简介

在当今充满活力的环境中，企业必须表现出非凡的灵活性，以驾驭瞬息万变、日益不确定的商业环境，同时适应产品、服务、材料、技术、机械和员工技能的快速变化。成功的制造供应链需要对这些元素进行统筹、协调和同步，既要独立运作，又要团结一致。随着工业 4.0 的发展，互联系统交换数据并自主管理运营，企业在驾驭复杂、多方面的数字化转型计划时面临着巨大挑战。以下概述了利益相关者在追求高度敏捷、智能和以制造为中心的低接触/非接触式供应链过程中遇到的主要挑战：

了解当前流程和制约因素

尽管工人团队拥有多年运营工厂、仓库和供应链的经验，但由于公司内部不同部门之间的信息分割，要全面了解所有相关流程往往十分困难。要做到这一点，首先必须确定材料采购过程中的所有物理限制，然后是生产、仓储和向客户分销最终产品所涉及的流程。此外，还有许多不同的文件描述了管理层希望应用于管理流程的业务规则，这些规则往往与当前运营的实际情况相冲突。在大多数组织中，许多执行诀窍和详细的决策逻辑仍然是部落知识，存在于车间日常决策人员的头脑中。随着员工年龄的增长和关键员工的退休，这些知识也随之流失。

确定最佳数据源，汇总准确的相关数据

了解不同企业系统中数据的质量和相关性是一项巨大的挑战，因为不同系统中相同字段的数值往往不同，很难确定哪个是正确的。各系统之间不同的详细程度也使数据关联和汇总更加复杂。同步不同的数据源以保持一致的、与时间相关的状态也是一个挑战，因为有些系统的运行接近实时，而有些系统则依赖于定期的批处理，运行频率低至一天或一周一次。确定数据源和数据流，为流程建模、控制、仪表盘和分析建立相关的数据管道，对于转型过程至关重要。

确定并探索转型和现代化的领域

很难准确识别和确定拟议流程变革和优化对工厂、仓库或供应链绩效的影响。在没有充分了解对业务的要求或潜在影响的情况下，往往会进行大规模的资本投资。旨在提高效率和绩效的自动化和数字化计划也是如此，因为这些项目往往是孤立开发的，最终无法推动企业的数字化转型目标。

预测和规定未来的行为和绩效

转型往往同时涉及许多方面，如人员、流程、设备、自动化、新产品、销售、全球覆盖、仓储和配送。如果不了解这些方面的相互作用以及对业务运营的端到端影响，就对其中任何一个方面做出改变，都可能导致无法达到预期目标。评估替代方案以了解所有方案的投资回报率，并向所有利益相关者展示现实的未来结果以获得认同和决策，这一点至关重要。

实现并促进业务和数字化转型以及应对上述挑战的最有效方法是创建并使用详细的基于仿真的虚拟模型或离线流程数字孪生模型（工厂、仓库和/或供应链）。该模型可对当前和未来流程进行逐步设计和分析（预测性解决方案），并可与企业系统的真实数据连接，成为在线自适应流程数字孪生体，用于运营部署（规范性解决方案）和近实时决策。

请下载以下 PDF 文件继续阅读...