畅销产品清单，在考虑等待时间、可使用的物料范围、新采购物料金额等诸多约束条件下，将呆滞物料齐套成可销售的成品推荐给销售部门，提高了物料计划人员决策的科学性与效率，降低了呆滞库存金额18%，在有效改善库存周转的同时，增加销售获利机会。

● 囤料时：在联想智能手机制造业务中，实现敏捷安全的库存管理，需要面对庞杂多样的物料不完全替代组合关系。物料配套使用的耦合关系，使得经典安全库存方法几乎完全失效。联想智能库存优化引擎充分考虑复杂的物料组合关系，基于齐套分析和知识图谱技术，将库存风险参数从成品到原材料部件逐层传导，避免部件之间的孤立计算，快速精准地优化计划周期内各个部件的安全库存水位和补货量，帮助企业在服务水平和库存成本之间到达一个最佳平衡的状态。摄像头、内存、充电设备类原材料库存周转天数降低了30%以上，服务水平提升了9%。

3，物料管理的“武功秘籍”

物料管理没有秘密，立足现有资源，将简单的招式发挥到极致，就是“武功秘籍”。

● 天下武功，唯快不破。制造业物料种类繁多，一家大型企业的库存管理动辄牵涉数10万级SKU，每一种SKU的实时库存数量、库龄、所属大区、未来到货数量、缺货数据等情况不同；此外，离散制造业的BOM结构复杂，单个成品的齐套方案最多可达到上亿种。面向时变的场景、海量数据、繁多的约束、不同业务目标下的多种策略，在有限时间内快速找出可行的成品齐套方案是物料管理首先要面对的挑战。

联想物料管理方案，在建立优化模型后，优化引擎将模型分为探索和利用两个阶段。在探索阶段，模型决策后输出推荐的产品候选集；在利用阶段，输入探索阶段推荐的目标产品候选集和其对应的海量BOM方案，模型决策后输出推荐产品的呆滞物料消耗方案。此方法通过将复杂度较高的问题转换成两阶段求解，可以保证算法在分钟级得到求解方案，满足实时决策。

● 神机妙算，运筹帷幄。在物料管理中，提前识别和预判是更为高阶的能力。联想物料管理方案，通过知识图谱技术将不同来源的数据通过知识融合进行集成，抽出数据本身的含义，组织成业务知识，并通过知识图谱和语义技术构建的供应链语义平台对供应链中相关联的实体数据建模，形成的供需知识图。可以更直观有效地组织、分析数据。帮助提前识别呆滞物料，有效避免潜在呆滞物料的超量采购；对于已经在库的呆滞物料，推算出成品畅销因子，确保呆滞物料可齐套的成品在市场上的畅销度。

● 身随意动，人机合一。物料管理的最高境界，是在一定的约束条件，如物料紧缺程度、供应量限制、不同场景的用户偏好等限制下，同时考虑不同销售市场、不同客户群的不同产品类型，做出如齐套数量最多、公平性最强、营业额最高、利润最大等不同方案，再根据业务需求人工调整选择出最符合业务目标的方案。联想物料管理方案针对相互制约的多个优化目标（如供应不足时分货的公平性与毛利润），计算出对应多个分配方案的Pareto最优解集合及其目标值，通过What-if模拟下的指标对比、损益分析辅助用户决策。供应链计划员可根据不同分货场景，配置多目标权重（如出货量优先、利润优先、大客户优先等），决策超参数（如重点产品需求满足率、战略预分配值偏离度等）。人的修正值反馈入系统，成为模型持续迭代的先验知识，构建人在回路的决策闭环。

物料就是资金，物料管理是制造企业必须直面的课题，缺料、呆料和囤料都不是好的管理结果，而建立成熟的物料管理能力绝非一朝一夕之功。

未来一段时间内，供需端双重波动仍旧是大趋势，能否在物料管理过程中争取更多的科技红利，将直接影响制造企业在牌桌上的表现。

（关注我们的微信公众号：ML OR 智能决策。分享更多干货，欢迎交流~）