“去中國化”在短期無法實(shí)現(xiàn),長期而言有重大風(fēng)險(xiǎn),需通過供應(yīng)鏈升級(jí)來應(yīng)對(duì)
最近連續(xù)兩則的新聞讓制造業(yè)“去中國化”言論甚囂塵上:一則是彭博社報(bào)導(dǎo),為了減緩疫情對(duì)經(jīng)濟(jì)造成的嚴(yán)重影響,日本追加預(yù)算包括2200億日元(20億美元)資助企業(yè)將生產(chǎn)線撤回本土,以及235億日元協(xié)助企業(yè)將生產(chǎn)轉(zhuǎn)移到其它國家。另一則是美國白宮經(jīng)濟(jì)顧問庫德洛(Larry Kudlow)接受外媒訪問時(shí)表示,美國可以考慮為每家想要離開中國的美國企業(yè)補(bǔ)貼搬遷費(fèi)用,比如承擔(dān)企業(yè)回國的轉(zhuǎn)移成本,包括工廠、設(shè)備、知識(shí)財(cái)產(chǎn)、裝修等等,政府將 100% 的此類開銷一次性費(fèi)用化(Immediate expensing),也就是說這些成本費(fèi)用將允許一次性稅前扣除。
雖然日本官方文件并沒有指明中國,但我國是全球第一制造大國、世界供應(yīng)鏈樞紐,擁有數(shù)量最為龐大的全球供應(yīng)鏈環(huán)節(jié),現(xiàn)在世界各國在做的平衡供應(yīng)鏈風(fēng)險(xiǎn),基本遷出國都是中國。2018年的公開數(shù)據(jù)顯示,我國汽車零部件產(chǎn)值近4萬億元,出口額達(dá)700億美元,占全球出口額10%。全球汽車市場(chǎng)對(duì)中國供應(yīng)鏈的過度依賴造成了疫情中的停產(chǎn),如今各主機(jī)廠希望通過在中國以外建廠來分散供應(yīng)鏈風(fēng)險(xiǎn)。而疫情造成的高失業(yè)率,也推動(dòng)了各國政府將制造業(yè)遷移回國增加本國就業(yè)率,就這么“一拍即合”地產(chǎn)生了“去中國化”。這勢(shì)必會(huì)對(duì)我國的供應(yīng)鏈造成極大的負(fù)面沖擊和深刻的影響,我國汽車制造業(yè)將如何應(yīng)對(duì)?
筆者的觀點(diǎn)是:“去中國化”在短期無法實(shí)現(xiàn),長期而言有重大風(fēng)險(xiǎn),需通過供應(yīng)鏈升級(jí)來應(yīng)對(duì)。
首先,資本永遠(yuǎn)是逐利的,制造業(yè)整體搬遷,既包含工廠、設(shè)備、倉儲(chǔ)、物流、人員等硬件設(shè)施,還包含知識(shí)產(chǎn)權(quán)、專利、品牌影響力這些無形資產(chǎn),即使把整個(gè)工廠都搬走,那相關(guān)的配套設(shè)施如何解決?所有這些,都需要龐大且巨額的支出費(fèi)用,不管是外國政府還是華爾街都是無法承受的。
短期來看,從勞動(dòng)力成本、工人素質(zhì)、配套產(chǎn)業(yè)鏈完整度、國內(nèi)市場(chǎng)規(guī)模等角度,這個(gè)世界上不存在可以代替中國的“容器”。制造業(yè)轉(zhuǎn)移到中國花了幾十年的時(shí)間,要離開中國,也非短短幾年時(shí)間可以辦到。而且中國本身既是全球最大的“世界工廠”,也是最大的汽車消費(fèi)市場(chǎng),已經(jīng)連續(xù)十年整車產(chǎn)銷量世界第一,國外主機(jī)廠無法脫離中國市場(chǎng)而存活。
但從長期來看,我國制造業(yè)面臨重重困境,目前國內(nèi)的制造業(yè)供應(yīng)鏈體系建設(shè)仍處在初級(jí)階段,產(chǎn)能過剩,管理粗放,缺乏協(xié)同,需要高度重視制造業(yè)供應(yīng)鏈體系建設(shè),從人口紅利和廉價(jià)勞動(dòng)力的怪圈中跳出,提升供應(yīng)鏈整體效率與可靠性。
任何一件事情都有兩面性,本次疫情雖然對(duì)汽車行業(yè)造成極大的沖擊,但是也將制造產(chǎn)業(yè)鏈的問題極大地暴露了出來,這相當(dāng)于是對(duì)汽車供應(yīng)鏈的一次極限壓力測(cè)試,我們正好可以利用這次供應(yīng)鏈重新整合的機(jī)會(huì),通過大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等新技術(shù),將暴露出來的問題解決,拉近與發(fā)達(dá)國家供應(yīng)鏈體系的差距?,F(xiàn)在正是細(xì)化供應(yīng)鏈管理、優(yōu)化效率與可靠性最好的時(shí)機(jī),通過提升產(chǎn)業(yè)供應(yīng)鏈的綜合軟件實(shí)力,保持中國汽車產(chǎn)業(yè)長期的國際競(jìng)爭(zhēng)優(yōu)勢(shì)。
汽車供應(yīng)鏈的特點(diǎn)在于以整車廠為核心,上萬家零配件企業(yè)從各層級(jí)為整車廠服務(wù),形成一個(gè)錯(cuò)綜復(fù)雜的供應(yīng)鏈網(wǎng)絡(luò),任何一個(gè)零配件企業(yè)斷鏈,都會(huì)造成整車廠的停產(chǎn)。
在這次疫情發(fā)生后,我們看到主機(jī)廠的采購部門花費(fèi)了大量時(shí)間,通過郵件和電話的方式,跟大量的供應(yīng)商對(duì)接生產(chǎn)交付、成品庫存、生產(chǎn)計(jì)劃等相關(guān)數(shù)據(jù)。這是因?yàn)樵谛袠I(yè)供應(yīng)鏈透明化的領(lǐng)域,目前的技術(shù)手段的局限性造成的。
目前國內(nèi)整車廠與零配件企業(yè)間的供需信息交流還是以采購系統(tǒng)的訂單信息為主,通過郵件、EDI等信息交換手段進(jìn)行需求信息交互,并輔以大量的線下計(jì)劃員之間的個(gè)人溝通。這種方式在平時(shí)市場(chǎng)需求相對(duì)穩(wěn)定環(huán)境下沒有問題,但在市場(chǎng)需求出現(xiàn)劇烈波動(dòng)時(shí),就會(huì)陷入混亂,造成大量無效庫存與產(chǎn)能浪費(fèi)。
人類社會(huì)步入大數(shù)據(jù)時(shí)代的這十年,數(shù)字技術(shù)的進(jìn)步已經(jīng)大大提升了我們對(duì)供應(yīng)鏈協(xié)同的管理與優(yōu)化的能力。通過我們這幾年來在汽車整車廠與大型一級(jí)配件企業(yè)的生產(chǎn)供應(yīng)鏈數(shù)字化探索,已經(jīng)可以清晰地看到下一代數(shù)字化供應(yīng)鏈整體優(yōu)化的未來。具體來說,分為以下兩個(gè)層面:
首先,利用物聯(lián)網(wǎng)技術(shù),采集整個(gè)供應(yīng)鏈上所有節(jié)點(diǎn)的數(shù)據(jù),包含上下游的訂單、庫存、計(jì)劃、交付、生產(chǎn)、運(yùn)輸?shù)认嚓P(guān)的數(shù)據(jù),從最宏觀的行業(yè)需求波動(dòng),到最微觀的某輛物流車當(dāng)前的GPS定位都進(jìn)行采集。
而影響供應(yīng)鏈執(zhí)行能力的往往就是那些微觀的因素,比如我們?cè)诮o某個(gè)零配件企業(yè)分析計(jì)劃執(zhí)行率的時(shí)候,發(fā)現(xiàn)有10%是因?yàn)榱舷浠蛄霞懿蛔銓?dǎo)致的,通過物聯(lián)網(wǎng)技術(shù)我們就可以實(shí)時(shí)獲取料箱位置,提升計(jì)劃的執(zhí)行率。
同時(shí),我們還可以利用云計(jì)算,將整個(gè)供應(yīng)鏈網(wǎng)絡(luò)采集到的信息存儲(chǔ)在云端,并進(jìn)行實(shí)施的計(jì)算和分析,將每個(gè)節(jié)點(diǎn)的數(shù)據(jù)實(shí)時(shí)同步到網(wǎng)絡(luò)中所有的相關(guān)節(jié)點(diǎn)。
整個(gè)供應(yīng)鏈網(wǎng)絡(luò)是錯(cuò)綜復(fù)雜的,每個(gè)零配件廠商有大量的主機(jī)廠客戶,同時(shí)也有大量的供應(yīng)商和委外加工等,同一個(gè)產(chǎn)品有的存在一品兩點(diǎn),還有產(chǎn)品的替換關(guān)系和斷點(diǎn)切換,通過云計(jì)算可以把每個(gè)節(jié)點(diǎn)跟整個(gè)網(wǎng)絡(luò)的關(guān)系用知識(shí)圖譜快速計(jì)算出來,當(dāng)一個(gè)節(jié)點(diǎn)發(fā)生問題,迅速將信息同步到所有節(jié)點(diǎn)并完成整個(gè)網(wǎng)絡(luò)的調(diào)整。
回顧過去,我國汽車行業(yè)用三十年走完了國外上百年的發(fā)展道路,這樣的快速奔跑也造就了我國汽車供應(yīng)鏈的另一個(gè)特點(diǎn),那就是重執(zhí)行輕計(jì)劃,重交付輕運(yùn)營。這個(gè)問題也在本次疫情中暴露無遺,訂單的大幅波動(dòng)和供應(yīng)商的異常斷供導(dǎo)致計(jì)劃部門難以擬定可執(zhí)行的生產(chǎn)計(jì)劃,過去依賴計(jì)劃員的經(jīng)驗(yàn)和判斷,已經(jīng)無法適應(yīng)現(xiàn)在的供應(yīng)鏈環(huán)境。
人的時(shí)間和精力終究是有限的,面對(duì)海量的供應(yīng)鏈數(shù)據(jù)和各種可能性判斷,人類一般是選擇最簡(jiǎn)單有效而非最優(yōu)的解決方案。然而,我們卻可以依靠人工智能的算法,模擬計(jì)劃員要面對(duì)的業(yè)務(wù)約束各種邏輯條件,將決策目標(biāo)和限制分拆,按照目標(biāo)優(yōu)先級(jí)進(jìn)行逐層求解,幫助供應(yīng)鏈每個(gè)節(jié)點(diǎn)尋求最優(yōu)解,給出最合理的生產(chǎn)計(jì)劃,協(xié)助企業(yè)度過疫情的難關(guān)。
來源:第一電動(dòng)網(wǎng)
作者:汽車商業(yè)評(píng)論
本文地址:http://autopag.com/kol/115814
文中圖片源自互聯(lián)網(wǎng),如有侵權(quán)請(qǐng)聯(lián)系admin#d1ev.com(#替換成@)刪除。