3.3 知其源——深挖制造业的痛点

一谈到生产管理，很多企业里的管理者可能会想到很多生产过程中的问题，如订单准交率不高、计划达成率不高、生产效率低、在制品太多、生产周期长等一系列问题。但其实，这里面的多数因素只是表象而已。如果仅从表象上去尝试寻找解决方案，这就是“舍本逐末”，是找不到正确答案的。

有一个“二八法则”在很多层面上都适用，如果用在这里可以理解为：80%的问题是由于20%的因素导致的。这20%导致主要问题的因素就是问题之源。依我的观察，主要的问题源头可能在以下方面。

（一）BOM资料表的缺失

BOM资料表是一个产品部件构成基本资料，但是在很多企业里，BOM资料表的准确性不高。因为“产品多、BOM资料表杂乱，所以没有仔细梳理”。作为借口导致的BOM不完善问题，给中小企业的生产管理带来了很大的难度。在生产过程中，会出现很多技术层面的异常。

我见过一家企业抱怨ERP也没起到什么作用，深入分析其原因才发现是因为ERP里的BOM表不完整，所以也就不能发挥MRP（物资需求计划）算料的功能，这个环节解决不了也就很难验证一个订单到达后的物料齐套情况，因此生产计划下达到车间之后才发现出现缺料而停产、换产的现象不稀奇。有意思的是，这家企业在ERP还没用好的情况下又想使用MES系统，这就像一个主要环节脆弱还没巩固好，再盲目堆砌几个软件，能起到的作用也不是很大。

（二）仓储数据的缺失

很多企业里面仓库账、物、卡的对应准确率非常低，仓库是生产产前准备物料的核心，仓库数据都是缺失的，所以给生产管理带来了困难。

物料数据不准，就不能指导采购是否应该提前下采购单，就不能指导物控部门核验生产订单中的物料是否齐套，就不能保证物料的先进先出。这些问题都会造成牵一发而动全身的混乱现象。

WMS仓储管理系统是解决这一问题的有效手段，但这一手段执行得如何？即使有了软件，但管理不到位导致的软件没有发挥作用、出入库流程没有遵照约定、物料架上的物料位置与WMS软件中的信息不对称等问题也很可能导致制造企业觉得WMS不好用或没效果，问题依然不会因为买了一个软件系统而得到解决。

（三）生产计划没有发挥作用

一般而言，离散制造业中的计划分为3级：季度计划（有的公司叫“N+13周计划”）、月度计划和周计划（有的公司是三天计划）。季度计划和月计划是为了能够大致估算公司的产能是否能够应对近几个月的订单，以便于提早联系委托外部加工，是否缺工人以便于提前发布招工信息或者与高职院校合作，是否需要提前采购物料以便备库生产等。周计划是为了能够指导实际生产，是要下达到车间的生产指令。

很多公司没有将计划分3级，甚至有的只有1级计划。既然只有1级计划，那么这个计划通常被做得不伦不类——经常是2周计划一类的，既不能为近期的相关安排提供指导，也不能指导生产。生产计划下达到车间之后，由车间主任或者车间里的生产计划员自行安排。车间里的生产往往不是根据生产计划来进行的，设备故障少的时候多生产一些，这就导致了生产数量大于计划数量，而当设备原因或缺人的时候，完不成计划就少生产。

这种混乱的状况下，很多企业生产还能运行下去的原因，一方面靠库存多备库，另一方面靠频繁的插单。所以，很多企业库存数量居高不下，这些库存可都是押了大量的流动资金在里面，插单反复发生，导致换产频繁，生产效率进一步降低，工人辛苦，车间主任也焦头烂额。生产计划管理人员抱怨车间擅自安排生产，车间生产抱怨计划不准没法遵守。

“瘦也要先长筋”，不能省的地方就不能省。当然，并不是多招几个人来负责3级计划就马上解决问题了。招的人是否具备这样的能力？顶层的生产计划与车间的生产计划员如何配合？生产计划加强了车间生产能力是否能与之匹配？制造企业是否有决心忍受改进过程中的一些损失，比如用户订单发生了几次交付不上的情况？

APS（高级排产）软件是用于解决这一问题的，但这同样不是企业买个软件就能解决的。如果制造企业的生产计划发挥不好作用，车间的数据收集没做好，排产过程中的限制条件没理清，买了软件也起不到作用。很多服务商不会告诉制造企业“你这种情况买了APS软件没有用”。对服务商而言，多笔订单谁会拒绝？制造企业的管理层们看到的服务商介绍的PPT中好像所有排产痛点都能解决，的确这能解决有些用户的问题，只不过可能不适合你的情况。“不是东西不好，是客户的基础太差”。这是我听过不止一个服务商解释软件最终没落地的原因。除了服务商拿单心切这个原因，当初没做详细考察和企业诊断就给用户推方案也是造成出现这种结果的一个重要原因。

（四）没有数据支撑

我们说做某件事不靠谱，很多时候会用一句“做事没数”来形容。“没数”就是不了解状态，不知难度。

就以计划排产为例来说，其实排产基本要做的事就是根据资源的限制条件来安排生产。如果不了解资源的状态，比如物料是否齐套、机器设备是否可用、需要的工装治具是否具备、前面的生产状态完成了多少比例，就无法安排生产，即使安排也是比较盲目的。

没有数据来量化，也就没有制造业的战略转型。有数据才能做对标，有数据才能知差距，有数据才能细化目标，有数据才能制定合理的智能制造目标。举个例子来说，如果一个制造企业的目标是“打造行业标杆”，那么如果不往下潜行，这不过是一个口号而已。真要把口号变成现实，就得把“行业标杆”拆解成“自动化程度达到70%”或“信息化程度实现ERP/MES/WMS的贯通，信息化贯穿办公流程的95%”；或“2年时间进行精益改善，使包装和组装环节节拍均达到30秒之内”等具体目标，而每一项可以继续深入拆解成“通过立体货架和自动滚筒线，使到料时间缩短为10分钟”或“通过区分内部和外部动作，使换产时间缩短到18分钟”等具体内容。从顶层目标逐层拆解到各个子项可能要经过3～4层的分解，目标量化得用数据，而制定目标的过程还需要收集现有状况的数据，否则不知道达到量化目标要花多少钱和时间等。

收集现有数据，确定预算，制定量化目标，反推资源需求并调整目标。试点项目计算投入产出，这是一个闭环的过程，每个环节都少不了数据的支撑。