【制造業(yè)成功案例】無(wú)人工廠的下一步，排產(chǎn)也能“無(wú)人化”？

縱觀制造業(yè)發(fā)展數(shù)百年，產(chǎn)業(yè)對(duì)“人工”的要求從少到對(duì)，如今又向“少”甚至是“無(wú)”發(fā)展。手工作坊時(shí)代，完成從原材料進(jìn)貨到生產(chǎn)、加工、銷售的全過(guò)程只需要一個(gè)人或少數(shù)幾個(gè)人；機(jī)械生產(chǎn)時(shí)代，工廠進(jìn)行集約化生產(chǎn)，負(fù)責(zé)不同環(huán)節(jié)的工人能夠井然有序地在流水線上完成自己的工作。近年來(lái)，越來(lái)越多類似“無(wú)人倉(cāng)庫(kù)”、“無(wú)人工廠”等無(wú)需人工干預(yù)的生產(chǎn)模式不斷涌現(xiàn)。無(wú)人化生產(chǎn)中，生產(chǎn)管理計(jì)劃是否合理、靈活、高效，就成為提升整體效率和產(chǎn)量的關(guān)鍵。

面對(duì)生產(chǎn)規(guī)模逐步擴(kuò)大，產(chǎn)線、生產(chǎn)資料背后的關(guān)聯(lián)紛繁復(fù)雜，市場(chǎng)動(dòng)態(tài)瞬息萬(wàn)變，即使是非常有經(jīng)驗(yàn)的管理人員也難以僅靠經(jīng)驗(yàn)制定出最合理的生產(chǎn)管理計(jì)劃。企業(yè)決策模式急需從“以人為核心”轉(zhuǎn)變?yōu)椤耙詳?shù)據(jù)和算法為核心”，“智能決策”的概念也因此誕生。

1 從感知到?jīng)Q策，讓數(shù)據(jù)和算法能真正“拍板”

對(duì)于智能決策來(lái)說(shuō)，最離不開的就是機(jī)器學(xué)習(xí)和運(yùn)籌優(yōu)化。其中，機(jī)器學(xué)習(xí)可以通過(guò)深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等算法來(lái)實(shí)現(xiàn)對(duì)未來(lái)的預(yù)測(cè)，預(yù)測(cè)的效果和輸入的數(shù)據(jù)量息息相關(guān)，對(duì)于結(jié)果的可解釋性較差；而運(yùn)籌優(yōu)化則是將具體問(wèn)題進(jìn)行抽象建模，得出在滿足一定約束條件下的最優(yōu)解，對(duì)結(jié)果的可解釋性較強(qiáng)，通常被用在規(guī)劃、調(diào)度、協(xié)同類問(wèn)題，如排班、排產(chǎn)、配貨等場(chǎng)景當(dāng)中。

在智能決策被使用之前，通過(guò)數(shù)據(jù)來(lái)支持的操作自動(dòng)化和流程信息化，已經(jīng)可以為決策者提供較強(qiáng)的支持，但最終的“拍板”權(quán)力依然依賴于決策者自身的長(zhǎng)期經(jīng)驗(yàn)。在此階段，機(jī)器學(xué)習(xí)等技術(shù)起到的作用還是取代大量的體力勞動(dòng)，而對(duì)于做決策這類腦力勞動(dòng)的替代還存在較大的提升空間。

但在下一階段的智能決策時(shí)代，哪怕是重要決策，也將由數(shù)據(jù)和算法先給到一個(gè)考慮到各種約束后的最優(yōu)結(jié)果，在此之上，再由人工根據(jù)經(jīng)驗(yàn)和場(chǎng)景加以微調(diào)，而大多數(shù)的簡(jiǎn)單決策則能夠完全交由算法和模型來(lái)完成。

未來(lái)能否讓模型和算法代替人類做出決策？對(duì)此，成立于2016年的杉數(shù)科技給出了自己的答案：它并沒有走主流智能企業(yè)的老路，而是選擇從智能決策入手，通過(guò)深層次的數(shù)據(jù)優(yōu)化算法和復(fù)雜決策模型的求解能力，憑借與微軟建立的合作伙伴關(guān)系和微軟提供的云服務(wù)能力，打造“計(jì)算引擎+決策技術(shù)中臺(tái)+業(yè)務(wù)場(chǎng)景”的端到端智能決策技術(shù)平臺(tái)，為企業(yè)提供靈活、輕便、高效的決策優(yōu)化服務(wù)。

2 用算法規(guī)劃排產(chǎn)，兩個(gè)引擎實(shí)現(xiàn)全局優(yōu)化協(xié)同

對(duì)于制造業(yè)來(lái)說(shuō)，由于產(chǎn)業(yè)鏈分工的不斷細(xì)化，生產(chǎn)流程也在不斷拉長(zhǎng)，需要做決策的環(huán)節(jié)也在逐漸增加。以杉數(shù)科技服務(wù)的某消費(fèi)電子產(chǎn)業(yè)頭部客戶為例，由于產(chǎn)品所需的零配件眾多，數(shù)百家工廠遍布全球，每個(gè)工廠都有各自的生產(chǎn)分工，涉及不同的產(chǎn)品和配件，對(duì)整體的協(xié)同排產(chǎn)提出了很高的要求。

在與杉數(shù)科技合作之前，該客戶使用的排產(chǎn)系統(tǒng)僅能在單個(gè)工廠范圍內(nèi)進(jìn)行優(yōu)化運(yùn)營(yíng)，根據(jù)單個(gè)工廠中設(shè)備和物料的具體情況安排生產(chǎn)計(jì)劃。但隨著供應(yīng)鏈和市場(chǎng)需求的不確定性增加，該排產(chǎn)系統(tǒng)無(wú)法在多個(gè)工廠之間進(jìn)行排產(chǎn)聯(lián)動(dòng)，就會(huì)造成環(huán)環(huán)相扣的生產(chǎn)鏈出現(xiàn)各種問(wèn)題，導(dǎo)致預(yù)計(jì)的產(chǎn)出、收益與實(shí)際的偏差很大。而要想做到在整個(gè)鏈條上進(jìn)行連貫生產(chǎn)，就需要把幾百家工廠放在一起做排產(chǎn)規(guī)劃，其難度不是簡(jiǎn)單的線性相加，而是指數(shù)級(jí)地增長(zhǎng)，單純依靠人力幾乎不可能完成。

而以上這些問(wèn)題，不僅是該消費(fèi)電子客戶面臨的難題，也是很多制造業(yè)企業(yè)生產(chǎn)運(yùn)營(yíng)狀況的真實(shí)寫照。對(duì)此，杉數(shù)科技對(duì)生產(chǎn)流程和業(yè)務(wù)場(chǎng)景進(jìn)行了深入研究分析，仔細(xì)打磨每個(gè)環(huán)節(jié)的方案設(shè)計(jì)，最終為客戶構(gòu)建了智能決策平臺(tái)，使得決策的質(zhì)量和速度得到有效提升。

對(duì)于該智能決策平臺(tái)來(lái)說(shuō)，其核心是兩種不同功能的“引擎”。當(dāng)杉數(shù)科技在第一期為該客戶打造“多工廠協(xié)同排產(chǎn)引擎”之后，就已經(jīng)可以通過(guò)考慮全套復(fù)雜約束來(lái)實(shí)現(xiàn)一次性排產(chǎn)，用全局最優(yōu)解替代生硬的規(guī)則式輸出，在規(guī)定時(shí)間內(nèi)完成滿足復(fù)雜業(yè)務(wù)優(yōu)先級(jí)下的最優(yōu)生產(chǎn)計(jì)劃與物料分配；第二期時(shí)推出的“原材料及半成品庫(kù)存優(yōu)化引擎”，則可以通過(guò)分析產(chǎn)品的歷史銷售特征，輸出對(duì)未來(lái)需求預(yù)測(cè)和統(tǒng)計(jì)特征，進(jìn)而判斷最合適的庫(kù)存策略，以最少的安全庫(kù)存代價(jià)，達(dá)到期望的需求滿足率，從而確定不同物料在不同節(jié)點(diǎn)的最優(yōu)安全庫(kù)存水平。

通過(guò)使用杉數(shù)科技提供的智能決策平臺(tái)，并考慮到產(chǎn)線、產(chǎn)能、物料供應(yīng)等大量約束條件，求解出可執(zhí)行的決策，該客戶最終實(shí)現(xiàn)了訂單滿足率提升20%，產(chǎn)能損失率降低30%，人工排產(chǎn)干預(yù)降低70%，仿真速度提升1.5倍。同時(shí)，當(dāng)遇到“急單、插單”等突發(fā)狀況時(shí)，智能決策平臺(tái)也可以快速敏捷地做出生產(chǎn)計(jì)劃的調(diào)整，自動(dòng)迭代調(diào)整下一期排產(chǎn)計(jì)劃的模型參數(shù)，不需要再經(jīng)過(guò)人工層層統(tǒng)計(jì)和協(xié)商，將生產(chǎn)計(jì)劃的整體影響降到最低。

當(dāng)然，解決了多個(gè)工廠之間的聯(lián)動(dòng)排產(chǎn)問(wèn)題后，單個(gè)工廠的排產(chǎn)自然也不在話下。杉數(shù)科技為某3C電子的燈塔工廠定制的智慧排產(chǎn)系統(tǒng)，就能通過(guò)智能決策來(lái)動(dòng)態(tài)控制庫(kù)存水位、統(tǒng)籌平衡物料供應(yīng)和車間整體資源等，使得計(jì)劃排產(chǎn)的效率提升了80%，非常規(guī)產(chǎn)品庫(kù)存積壓天數(shù)縮短了57%，為客戶實(shí)現(xiàn)了每年千萬(wàn)級(jí)別的成本節(jié)約。

3 自主研發(fā)求解器，高性能求解實(shí)現(xiàn)運(yùn)籌帷幄

智能決策里的“智能”二字，體現(xiàn)在“建模+求解”的過(guò)程之中，而“決策”的本質(zhì)則是一種資源分配。通過(guò)把企業(yè)面臨的問(wèn)題梳理出來(lái)，經(jīng)過(guò)建模轉(zhuǎn)換成數(shù)學(xué)上的表達(dá)，在滿足約束的條件下求得最優(yōu)解供企業(yè)使用，就是智能決策的本質(zhì)意義。

這看似簡(jiǎn)單明了的過(guò)程，背后面臨的難度卻非常大。在建模階段，模型的輸入數(shù)據(jù)來(lái)自于產(chǎn)能、物料等信息，而不同環(huán)節(jié)需要滿足的約束條件則更多，其中還涉及到大量非線性的優(yōu)化計(jì)算，在這個(gè)過(guò)程中，就需要使用求解器來(lái)進(jìn)行計(jì)算。

作為一款工業(yè)軟件，求解器在能源、軍事、航空、金融、電網(wǎng)、工業(yè)制造等關(guān)鍵領(lǐng)域中都起到重要的作用，時(shí)至今日，仍有很多企業(yè)需要使用求解器來(lái)做運(yùn)營(yíng)方面的支持，甚至不惜花費(fèi)高價(jià)去購(gòu)買國(guó)外的求解器。而經(jīng)過(guò)多年的努力，杉數(shù)科技自主研發(fā)的杉數(shù)求解器COPT（Cardinal Optimizer）已經(jīng)達(dá)到國(guó)際一流水準(zhǔn)，可以針對(duì)大規(guī)模優(yōu)化問(wèn)題進(jìn)行高效數(shù)學(xué)規(guī)劃求解，是同時(shí)具備大規(guī)模混合整數(shù)規(guī)劃、線性規(guī)劃、二階錐規(guī)劃、半定規(guī)劃以及凸二次規(guī)劃和凸二次約束規(guī)劃問(wèn)題求解能力的綜合性能數(shù)學(xué)規(guī)劃求解器，為企業(yè)應(yīng)對(duì)高性能求解的需求提供了更多選擇。

而在各行各業(yè)都在進(jìn)行數(shù)字化轉(zhuǎn)型的新時(shí)代，企業(yè)對(duì)智能決策等新興技術(shù)的理解和應(yīng)用，不僅是對(duì)技術(shù)工具的全面迭代，更是產(chǎn)業(yè)進(jìn)一步發(fā)展的大勢(shì)所趨。

自成立以來(lái)，杉數(shù)科技也一直是微軟的解決方案服務(wù)合作伙伴，此前在零售行業(yè)已與微軟進(jìn)行過(guò)多次合作，并且基于微軟的云計(jì)算能力，使得杉數(shù)科技在服務(wù)跨國(guó)公司時(shí)產(chǎn)生了更大的優(yōu)勢(shì)。隨著近兩年在制造業(yè)領(lǐng)域的不斷發(fā)力，杉數(shù)科技還將利用更多的微軟云服務(wù)，為客戶提供更好的解決方案，帶來(lái)更高收益。在此過(guò)程中，利用求解器技術(shù)和以此為基礎(chǔ)打造的智能決策能力，外加豐富的行業(yè)落地經(jīng)驗(yàn)，杉數(shù)科技將為各類行業(yè)客戶提供極致的產(chǎn)品和解決方案，為企業(yè)未來(lái)的數(shù)智化轉(zhuǎn)型之路提供強(qiáng)大的支撐。