供应链变革下的制造挑战与物流应对.pdf

第1页 供应链变革下的制造挑战与物流应对京东物流-战略与创新研究院&专家委员会 1 供应链变革挑战制造业2 制造业变化与物流挑战CONTENT目录 3 转型升级路径建议探讨 技术基础：供给需求与技术创新助力全球制造进入工业4.0阶段，新老技术周期更迭，制造业基础重塑l 技术的发展促使生产力不断提高，而更高生产力和利润率追求促使全球制造行业不断发生变革。从18世纪60年代第一次工业革命开始，制造业经历机械化、电气自动化、数字化三个阶段，目前已经进入以智能化为代表的工业4.0发展阶段。l 工业2.0-3.0的技术已较为成熟，在全球市场落地和应用的渗透率较高，但中国在这一方面起步较晚，仍将持续追赶工业2.0-3.0的技术基础。工业4.0是伴随着物联网、云计算、大数据、人工智能等关键技术的发展而产生的新技术，目前尚不成熟、格局未定。 资料来源：腾讯，阿里云，毕马威 第一次工业革命 第二次工业革命 第三次工业革命 第四次工业革命更高生产力和利润率追求 机械化 电气自动化 数字化 智能化行业需求技术创新产业变革 家庭手工作坊无法满足社会化商品交换的需求 单个机械生产率见顶，产生社会化生产的需求 制造业进入稳定发展阶段，产生精益生产需求 需求的快速变动/人力成本上升产生智能生产需求蒸汽机的发明等 电机的发明电气设备/流水线等 计算机及互联网原子能/生物工程等 物联网/云计算/5G/大数据/人工智能/机器人等机器代替手工劳动，生产力大幅提高，手工业开始发展 效率更高的流水线和自动化电气设备代替了大量人力劳动，重工业开始发展 出现数控机床，以及流程管理系统、计算机辅助设计系统等工业软件，效率进一步优化 出现智能工厂、智能物流、C2M等新模式，全产业链协同发展，生产效率再次提高算力脑力体力 2.9% 24.4% 25.3% 40.5% 3.9% 21.3% 1.6% 12.2% 5.5% 0%5%10%15%20%25%30%35%40%45%050,000100,000150,000200,000250,000300,000350,000400,000450,0001978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019中国第二产业GDP及增速第二产业GDP（亿元） 增速 产业政策：中国制造业从超高速增长发展到如今增速放缓、不确定性增加的全球供应链共生的新阶段l 中国制造业自改革开放开始，已经历四个主要阶段：1978年至90年代初，中国开始从重工业到轻工业建立较完整地制造业体系；90年代初到20世纪末，制造业进入超高速发展阶段，这一阶段中国第二产业GDP增速在20%40%；20世纪末到2016年，是中国制造融入全球价值链的关键阶段；2016年至今，中国第二产业GDP增速下降至个位数，同时国际局势复杂，中国进入产业升级、内需拉动的新时代。 资料来源：国家统计局，腾讯，亿欧1978-90年代初中国制造业体系逐渐完善 90年代初-20世纪末制造业进入超高速发展阶段 20世纪末-2016年中国制造逐步融入全球价值链 2016年至今中国制造业进入新时代、新常态从改革开放开始，中国逐步建立较完整的制造业体系，从以重工业及国营企业为主，开始快速发展生产消费品为主的轻工业制造。 这一阶段中国民营制造业进一步蓬勃发展，已经形成一批龙头企业；1992年深化改革开放，FDI增长，出口导向经济开始蓬勃发展。 这一时期制造业FDI迅速增长，沿海地区众多出口导向型制造企业形成全球竞争力，加入WTO标志着中国制造业进一步融入全球价值链。 经济增长进入新常态，贸易摩擦等原因冲击中国出口，内需将逐渐成为拉动中国制造业增长主力。强调技术驱动的包含物流在内的一体化供应链服务。 改革开放 民营经济 加入WTO 制造2025 客户需求：疫情下海外消费降级以及电商渗透率的变化，使制造业供应链面临重大挑战 数据来源：App Annie；Wind；广发证券 需求：海外消费降级以及电商渗透率迅速提升 中国供给（出口） 中国需求（进口） 1 出口流向疫情国占比最高的商品2 疫情国全球市占率有优势的行业3 中国供给修复，海外需求平稳或上升1 进口来自疫情国占比最高的商品2 疫情国断供，中国供给国产替代3 资源品进口非主要来自疫情国 需求弹性小/附加值高需求弹性大/附加值低中国供给能形成替代需求弹性大/附加值低需求弹性小/附加值高 影响较小受损：服装、玩具受益：集成电路、汽配受益：医疗防护、光伏设备、消费电子影响较小国内商品替代受益：光学影像器件、半导体、医疗器械工业品原材料价格下降 供给：全球产业链随着疫情在各国蔓延广泛地被波及影响 -10%-8%-6%-4%-2%0%2%4%6%8%10% 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019耐用品支出增速 非耐用品支出增速美国民众在非耐用品（服装、食品）等品类的消费增速，连续6年低于在耐用品上的消费的增速10.8% 12.6% 15.0% 18.4% 21.0% 30.0%7.3% 8.2% 9.1% 14.3% 14.9% 27.0%0%5%10%15%20%25%30%35% 2015 2016 2017 2018 2019 2020年1中国 美国 60%70%80%90%100%110%120%130% 140% 2019年6月2019年7月2019年8月2019年9月2019年10月2019年11月2019年12月2020年1月2020年2月2020年3月2020年4月2020年5月2020年6月 中国 欧洲 北美 东亚 南美 世界产业环境：疫情虽加速全球供应链不确定，受益于供应链的完备，国内制造业在疫情被控制后迅速恢复世界主要地区制造业产出指数(2015年基准) 数据来源：国金证券； UNIDO l 中国国内在疫情得到控制后的4月，制造业产量迅速复苏，在6月份即达到去年同期水平。中国的三大优势造就当前全球供应链地位l中国具有完备的工业制造业体系，是全球唯一拥有全部工业门类的国家l虽然低劳动力成本的人口红利在削弱，但拥有1.65亿的受过良好教育的熟练技术 工人，促使中国成为全球制造中心l四通八达、便捷的交通物流运输网络等基础设施是保证高效供应链的基础 人才发展：工程师人才红利提升，但面临基础工人劳动力红利减弱及数字化转型人才短缺的困局359235193409 33023190306729442828 27152599 24822361223614911505155316531783190119972114 22482391 25362687285105001000150020002500300035004000 2014年2015年2016年2017年2018年2019年2020年E2021年E2022年E2023年E2024年E2025年E2026年E 供给端：适龄物流劳动力（万人）需求端：物流就业劳动力需求（万人） 数据来源：科技部；物流行业劳动力供需数据由JDL研究院根据“国家统计局，麦肯锡”数据测算；清华大学、领英 以物流行业为例：劳动力供需逆转，老龄化加快工程师人才红利提升，R&D储备人才充足 255 288 325 353 371 376 388 403 438 480759 753 736 704 681 659 639 625 608 57501002003004005006007008002010年2011年2012年2013年2014年2015年2016年2017年2018年2019年 研究与试验发展人员全时当量(万人年)普通高等学校毕业生数(万人) 数字化人才集中于信息通讯和研发领域信息通讯, 46.6%制造, 20.9%金融, 6.8%消费品, 6.6%医药, 3.8%企业服务, 3.1%娱乐, 2.7%教育, 2.2%建筑, 2.1%交通, 1.4%其他, 3.8% 数字化总人数72万+ 0.8%3.6% 87.5%0.8%7.0%0.4%0.0% 20.0% 40.0% 60.0% 80.0% 100.0%战略管理深度分析产品研发先进制造数字化运营数字营销 产业环境、客户需求、产业政策、技术基础、人才发展等机遇和挑战使中国制造站在新的十字路口机遇 挑战技术基础 中国持续加强研发支出，新型基础设计相关技术发展势头向好 高端技术与发达国家差距仍然较大，卡脖子现象仍然存在，同时也面临技术落地路径不清、规模化扩展遇到阻碍等问题产业政策 中国智能制造政策范围广、推进力度大，且从顶层设计向落地应用转变，有形的手支撑制造业实体变革 政策尚未在制造业转型方面形成可以复用的规范及产业标准，且产业深化落地仍待持续探索 客户需求 消费升级带来高附加值产品需求增长，且中国消费者和客户群数字化程度较高 产品需求多样性、迭代速度提升明显，同时客户需求从有形产品向服务体验延伸，使得制造体系的复杂度显著增加产业环境 中国制造体量较大，产业具备全产业链以及规模化、集群化优势，在全球制造业价值链中的地位稳固 中国制造业处于全球价值链的中低端地位，附加值较低，且抗风险能力有待提高，产业结构调整、敏捷性提升成为中国经济发展的驱动力人才发展 工程师人才红利显著提升，为企业提供潜在数字化转型核心人才 中国面临着基础工人劳动力红利减弱的挑战，同时新型人才和组织的培养管理或将成为实施制造转型升级首要障碍 中国制造业面临的实际需求提升生产和供应链能力，提高效率增强产品研发和创新能力，提高产品附加值提升客户及消费者连接能力，扩大产品和服务营收升级企业管控理念与工具，提高运营效率抓住政策红利布局尖端技术和人才，提升基础能力中国制造业供应链转型升级真实需求凸现 1 供应链变革挑战制造业2 制造业变化与物流挑战CONTENT目录 3 转型升级路径建议探讨 变化与挑战1：需求不确定及交付周期缩短催化C2M，工厂需要在生产端打造柔性制造的能力l 工厂可以通过与下游电商平台系统对接，与消费者后台数据对接，通过生产线改造、零部件模块化、库存数据实时管理等方式实现柔性生产，做到因时制宜、以需定产，真正实现消费端和制造端的互联互通和产业生态共建。 资料来源：财经、易观智库；JDL研究院整理绘制 供应链平台制造商供应商原料商 分销商 电商等零售商制造供给端 消费需求端 3+KM（电商）1-3 KM（商超/卖场/O2O）0-1 KM（便利店/社区店） 消费者30min1h当日达、隔日达需求变化商流及消费供应链变化驱动供应链变化，以支持商流对于用户需求的快速响应实现方式 改造方式 典型行业 效果U型生产线改造 将传统大规模生产的一字型生产线改造为更小单元的U型生产线 服装、制鞋等 多个U型生产线可以同时执行不同的生产任务，提高生产弹性零部件模块化 将不同系列产品的通用零部件模块化，除颜色、款式外可互相替代 箱包、小电器、家居等 通过降低备货成本提高生产弹性，在此基础上增加产品个性化水平，提高良品率库存数据实时管理 将销售数据与库存、生产数据接通，根据库存情况灵活安排生产 食品、饮料、个人护理、制袜等 在相对低库存情况下保障产品供应，同时及时响应新增需求 工业物流是工业物联网的物理载体，是抓取端到端全链数据的入口，进而进行供应链大数据优化l 包括作业人员，叉车，牵引车等在内的工厂物流资源均不具备数据自动上传能力，智能物流技术可满足数字化物流运营对有效数据的抓取，同时可计算出历史详细任务实际执行情况，与制造工厂ERP、MES、SCM、ERP等系统打通接口，形成数字化物流运营基础，从而实现制造供应链上下游各类物流资源统一调度，优化旧有规则，利用全供应链的数据实现生产计划、库存管理、供应商补货等智能预测与提前物流资源调度。从过往的实践经验中打磨与制造整体系统对接的数智化物流中台，才在正确方向上持续迭代。 资料来源：华清科盛；JDL研究院整理工业级无线MESH网络 智能拣选及透明感知货架技术 故障预测式智能RFID 高精度定位技术l 线边料架/器具物料呼叫拉动补给l 线边料架/器具物料自动呼叫 l 货架大件货物实时定位盘点l 零散件/商品拣选灯光指引l 拣选业务增强及补货拉动业务产品 l 输送线货物/容器跟踪识别l 仓库/车间进出门货物识别 l 地堆大件货物实时定位盘点智能制造物流平台 随着工业4.0时代的到来，拉动式生产将成为生产的主要模式，制造企业直接与终端用户、供应商进行信息对接，通过智能物流平台实现物流环节互通互联。在这一过程中，数据同步系统、生产及物流拉动系统、供应链可视化系统SRM和车间物流配送系统SPS等将会发挥重要的作用，实现由物料来控制系统，所有信息互联互通。 变化与挑战2：物流外包虽然大势所趋，但主要集中在传统的运输和仓储环节，一体化管理要求高 资料来源：天睿咨询，物流技术与应用；JDL研究院整理 l 制造企业需要通过物流外包的方式以获得更好的供应链能力。前提是企业需要有供应链能力，才能够理性判断物流外包的合理性，以便于决定单项能力还是供应链系统能力的获得。另一方面，工业物流需要将其核心能力聚合化、显性化，以便于更好地契合客户需求。随着供应链数字化、智能化的日益升华，工业物流服务趋向平台化、规模化、集约化和运营精细化发展。未来工业物流的竞争将围绕数字化运营能力和有效增值而展开，与此同时制造企业的工业物流外包的范围和比例将进一步放大。物流外包的领域及分布 10.0%22.7%23.0%31.7%41.7% 77.0%0% 20% 40% 60% 80% 100%无外包包装（租赁）物流设备租赁物流人员外包/劳务外包仓储运输 65.77%21.81% 12.42%是 否 计划更换 调研结论：物流外包领域主要集中在传统业务，专业物流服务能力及客户满意度需要进一步提升l 运输与仓储两大传统物流业务外包比例最高。运输外包比例高达77%，比例往下依次是仓储、劳务、设备租赁、包装租赁等常见外包业务。l 对外包服务商满意度的企业占比为 65.77%，有34.23%不满意，其中12.42%计划更换物流服务商。针对制造企业专业物流外包服务仍然极为欠缺。 交付水平和库存管控，是制造企业考核供应链KPI的关键l 几乎现在所有的制造企业都将准时交付率作为主要供应链KPI指标，企业正在从“以工厂为中心”向“以交付为中心”转型。同时，大多数的制造企业将库存周转率作为供应链核心指标，因为由于数字化推进，过去无法准确、全面核算的物流成本开始越来越受到关注，因此未来制造企业很可能在成本核算逻辑方面产生较大的改变。其中值得关注的是：电子行业毛利率下降同时存货周转率上升，说明替代品多、定价能力弱；而钢铁制造行业却有很强产品力和定价权。 14年 15年 16年 17年 18年 19年 钢铁 7.8 3.5 10.3 13.7 15.3 11.2提升建筑装饰 12.2 12.6 11.2 11.7 12.2 11.6稳定国防军工 13.0 11.4 14.7 15.3 14.1 16.4提升化工 14.1 19.9 21.3 19.5 17.7 17.1提升汽车 15.1 14.8 15.6 15.9 15.3 14.7稳定轻工制造 18.1 20.1 22.8 24.2 23.1 24.5提升机械设备 21.1 22.0 21.3 23.1 22.9 24.5稳定电子 21.2 19.7 20.1 22.3 15.8 15.8下降电气设备 21.9 22.7 23.2 23.0 22.2 22.0稳定计算机 24.7 27.4 28.1 26.8 26.8 28.2稳定建筑材料 24.7 22.5 25.5 28.3 30.1 29.7提升 家用电器 24.7 23.5 25.0 24.3 24.0 25.0稳定纺织服装 25.6 27.9 26.7 29.5 30.9 25.7稳定医药生物 29.5 30.4 31.7 33.5 35.3 34.0提升食品饮料 42.9 43.3 43.9 45.9 48.3 48.0提升 14年 15年 16年 17年 18年 19年 钢铁 5.4 5.0 5.2 6.2 6.4 6.9提升建筑装饰 2.3 2.2 2.2 2.2 2.4 2.9稳定国防军工 1.8 1.7 1.6 1.7 1.7 1.9稳定化工 9.6 7.3 7.8 8.8 9.6 8.9稳定汽车 8.8 8.6 9.1 9.1 8.2 7.6稳定轻工制造 3.1 3.1 3.2 3.5 3.4 3.3稳定机械设备 2.6 2.4 2.6 2.7 2.6 2.5稳定电子 5.0 5.0 5.0 5.0 6.5 6.3提升电气设备 2.7 2.8 3.1 3.2 3.3 3.7提升计算机 4.9 4.5 4.5 4.2 4.4 4.3稳定 建筑材料 2.7 2.2 2.2 4.7 6.2 2.5稳定家用电器 6.4 6.6 6.7 6.5 6.2 6.0稳定纺织服装 2.1 1.9 2.3 2.3 2.3 2.9稳定医药生物 4.2 3.5 4.0 3.9 3.7 3.8稳定食品饮料 2.4 2.2 2.3 2.4 2.4 2.4稳定29.0% 55.3%64.3%76.3%91.0%0% 20% 40% 60% 80% 100%物流劳动效率物流安全物流成本库存周转率准时交付率 主要制造供应链物流KPI指标 主要制造行业毛利率变化情况主要制造行业存货周转率变化情况 资料来源：亿欧智库，万得数据；JDL研究院整理 所以，一体化的供应链和数字化需求趋势明显，供应链网络化协同和能力组合要求增加l 目前，制造商为了降低自身全球供应链风险敞口，将增强供应链内在韧性，实行多条供应链并行并缩短其长度。全球化的鼎盛期早已过去，并预计供应链将出现更多冗余，供应链网络协同和能力组合要求增加。 研发 采购 生产 物流 将供应链上的模块能力 拆解到最细分能力颗粒度 并识别“核心”细分能力 & 将供应链的能力进行灵活组合，并可围绕“核心供应链”能力进行链接 能力组合1：供应链网络协同 供应链能力组合 能力组合2： 能力组合3： 能力组合4： 能力组合5： 能力组合6： 数据来源：JDL研究院整理绘制 变化与挑战3：智能物流系统是智能工厂的重要组成，工业物流是供应链升级中至关重要一极l智能物流系统是智能工厂的重要组成部分，是工业4.0模式、柔性生产模式的基础，是提高生产效率的有效手段，被广泛应用于单位物流成本较高的各行各业。l在国内物流成本高企的情况下，发展自动化、数字化可以有效降低高昂的物流成本，带来巨大的经济效益，工业物流是供应链升级中至关重要一极，预计我国未来5年智能物流市场复合增速将超过20%。制造工厂 智能化案例 影响爱科， 德国马克拖波道夫 数字化赋能的可变生产节拍时间 60%，生产周期针对制造和生产线平衡进行虚拟设计 24%，生产效率智能交通管理系统 28%，交通运输成本利用高级分析进行质量监控 30%，确定现场质量问题用时数字化供应商绩效管理 25%，按时交付Arcelik AS，罗马尼亚乌尔米 智能工厂-从概念到实现 45%，工厂设计时间全自动进货物流 29%，单个产品的间接劳动力数字化的在线视觉化质检 17%，单个产品的间接劳动力制程连接和追溯 100%，消除材料使用错误智能人员匹配 3%，OEE宝山钢铁， 中国上海 基于高级分析技术的生产规划 83%，规划效率用先进的工业物联网技术优化流程 1500万美元，材料和质量成本预见性维护汇总设备和流程数据 30%，工具寿命基于人工智能的视觉检测 70%，劳动效率基于实时追踪、无人操作和自动规划的物流 2700万美元，物流成本 制造工厂 智能化案例 影响通用电气医疗，日本日野 在生产线上使用eAndon 30%，效率对操作员进行生物识别认证 21%，效率对生产过程进行实时监控与可视化 40%，效率基于RFID的物料拉动系统（eKanban） 33%，劳动力eSpaghetti步行路线优化示意图 43%，取料总步行路程雷诺集团，法国克里昂 数字化服务培训 20%，成本通过员工互联提升绩效 13%，消除浪费通过数字化优化流程 10%，生产效率自动调度工厂内的卡车流 成本数字化和物联网能源管理系统 能耗和成本 诺基亚，芬兰曲鲁 在新产品引入中运用虚拟化技术 50%，原型制作周期和转移时间柔性机器人确保高生产效率，敏捷工作方式确保合格产品的不断推出 60%，交付时间和在制品缓冲减少利用私有无线网络加快新产品产线布局调整 40%，移动机器人效率和可靠性利用云端数字化数据控制实现实时流程管理 50%，流程缺陷通过互联互通的移动机器人实现无人工干预的内部物流自动化 100%，生产效率资料来源：麦肯锡；JDL研究院整理 虽然过半制造企业导入智能物流技术，但智能分拣装卸设备及工位配送信息化应用仍是厂内物流短板l智能制造、智能工厂、智能物流等已经成为制造企业寻求更大发展方向和通路，不同地域、行业、规模的不同制造企业对于智能的理解和认知仍有较大区别，很多企业在智能制造大潮中仍在犹豫和观望。 智能制造以智能物流作为前提和基础，将生产或产线嵌入到智能物流系统中，从而实现“制造工厂物流中心化”“零断点、快交付”；智能物流设施是智能制造的重要构成，其是否合理、有效配置决定了智能制造能否有效运营。智能物流设施使用情况 供应链物流信息化应用情况 供应链物流信息化平台将成为工厂有效运作的“大脑”，其特征通常应该表现为工厂物流能力可体验化、物流过程质量可视化、供方交付能力显性化、工厂物流能力柔性化。 49.17%11.88%11.88%19.80%26.73%27.72%29.04%0% 20% 40% 60%未使用智能装卸设备智能分拣设备智能存储设备机械手或机器人物流输送线AGV 4.62% 25.41% 46.86%50.50%51.82%61.06%66.34%71.62%78.88%0% 20% 40% 60% 80% 100%未使用工位配送生产排程生产管理主计划成品发运物料需求物料采购仓储管理资料来源：天睿咨询，物流技术与应用；JDL研究院整理 调研结论：信息化在不同制造供应链物流环节基本都有应用，但单个企业缺乏系统性规划和应用。l 在仓储管理、物料采购等方面广泛使用了信息系统，针对工位配送的信息化应用是生产物流的短板。l 由于市场环境变化和管理理念不断更新，孤立、单纯的依靠“单独模块”尚不能帮助制造企业系统性的实现高效的运营。调研结论：半数企业开始使用智能物流设施，不同设施类型使用率差异较大。l AGV、输送线及机器人使用率较为广泛，但仍有近一半企业尚未引入物流自动化设备。l 制造企业往往忽视智能物流对于工厂运营的重要性，仅在局部及某些节点使用智能物流设施，无法带来工厂运营系统的优化。 l 制造行业物流服务商可以着眼厂内物流的某个点进行改善，通过物流机器人和SaaS化软件切入，成为厂内物流单一环节最专业的物流软件/硬件供应商。l 深嵌制造企业厂内物流体系建设规划，提供智能物流集成解决方案，在细分行业领域垂直深耕，为制造企业提供纵向跨场景的厂内物流解决方案。物流机器人和SaaS化软件成为目前工业物流最大风口，必须深嵌制造企业生产物流体系建设规划以汽车制造业的物流供应链为例 JIS件供应商（准时化顺序供应）标准件供应商JIT件供应商 RDC供应商园区 入库/转包装/质检 存储/分拣&排序 产线供应器具周转标准件交叉转运库房&DC 生产车间线边物流JIT件-直供产线 成品物流 配件物流产前物流 生产物流包装物流 软件系统 软件系统 产后物流3 3 2 221 3 3 自动化立体仓库。在厂内零配件仓储、线边物流中应用自动化立体库（包括托盘式自动仓库、轻型堆垛机miniload、多层穿梭车系统等多种形式），替代平库，用于零部件排序暂存；最 大限度地利用空间利用率，提高存储效率，减轻工人劳动强度。2 无人化搬运设备。主要聚焦在AGV、无人化叉车等，AGV多用于厂内零部件物料搬运，能够减少人力，实现批量替代的规模成本优势；无人化叉车以标准托盘作为搬运对象的无人化搬运工具，智能工厂中应用的搬运工具将更为先进高效与柔性化。 1 物流包装和系统的标准化。智能工厂最基本的就是采用标准化包装和标准化系统，只有标准化才能够快速准确地计算出每条线路货量的大小，最大程度提高上线运输车辆和设备的装载效率，以及更好地保障零部件的运输安全和质量。 资料来源：罗兰贝格；JDL研究院整理 智能化的38%为物流自动化 1 供应链变革挑战制造业2 制造业变化与物流挑战CONTENT目录 3 转型升级路径建议探讨 供应链变革和制造的升级发展，要求物流行业提供匹配的新服务或诞生相应的新模式消费与产业升级 技术突破 被动消费大规模生产工业革命 互联网革命主动消费多批次、小批量1978年-90年代初中国制造业体系形成期物流服务制造 物流拉动制造物流的形态 2B为主国内物流整车/专线 大票零担/仓储 2C物流爆发快运快递 即时配送90年代初-2010年中国制造业融入世界阶段可选消费大批量、少批次信息革命2B为主进出口物流海运/空运 货代/报关 2010年-2018年内需拉动中国制造业阶段制造驱动 订单驱动 渠道驱动数据驱动整个制造供应链由下（消费需求）至上（产能供给）进行变革 消费者驱动2018年以后智能制造阶段物联网革命感性消费个性定制，柔性生产物流辅助制造共同变革供应链？ 资料来源：JDL研究院整理绘制 制造业在生产端的降本空间，远小于在物流端的降本空间，科技赋能的厂内物流拥有巨大价值 全球经济寒冬下，制造业（尤其是新型高端制造）需要节流并与上下游“双赢共生” 借助科技型物流运营，用物联网+大数据智能赋能厂内物流运营利用科技运营手段，为行业客户提供嵌入生产的一体化物流供应链服务科技型厂内物流运营新模式：以数据为核心，提效/减员/降本 运营+科技=嵌入厂内生产全流程的智能厂内物流体系【大数据】工业讲究性能和精度，大量、真实的第一手数据是打磨性能和精度的基础，占据优势的数据资源，才能使厂内物流服务产品和技术持续迭代，满足客户需求。 1 2 3 4竞争点 【性价比】工业客户对价格非常敏感，打造成熟的物流供应链，降低设备、方案成本以提高性价比是未来重要的竞争壁垒。 【标杆效应】在某一细分市场获得足够多的头部客户之后，J具备成为综合解决方案供应商甚至跨行业的方案供应商的潜质。【Know- How】 要理解所属细分行业的动态需求，提供完善的服务；并能够让客户理解自己的产品特性，以推动规模化复制。 从智能工厂实践现状和制造业新四化成熟度分析，汽车、3C电子、家电行业发展成熟度最高l 从智能工厂标杆项目的行业和国家地区分布看，中国和欧美的离散型制造业仍然占据前列，而从“新四化”的角度观察这些离散型制造行业，其中电子、汽车、家电和化工行业又是发展成熟度最高，物流企业需要重点关注并当下最有机会的细分市场。网络化智能化信息化 自动化 成熟度低 成熟度高 制药 家电 装备制造 电子 食品饮料 制药（原料、制剂）化工汽车装备制造化工 电子 食品饮料 汽车 家电 汽车 汽车家电 家电 化工电子 电子食品饮料食品饮料化工装备制造制药 装备制造 制药智能制造“灯塔工厂”数量分布智能制造“灯塔工厂”行业分布9 4 3 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1中国 德国 美国 意大利 土耳其 巴西 法国 新加坡 印尼 日本 英国 捷克 爱尔兰 罗马尼亚 沙特阿拉伯 荷兰 芬兰 阿联酋 印度 韩国12 7 7 7 5 4 4 装备制造 电子 汽车 制药 电器 食品饮料 化工资料来源：世界经济论坛，麦肯锡，埃森哲；JDL研究院整理 在实际落地中，根据不同细分制造行业产业链和产品特点，工业物流服务的发力路径不同 资料来源：世界经济论坛，麦肯锡，工业富联；JDL研究院整理定制化程度-低 中 高产业链位置-上游 中游下游 CBA 点：单点卓越制造线：端到端一体化价值链重塑 网：数字化供应链网络协同典型行业：电子制造、钢铁、流程化工 典型行业：汽车零部件、快速消费品 典型行业：汽车制造、家电家具 A 点：单点卓越制造B 线：端到端一体化价值链重塑C 网：数字化供应链网络协同面向2B客户，产品同质化程度高，价格竞争激烈。通过沿精益化、自动化的主线优化制造环节系统，实现极致的降本增效。面向2C消费者，在电商经济的影响下面临短期短链压力，通过以订单全生命周期为主线的动态优化实现精准计划、柔性生产和快速配送。面向2B客户，产品定制化程度高，并且客户在产品质量和售后服务方面要求较高。通过产品全生命周期管理实现敏捷研发、产品质量保证和持续性的后市场服务。面向2C消费者，用户需求较为个性化且对价格敏感，通过订单、产品全生命周期主线的打通实现用户需求拉动的大规模反向定制（C2M）。 参考资料1、全球灯塔工厂网络：来自第四次工业革命前沿的最新洞见-世界经济论坛- 2020.42、灯塔工厂白皮书：智能制造里程碑-灯塔工厂引领中国制造转型升级-亿欧智库&腾讯云-2020.63、2020年工业富联企业深度研究报告-头豹研究院-2020.84、中国智能制造发展现状-埃森哲-2020.115、加速增长： 以客户为中心的供应链-埃森哲- 2020.11关于京东物流战略与创新研究院 依托于京东集团与京东物流两大平台，拥有海量物流基础大数据，丰富业务场景及实践经验，聚焦于物流、供应链以及产业链相关领域的宏观政策趋势、产业发展、物流科技等研究，同时关注创新商业模式的调研、分析与研究。 THANKS