導入智能補貨系統

 

· 製造業 工業4,WMS,物料,組裝業

景氣差又庫存,企業應變不及反而成為衝擊下的受災戶

2023年9月台灣製造業採購經理人指數(PMI)緊縮速度趨緩,指數回升2.7個百分點至48.2%,連續第7個月緊縮。製造業之未來六個月展望指數已連續17個月緊縮,9月指數回升2.6個百分點至44.7%。以出口為主的製造業,受後疫情時代全球消費能力衰退影響,市場的需求疲弱,廠商庫存去化緩慢,導致業者展望景氣製造業持續低迷。目前全球大部分地區的市場仍處於超額供給狀態,如果這時企業大量的庫存沒有透過減產或調節採購來因應,將無法有效減少龐大庫存,大量投資無法變現回到公司,屆時企業必定會發生經營危機,智能補貨系統這時就變得格外重要

企業欲導入智能補貨來說,可簡單劃分成採購補貨和庫存補貨兩個角度來看。對於採購部門來說,如何維持庫存在安全水位絕對是重要課題之一,但準確的預估需依靠數據和自身的經驗完成採購計畫制定、價格制定等複雜工作。亦隨營業額快速增加,採購人員需管理的商品種類不斷增加,面對的數據量也日趨龐大,代表需投入更多的資源來管理。若透過系統智能分析歷史採購量、當前庫存、既有與預估訂單等大數據,即可快速並隨時調整補貨策略。

企業欲導入智能補貨來說,可簡單劃分成採購補貨和庫存補貨兩個角度來看。

從庫存補貨角度來看,如何降低存貨調動距離、規劃各倉儲與門市撥補動線、揀貨動線最佳化、提升儲位利用率等議題,皆是一般企業看不到的內部隱藏成本。如A、B企業銷售同樣的產品、同樣的數量,因A企業倉庫規劃不佳,導致A企業的倉儲人員每人每日需多走一萬步,相對的揀貨時間也多出1.5倍,使得A企業很快地面臨資源瓶頸,無法再接下更多訂單。

簡單來說,根據企業的銷售導向將會決定內部的補貨策略,亦關係著從採購、倉儲到最終消費者間的存貨配送與流動。業主可能常關切公司是否有賺錢?貨源是否充足?卻容易忽視內部存貨流動是否暢通,建議可逐步體檢內部流程並思考是否能透過系統協助有效解決。

 

智能補貨於ERP所扮演的角色

目前ERP系統已擔任各企業在資訊化升級的基本要求,為企業蒐集和累積大量的資訊供使用者分析。導入智能補貨系統即可統計分析採購週期、備貨天數、到貨天數、在庫庫存、在途庫存、安全庫存、平均銷量、訂單週期等實際數據,再加上設置產品特性、淡旺季、天氣等推算參數,輔以智能補貨系統更加貼近各產業需求。而電腦運算能力除可有效提昇效率,並能降低人工成本。

  1. 我該如何決定產品要上架到哪個倉庫儲位?
  2. 我該如何決定哪些產品要移動到滯銷區?
  3. 我該如何找出最佳揀貨動線?
broken image

每家企業的倉管多會遇到類似的問題,也很容易犯只要導入自動倉儲系統(WMS)即可解決所有問題的錯誤。自動倉儲系統是可有效將低庫存管理成本,重要除了事先倉儲的規劃與建置,亦須考量往後倉儲的可擴充性。最為關鍵的是,ERP系統能與自動倉儲系統和其他有關存貨撥補的軟硬體完美結合,因ERP系統掌控最完整的庫存數據,是企業內部所有資訊系統的根基。要將一個智能補貨系統發揮效率,除了本身須具備良好的數據採集能力外,並要能與異質系統充分的資料交換。當系統蒐集各庫存關鍵數據後,透過參數設定的方式來決定存貨撥補動線、計算最佳上架位置、自動找出暢銷產品替換滯銷產品,從原本需人工規劃與執行後告知電腦資訊,轉由電腦決策且提供資訊給員工執行,大量減少人工判斷的時間與失誤。

broken image

建議企業在導入智能補貨系統時,除了解智能補貨解決方案是否適用,資訊公司是否能解決跨系統的資源整合更是重要,再者依靠資訊公司顧問協助系統面的規劃。此外,因牽涉跨系統與跨部門資源整合的議題,建議公司內部需推派強有力的角色來執行,否則受到的阻力將可能導致失敗。

延伸閱讀:

 

企業對智能應用可能的誤解

智能不全等於人工智慧:

智能如同目前的汽車自動駕駛,仍停留在電腦「自動」的階段。工程師將事先定義好的程式與規範安裝至自動駕駛電腦裡,僅依循事先設想的規則加以執行,就算實際上路會遇到多種不同的狀況,仍僅依靠工程師能否將各情境完整建立於電腦中。相較於人工智慧,必須是在實際運行的過程中不斷學習、規劃與推理等仿人類智慧行為,是一具備自我思考主體的電腦設備。此兩種運用的建置階段,不論是時間成本、人力成本及金額成本皆是人工智慧較高出許多,當然不排除有些資訊公司會將人工智慧包裝進產品,或是一種解決方案來提高售價,建議在產品選型需多做比較與評估。

broken image

對數位轉型的認知錯誤:

許多臺灣的企業常會將數位轉型,視為短期投資硬體設備般來建置,較缺乏中、長期的投資規劃與研發方向。若企業想尋找新的智能應用,最基本的應先了解資料流通的重要性,善用大數據分析。然而,要讓智能應用全面與企業流程及時接軌,內部專屬的人才養成與訓練很重要,能隨著企業競爭策略改變做出快速應對。

Ver.02

更多工業4.0在軟體端的應用

若想對工業4.0有更完整的了解,歡迎您前往工業4.0主題館瞭解更多…