工业制造流程复杂、链路长、影响因素多，很多企业在追求规模效益时，容易陷入虚假增长的陷阱。比如，只考虑接单，忽视研发和供应能力，尽管订单量剧增，却给后端生产、物料、运输等环节带来了多种问题，导致履约成本上升，进入有增长没利润的怪圈。

这实质上是产供销失衡的表现，现代生产制造中，设备、人员、物料、订单等要素承载了海量数据，而且具有很大的不稳定性，要在众多不稳定因素中进行权衡决策，对企业的综合运营管理能力是极大考验。

从纸质、excel表格到数字化系统，工业生产运营管理方式一直在升级，但是没有从本质上实现突破，只是把传统运营模式搬到线上进行集成，就如同“新瓶装旧酒”。

随着新一代智能决策技术的发展，亿万级数据计算不再是难题，运营管理的思维和模式正在发生变化。先进企业的实践表明，智能决策可以帮助企业将运营管理问题化繁为简，用运筹优化的思维将动态的、多元的、大规模的变化要素进行量化和可视化，帮助企业找到真正优质的需求，并推进订单的高效执行和交付，助力企业实现高质量增长。

制造业运营管理的本质：多目标多约束下的收益寻优

制造业和所有产业一样，核心目的是实现经济价值，经营管理者必须算好“经济账”才能保障稳定运行。由于现代制造业正走向精益化和个性化，“多批次小批量”需求越来越多，订单驱动生产供应成为大势所趋。

而一个订单从接单、分配、采购、生产、发运到交付，要经历“层层关卡”，当无数个变动的订单交织在一起，运营管理需要考虑的因素将非常庞杂。

在规划层面，企业要综合考虑所有生产要素，对整体产能、收益和物料供应等情况进行宏观把控；在计划层面，要考虑所有订单约束（不同订单的收益、交期、物料、人员等），给每个订单安排更佳的生产周期和资源，同时要调度采购、发运等部门按照计划提供相关支持；到执行层面，要针对具体的订单合理安排生产资源，在满足交期的同时，提升资源利用率和业务收益。实际生产中，规划、计划和执行是三位一体的，规划和计划者不能忽视各个环节的差异化影响，执行者不能只看到单一的订单或者要素。

从技术上看，这其实是多目标多约束下的收益寻优问题。

传统运营管理模式下，由于技术条件限制，需求、生产、供应是相对割裂的，很多生产要素无法量化，企业在做决策时很难把所有因素考虑进去，订单基本按照标准化的“一刀切”模式进行管理和交付，无法对不同订单进行精细化管理。

智能决策对生产运营管理的突破，体现在三个方面，，解决了大规模计算问题，让企业可以站在不同角度，全面地考量各因素对业务收益的影响；其次，在流程上破除了不同部门的信息鸿沟，实现从规划到执行的统一和协同；第三，让企业在全局视角下，对各个模块进行差异化管理和优化，实现运营管理的精细化变革。

智能制造决策优化平台--杉数数弈一致性计划系统示意图

在智能决策技术的加持下，当营销、采购、生产、仓库、财务等各部门数据打通，当需求计划、生产计划、库存计划、采购计划等连成一体，跨组织协作和产销平衡将不再是问题，企业在执行时根据一致性计划进行生产，就可以避免“只见树木不见森林”。

比如，对于需求和供应管理，可在全局视角下，将订单和供应能力进行匹配，对供应端物料、人员、设备等资源进行多层级、多维度计算和优化，在保障更大经济效益的同时，帮助企业从宏观到局部上更全面地把控各个环节的运营管理。

从实现价值上看，有效的运营管理不会只局限于规划或计划本身，其作用传递到不同的生产运营环节，都会为企业带来更多实质性的业务收益。

多维分析成本和收益，不做“亏本的生意”

有订单才有收益，但所有订单都要接吗？如何决策？

尽管企业希望每一个订单都能带来经济效益，但还是难免遇上“亏本的生意”。高质量的订单，是可以满足客户交付时间，符合企业的生产能力，又能带来收益的订单。通常订单自身的价值相对容易评估，但这种评估往往是在无限产能的条件下进行的，如果考虑到企业实际的生产条件，订单的真实收益就需要打个问号。

比如，一个临时的插单会打破其他订单的交付计划，可能会影响整体收益，而人工很难评估这种影响。在生产能力有限的条件下，如何判定临时订单要不要接？不接，有可能损失了大生意；接了，如果不能按时履约，可能丢失信誉或面临赔付。

面对这种情况，企业不同部门之间“吵架”或者“拍脑袋”决策就很难避免。智能决策则可以“用数据说话”，全面评估成本和收益，帮助企业从全局收益出发，做出更佳决策，避免盲目接单。先进的智能决策产品，可以综合考虑订单需求、产能、物料、收益等，测算订单交付时间，生成订单交期答复，预警异常交付订单等，通过订单评审帮助企业决策是否接单或者接单后的具体交付时间。

全局优化资源分配，挖掘“看不见的收益”

“成本就像海绵里的水，挤一挤总是有的”，在制造业产供销的长链路中，成本无处不在。要在不影响交付的情况下，从纷繁复杂的生产中“挤出水”来，需要对所有接到的订单“精打细算”，后归结到收益上才看得到变化。

生产过程中，除了原料、人员、设备、物流等肉眼可见的直接成本，还隐藏着很多看不见的成本。例如，在多工厂多产线的企业，生产计划和分单决策对终收益有很大影响。不同区域的工厂生产成本、运输成本等都有很大差异，如果就近安排生产可能会节约大量物流成本，如果安排偏远地区的工厂生产，可以节省生产成本，如何平衡这些成本？通过智能决策技术“削峰填谷”，可以帮助企业做出更优决策，浪费的成本就可以转化成收益。

某大型制造企业的成功实践，就是一个典型的案例。该企业是集研发、制造、销售于一体的制造企业，旗下有多家工厂遍布全国各地，企业接单之后需要通过人工分配的方式将订单分配至不同工厂进行生产和发货，企业每天需要承担几十万甚至上百万物流费用。随着业务增长，企业的订单量爆发式增长，手工分配订单效率低、效果差，已经逐渐跟不上业务发展。

为了降本提效，该制造企业基于杉数数弈打造了智能分单系统，通过供应链协同，打通上游物流供应商的定价信息、下游客户需求信息以及工厂产能信息，指导日均千单的分单决策，并通过刻画物流分段定价成本，为该企业每年节省平均10%以上的物流成本，年节约物流费用达千万以上。

分单模式的升级，直接改变的是分单效率，后续影响的则是生产、物流等环节的成本，可帮助企业减少成本浪费，带来实实在在的效益提升。智能决策在生产排程、仓储管理、物流运输等不同场景中的应用，都是通过全局规划、分配或调度优化资源配置，对企业经营管理有异曲同工的价值。

柔性运营提升交付能力，灵活应对订单变化

制造业订单交付是影响企业长久发展的重中之重，订单能不能及时交付，不是某个部门的事情，是供应链综合运营的结果。由于每个环节在执行过程中都有一定的不可控制性，订单的全流程跟踪管理非常必要，这涉及到不同部门及不同场景的数据融合、分析和洞察，是实现产供销协同的必要条件。以下我们以交付过程中的物料问题进行说明。

实际生产中，企业经常面临的问题是，急单、插单、临时取消订单都会大量存在，在出现变化时，要如何调整物料？比如，上个订单刚完成一半生产量，新增加的插单又必须要上线，要挪用哪个订单的物料更合适？插单之后物料缺多少？什么时候能补齐？其他订单要延期多久？如果只考虑现有的物料库存，很容易陷入难以决策的两难境地。

基于智能决策的解决方案，在运营规划层级可提前做好物料产能规划，在做生产计划时能够将物料约束考虑进去，到订单层级能够将订单和物料管理打通。比如，从需求出发建立订单层级的物料分配机制，综合考虑分配优先级、供应优先级、物料类型、客户替代、协议备料等约束条件，自动完成物料供需分析及核算，自动分配物料到相应订单。生产上线前，对实际订单物料进行齐套检查，为生产订单下达提供决策建议，避免上线生产后停工待料。

当临时有插单或订单取消，输入相关订单数据，通过自动计算，在保障更佳收益的情况下，给出物料挪用或调整建议。如此，企业在决策时就更加“心里有数”，不会仅凭经验或部分因素来调整物料安排。除了物料，订单交付在产线、设备、人员、发运等资源方面都存在类似情况，智能决策方案的解决思路是一致的，通过协同决策可以实现端到端的柔性运营，让供应链调整与订单变化保持同步，促进各类订单的高效履约。

从订单评审、工厂排单到交付过程优化，智能决策对于生产运营管理的价值显而易见，而这也只是智能决策赋能工业制造的冰山一角。制造企业在经营管理过程中，会面临各种各样的难题，智能决策在不同问题中的决策参考作用就如同打开新世界的一把钥匙，帮助企业换一种思维和方式，看到和挖掘更多增长的潜能。

在从制造向智造转型的关键时期，制造企业要增长，更要高质量增长。作为企业数字化的阶段，智能决策对工业制造的“脑力”升级越来越重要，是智能制造高质量增长的重要技术支撑。以杉数数弈为代表的工业智能决策产品，已经广泛应用于运营管理、生产计划、排产排程、物料筹措及分配、人员排班等场景，为钢铁、化工、汽车、电子等制造行业的智能化转型提供了强大的决策动力。