Skip to article
系列
EXA制造运营系列
系列文章 · EXA制造运营系列

继续阅读本系列

第8篇
  1. 序言开启EXA制造运营系列
  2. 第1篇MFG EP01.停转的五轴加工机与会议室的海市蜃楼
  3. 第1篇 解读1MFG EP01 解读1:部门绩效与工厂绩效
  4. 第1篇 解读2MFG EP01 解读2:在制品与等待不断增加的结构
  5. 第1篇 解读3MFG EP01 解读3:生产计划与执行的同步
  6. 第1篇 解读4MFG EP01 解读4:作业记录与估计更新
  7. 第6篇制造运营 EP02. 如何计算可向客户承诺的交货日期?- Part 1 案例篇
  8. 第7篇制造运营 EP02. 如何计算可向客户承诺的交货日期?- Part 2 理论篇
  9. 第8篇制造运营 EP03. 案例篇 Part 1 - 物料 On Time 风险:与不确定性的较量
第8篇

制造运营 EP03. 案例篇 Part 1 - 物料 On Time 风险:与不确定性的较量

从一家进口轴承装船推迟一周的工厂说起,探讨物料交期

文章概览

本文探讨的核心问题

扰乱厂内生产进度的因素,如何影响供应商的交期和物料到货计划?

本文的核心主张

供应商的历史交货记录为下单时判断准时到货的可能性提供了依据。

物料需要在哪一天到厂,取决于向客户承诺的交期。从交期倒推,扣除运输、发货、生产和检验所需的天数,就能算出物料最迟必须到厂的日期。采购部门以此为依据,与供应商协商确定预计到达日期(ETA: Estimated Time of Arrival)。无论是向客户承诺的交期,还是分配给各道工序的作业,都以物料准时到厂为前提。然而,这个承诺能否兑现,取决于工厂之外另一家企业的生产现场。EP03探讨如何应对所采购的物料不能如约到厂的风险,阐述这种风险的结构以及应对的原理。

本篇故事从一位生产管理人员参加的物料核查会开始,进口零件的装船时间推迟了一周,随后场景转入商学院的课堂。教授把EXA商业小说《物料 On-Time Risk: 商业现场的真实游戏是与不确定性的战斗》中的案例带到课堂,在进入案例前,先探讨扰乱厂内生产进度的因素和影响供应商交期的因素为何具有相同的结构。这个案例将分几篇展开。

一旦供应商的交货延误超过某个临界点,对下单的客户企业而言,就会酿成灾难。随后的理论篇将讨论如何使物料在约定日期到厂,解释这一做法背后的原理。换句话说,现场的不确定性是如何构成的,其中采购流程的不确定性在实际工作中该如何管理,正是第03期的核心议题。


1. 错过装船截止时间的进口轴承

11月12日,星期四,下午4点。物料核查会。

这位生产管理人员所在的公司制造工业减速机。齿轮经加工和热处理后,与轴承一起装入箱体,完成负载试验后发货。每周四,生产管理部和采购部都会在会上对照生产进度表,逐项核对未来两周要投入生产的物料。

今天的第一项议题是上个月接单的24台减速机。这笔订单原定11月23日星期一开始装配,销售部门已经按这一安排将发货日期回复了客户。装配所需的进口轴承预计于11月19日星期四到厂。轴承到厂后,要先完成来料检验、办理入库,再发料到生产线,才能用于装配。之所以把到货日定在11月19日,就是要留出时间完成这些工作,以便23日开始装配。三周前,供应商已回函确认了这个日期。

会议先谈这批轴承。采购员按事情发生的先后,汇报了今天早上在电话里通报的情况。

“上周会上我们确认了这款轴承关系到装配进度,此后一直在跟供应商核实生产完成情况和装船准备情况。上周五对方回复说,10日生产完毕,能赶上11日的装船截止时间,按计划发运。10日我们请对方确认生产是否完成、包装情况如何,一直没收到回复。11日上午又催了一次,当天晚上才收到邮件。对方说最后一道加工工序进度滞后,生产没能完成,要改在下周装船。如果上了那班船,预计到厂日期是26日,要晚一周。供应商说部分数量应该能在明天之前完成。这次延误是他们生产出了问题,他们表示装配先要用的数量会紧急空运过来。因此,我们决定这次不提索赔。我们请对方在今天之内确认数量和出库日期。剩余部分,到下周装船截止时为止,我们会每天确认生产完成情况和包装情况。”

新的预计到货日是26日,已经晚于原定开始装配的23日。

这家供应商几乎每周都送轴承。今年以来已经交货四十多次,这是第三次没能按承诺的时间交货。前两次分别晚到3天和4天,工厂每次都靠调整装配顺序、加班赶上了发货日期。

生产管理人员提出了上午研究过的方案。如果第一周装配所需的数量能空运到厂,23日就能如期开始装配。剩余部分如果26日到厂,完成检验和发料,就能用于第二周的装配。第二周装配能否照原计划进行,要等供应商确认数量、海运部分确认装船后再测算。质量部门表示,物料一到就优先安排检验。散会两小时后,供应商确认星期五空运第一周所需的数量。采购部门核对了航班安排,预计18日星期三可以到厂。只要如期到厂并完成检验、发料,23日就能开始第一周的装配。

当晚,生产管理人员把情况告诉了分管销售的高管。只要空运部分18日按期到厂,就能开始第一周的装配。余量暂按26日到厂,排入第二周的装配计划。他说,等18日确认海运部分装船,就会再次告知对客户发货日期的影响。

供应商上周五还回复说“一切按计划进行”,五天后就错过了装船截止时间。生产管理人员一向按供应商回复的预计到货日期,加上检验和发料所需的时间,确定进口物料可投入使用的日期,并且每周核实能否按期。今年前两次也是这样逐笔跟进,才没有耽误向客户发货。


2. 4月21日要收到的首批600件

11月16日,星期一,晚上7点。商学院主楼大教室。

大家还坐在上周的位置上。厂长坐在前排,销售高管和一家小企业的负责人坐在中间,后面是成本核算人员、生产管理人员和财务经理。在生产管理人员前面两排,坐着一位汽车零部件公司的采购科长。

教授在黑板左侧用一行字写下了上节课的结论。

所需物料备齐的日期 → 瓶颈工序的作业 → 后续工序及运输 → 可以向客户承诺的日期

“上节课,我们按这个顺序算出了可以向客户承诺的交期。从今天起,我们要用几周时间讨论这项计算的第一格:所需的物料,到什么时候才能供给要用它的那道工序?”

教授接上笔记本电脑,屏幕上出现了一部小说的第一章。

“有个案例,我们一起来看。课程资料里已经放了链接,是EXA的商业小说《物料 On Time Risk: 商业现场的真实游戏是与不确定性的战斗》,讲的是一位采购经理的故事。”

第一章是这样开头的。

星期二早上7点,采购部办公室里还很安静。

“主人公是一家制造企业的采购经理。他订购的物料是1,200件精密传感器模块,由海外供应商制造,进口后在这家公司的生产线第一道工序就要投入使用。采购经理的目标是最迟在4月21日收到首批600件。即使晚两天,4月23日才到,只要后续作业按计划进行,仍能按期交付客户。他们与这家供应商已合作到第三年,供应商大多数时候都能履行交期承诺。”

教授让屏幕停在这一页,望向学员。

“采购经理担心这600件能不能在4月21日到厂。他的顾虑从何而来,又是怎样用数字来处理的,就是这个案例要讲的内容。进入案例之前,先说说各位的工厂。”

“在各位的公司,原来排好的进度是因为什么被打乱的?”


3. 扰乱进度的两类因素——工厂运营的两种破坏力量

好几个人举起了手。厂长先开了口。

“我们只有一套焊接夹具,有时候两种产品在同一天都得用这套夹具,其中一个就得等。”

小企业负责人接着说。

“我们的问题在人手。少了一名熟练工,那道工序就会严重延误,质量也会出问题。”

成本核算人员举的是标准工时与实际工时的差异。他说,即便是同一种产品,操作人员不同,模具当天的状态不同,作业准备时间也次次不同。销售高管举的例子是客户更改订单数量和交期。

生产管理人员举起了手。

“我们有一批进口零件错过了装船截止时间。第一周装配要用的改走空运,但剩余部分的预计到货日期推迟了一周。供应商三周前已经回函确认,离装船截止还有五天时也说一切按计划进行,实际还是延误了。”

教授看着他说。

“您刚才说的这件事,可以作为本课程的案例吗?不用透露客户名称,也不必讲公司的内部信息。”

生产管理人员想了一下,回答说:“可以。”

“谢谢。”教授把黑板分成两栏,将刚才的回答逐一写进相应的栏里。

依赖波动
前一道工序结束,后一道工序才能开始意外事件:设备故障、缺勤、订单变更
两项作业都需要同一台设备,其中一项就得等各道工序固有的波动:作业准备时间、作业时间、良品率

“左边是依赖,指的是工序与工序之间、作业与作业之间相互关联。右边是波动。有些事不知道什么时候会发生,而且,即使一切正常,同样的作业每次完成所用的时间也不尽相同。”

教授在两栏之间画了一个箭头。

“如果各道工序彼此没有关联,一道工序的作业偏差就只影响这道工序。即使排程时已经错开了设备的使用时段,一旦作业时间延长,后面的作业就得等。前一道工序交出零件,后一道工序才能开始加工那个零件。”

厂长说。

“可反过来,也有提早完工的时候。照理说早晚应该会相互抵消,但在现场并不是这样。”

“节省下来的时间要在下一道工序用得上,是有条件的。后续工序的设备必须空闲,也没有别的作业要做,同时投入的其他零件也必须备齐,才有可能提早开工。通常,后续工序正在加工先前送来的零件,或在做原先排好的其他作业,提前完工的零件只能在工序前等待。晚到就不同了。生产是前后相接的,前一道工序晚两小时,接过这个零件的后一道工序也就晚两小时开工。像装配这样的工序,需要多个零件到齐才能开始,这一点就更明显了。哪怕其他零件都按时送到,也得等最后一个零件到齐才能开工。前一道工序节省的时间没能让下一道工序提前开工,而延误的时间却推迟了下一道工序的开始。这就是在现场作业时间的偏差往往不能相互抵消的原因。”

混乱的性质

教授在两栏上方用大字写下了“混乱”。

“在制造现场,前后工序相互依赖,而每项作业又都不可避免地存在自身固有的统计波动。当这种依赖性遇上统计波动,混乱就不再限于一道工序,而会扩散到整个工厂。所有制造现场都在与这种混乱作斗争。混乱的发生是自然而且必然的,我们只是不知道它什么时候会发生。”

“依赖性和波动性是生产中的基本现象。”教授在黑板上归纳了混乱的性质。

混乱的性质

1. 依赖性(Dependency)

2. 波动性(Variability)

- 随机事件(Random events)

- 统计波动(Statistical fluctuation)

“依赖性是指业务和工序之间的相互作用。前一项工作不结束,后一项就不能开始。作业准备就绪,还要等精度验证结束才能开始加工。量具要经过校准才能使用。有了物料投入,第一道工序才能开工。如果进度表要求同一项资源同时完成两项作业,其中一项就必然要推迟。工厂以外的业务也是如此。技术部门完成评审,销售才能报价;客户收到报价单,才能下订单。”

教授走到右栏前。

“波动性有两种。一种是随机发生的事,也就是意料之外的事。各位在现场称之为‘墨菲(Murphy)定律’。重要客户突然取消订单,刀具破损,操作人员临时离岗或受伤,供应商罢工导致断料。另一种是统计波动。每道工序都有其固有的波动。到货物料的数量和质量与订购要求略有出入,每次的作业准备时间不同,客户实际订货量与销售预测不同,每次作业的良品率也不一样。变更规格所需的时间同样次次不同。前一种事偶尔发生,后一种每天都在发生。”

成本核算人员点了点头。

教授在屏幕上投出一张生产线示意图,一台磨床和一台铣床之间有一个箭头。两台设备下方都标着“每项作业8小时”。

“厂长刚才说,即使有工位提前完工,现场的延误也没有抵消。我们用一个简单的案例1来解释原因。这家工厂把磨削完成的零件逐件转给铣削工序。加工这五件零件期间,没有设备故障,也没有人员缺勤。我们来看,在正常情况下,单是磨削工序的统计波动,就会给铣削进度带来怎样的影响。”

教授指着图上的磨床。

“我们把第一件开始磨削的时刻记作0。按计划,第8小时将第一件转给铣削。铣削从那时起加工五件,每件8小时,所以最后一件产品在第48小时完成。但在这个案例中,磨削虽然平均每件用时8小时,单件用时却短至5小时、长至11小时。铣削大多用时8小时,偶尔是7小时或9小时。”

教授把两道工序的计划与实际进度分别写成两张表。括号里是该项作业的用时,铣削表里的“零件到达时刻”是磨削工序转交该件的时刻。

磨削作业计划实际作业用时累计偏差
10–8 (8)0–10 (10)多用2小时+2
28–16 (8)10–20 (10)多用2小时+4
316–24 (8)20–26 (6)缩短2小时+2
424–32 (8)26–32 (6)缩短2小时0
532–40 (8)32–40 (8)与计划相同0

在这个例子中,磨削按每件平均8小时排程,全部作业如期在40小时内完成。

铣削作业计划零件到达时刻实际累计偏差
18–16 (8)1010–18 (8)+2
216–24 (8)2020–28 (8)+4
324–32 (8)2628–36 (8)+4
432–40 (8)3236–44 (8)+4
540–48 (8)4044–52 (8)+4

铣削每件都正常加工了8小时,完工却比原计划晚了4小时。磨削的延误传递到了铣削工序。

“五件的磨削时间分别是10、10、6、6、8小时。合计40小时,与计划相同,第五件也按计划在第40小时完成。可是,铣削晚了2小时才收到第一件,第18小时做完,又等了2小时,才在第20小时收到第二件。磨削做第三件和第四件时,各省了2小时。可是这两件送过去时,铣削还在加工上一件。尽管五件的铣削用时都符合计划,每件都是8小时,最后一件却到了第52小时才完成,原计划是第48小时。”

厂长看着黑板说。

“既没有故障也没有缺勤,结果还是晚了4小时。”

“这正是平均数的陷阱。磨削在第三件和第四件上各省了两小时,追回了自己落下的进度。可是铣削没能弥补等前两件时损失的四个小时。前一道工序晚多久转交零件,后一道工序就晚多久开工。反过来,即便零件提前转交,只要后一道工序还在做上一项作业,下一项就无法提前。”

“这也是我们需要认真想一想信息系统里那些‘各项作业的标准参数’的地方。因为大多数制造现场都是按照这些标准数值来排程的。”

教授停下来,端详着计算结果。

“我们接着看。即便是精密的自动化设备,作业时间也会有偏差。操作人员对刀和检查加工状况所用的时间,也不是每次都一样。再碰上操作人员临时离岗,或是停机换刀,几道等着这个零件的工序就会依次延误。”

教授在黑板上方写下一行字。

混乱的传播:混乱会使整个系统的产出低于其平均生产能力,因此大多数单项资源也只能在低于自身能力的水平上运行。

混乱的影响与保护性产能

“依赖性和波动性交织产生的混乱,在传向后续工序时会被放大,打乱生产进度。这种混乱是生产中不可避免的基本现象。用同样的设备、同样的人生产同样的产品,工厂的生产率仍会因管理混乱的方式而异。正如刚才所说,我们把这种混乱叫作墨菲(Murphy)。墨菲使产出达不到平均产能,大多数资源也只能在低于其自身能力的水平上运行。”

“所以,为了从混乱中追回损失,一定要有额外的产能,也就是保护性产能。”

教授接着说。

“我刚才一下子提到了保护性产能这个词。我们继续谈谈它究竟是什么,为什么需要它。”

教授在黑板左侧一角画了一排圆圈。“这些圆代表工位。物料从左向右流动。”

“假设我们想让这个工位的利用率达到100%。”

说着,他在中间位置的一个圆圈里打了一个大大的“X”。

“如果上游工位不能持续交给它足够的物料,我们就无法让这个工位的利用率达到100%。”

教授在圆圈下方从左到右画了一支长箭头,写下“物料流向”。

物料自左向右流经七个工位,途中经过工位X

厂长举起了手。

“有一点请一定记住。就像您说的,现场常有事情不按计划走,设备也常有运转不正常的时候。当然,也不是说我们厂天天这样。”厂长说着,自己先轻轻笑了一声。

几个人也笑了,但笑声很快就停了。

厂长接着说:“谁都不知道这种事什么时候来。唯一确定的是,它一定会来。”

教授朝厂长笑了笑。

“当然。厂长把现场讲得很生动。那么,在这样的现场,我们怎样才能让X工位始终有足够的物料,不用停下来?”

“在X工位前备足库存就行了吧。”生产管理人员接了一句。

“好主意。”教授在标有X的圆圈前画了一个梯形,表示堆放的库存。

在工位X前设置库存后的物料流向

“就像厂长说的,假设墨菲这次真的来了。某个上游工位出了问题,原先送往X工位的物料中断了。不过,我们还不用担心。按照这位生产管理人员的提议,X前面已经备了库存。X仍然能100%运转。”

厂长点了点头。这个解释简单明了。

“到这里都没有问题。”教授笑了笑,“可是,在上游工序停下来的这段时间里,X靠消耗原先备下的库存运转,这些库存会一直减少。”

教授停了下来,这回他看着生产管理人员问道:

“谁也不能保证墨菲只来一次,对吧?上游的设备随时可能再停下来,不是吗?”

生产管理人员点了点头。

“那么,备下的库存就会继续减少。可是,我们又不能任由原先备下的库存耗尽。”

“要是等库存耗尽了,上游工序又碰上墨菲,X就会因为断料而停下来。这不是我们想要的结果。那么,上游解决了问题,重新开始送料的时候,该做什么?”

“应该把X工位前的库存再补起来。”生产管理人员插了一句。

“正是。”教授加重了语气,“上游工序既要按X消耗的速度供料,还要把减少的库存补回来,而且必须赶在下一次墨菲来临之前补足。这意味着什么?”

教授环视教室,用宣告般的语气说:

“这意味着,上游各工位的作业能力必须大于X工位。”

教室里安静了下来,大家都在顺着这个思路把刚才的推理重新过一遍。

“我们归纳一下。哪怕只是要让一项资源100%运转,它的上游工序也必须具备更大的产能。因为墨菲定律不容忽视,上游工序能用来补充库存的时间又有限,所以上游各工位必须有一定的富余产能。这部分富余产能,就是保护性产能。”

厂长望着黑板,想起自己厂里的装配线。月初,上游的零件还没到齐,装配线没多少活儿干。到了每个月的最后一周,装配任务又扎堆,只能加班。他把这叫作“月末综合征”,这种情形他再熟悉不过。上游零件一旦延误,后来真有余力一边供应装配所需的数量,一边把这段时间消耗的库存也补回来吗?每月重复的月底加班,他还是头一次想到要问这个问题。


4. 供应商的生产与采购方的到货日期

教授看向生产管理人员。

“现在回到这位生产管理人员在课堂前半段同意我们讨论的案例。进口零件错过了装船截止时间,第一周装配所需的数量改走空运,剩余部分的预计到货日期推迟了一周,对吧?”

生产管理人员点了点头。

教授在黑板右端画了一个方框,写上“供应商”,又在旁边画了一个方框,写上“我们工厂”,用箭头把两者连起来。

“这些零件是供应商仓库里的现货吗?”

“不是。是轴承,我们按自己的规格订货,对方接单后才排生产计划。”

“小说里的精密传感器也是一样。那么,供应商的工厂里应该也同样存在黑板上写的依赖与波动吧。”

教授在“供应商”的方框里小小地写下“依赖 | 波动”。

“我们的采购订单,到了供应商那里就成了生产订单。在供应商的工厂,前一道工序结束,后一道工序才能开工,设备也会出故障,作业时间也不尽相同。供应商也要向别的公司订购物料。如果那批物料晚到,延误超过了供应商预留的时间,供应商的生产就会延误。委外加工也是一样。下一道工序要等委外加工件回来才能开始,这里存在着同样的依赖关系。”

采购科长举起了手。

“我们公司就是这样。我负责采购,不过我们公司也是别人的供应商。我们的交期出了问题,追溯下去,不少都是从我们订购的物料开始的。对客户来说,我们是供应商;对我们的供应商来说,我们是客户。”

“是的。无论是处在B2B供货链上的企业,还是大多数其他制造企业,在供应链上的位置虽然不同,面临的结构却是一样的。”

教授在“供应商”方框的左边又画了一个方框,写上“供应商的供应商”。三个方框用箭头连了起来。

教授又在“我们工厂”下方画了一个方框,写上“其他客户”。从“供应商”引出的箭头分成两支,一支指向“我们工厂”,一支指向“其他客户”。

“还有一点。供应商的设备不只用来做我们的订单。供应商用同一台设备加工我们的订单,也加工其他客户的订单。两笔订单的作业时间重叠时,就要决定先做哪一笔。如果别的客户排在前面,我们的订单就得等那项作业完成。可是,作为采购方,我们很难知道供应商实际按什么顺序作业。”

生产管理人员说。

“是的。供应商没有把情况告诉我们,作为采购方就很难知道。这次供应商寄来的邮件也是如此,只说最后一道加工工序延误,却没说明为什么延误。”

“供应商的生产情况是那家公司的内部信息。订单执行期间,供应商会发来消息,但发什么也是供应商决定的。等到货以后,采购方的交易记录里则会留下采购下单日期、装船日期、ETA、实际到货日期等。在这些日期里,能看出到货晚没晚的是其中两个。”

教授把两个日期写在黑板上,在两者之间画了一条线。

ETA(预计到达日期)― 实际到货日期

“无论是生产晚了、发运准备晚了,还是没赶上船,到货晚于ETA就是晚了。如果这个时间差进一步传递到要用这批物料的工序,生产进度就会受到影响。供应商的业务和生产中的‘依赖性与波动性’,以这两个日期之间的差值传到了我们工厂。这就是物料到货的不确定性。”

财务经理问:

“那么,厂内的不确定性和物料到货的不确定性,是同一回事吗?”

“结构是相同的。厂内生产有一条从物料到厂到产品发货的流程。供应商的生产也是同样的流程,它的终点就是我们工厂的到货。不过,决定供应商交期的不只是生产。供应商收到我们的订单,先要在公司内部登记订单并取得审批,再向自己的供应商订购必要的物料,安排生产进度,准备发运单证。这些环节里,只要有一项行政手续耽搁得超过了预留时间,即使按时完成生产,也可能错过装船截止时间,造成到货延误。”

教授在屏幕上投出EXA小说中的一段话。

供应商的交货记录是一个复杂系统运作的结果,这个系统反映了该供应企业的方方面面,包括它的作业方式、作业人员的行为模式、组织中高效与低效之处、管理者的管理理念以及公司的经营方式。

“每个人都有自己的性格,公司也是如此。做事的方式、员工的态度、业务流程、管理层作决策的方式,都会反映在交期上。同样的物料,向另一家供应商下单,就能看到另一种性格。有的公司更能信守承诺,有的公司更常迟交。所以,把各家供应商的交货记录分别汇集起来,就能看出各自独有的性格。这些记录告诉我们,它多久会晚一次,每次晚多少。EXA把这称为供应商的‘指纹’。”

“生产和采购是最需要管理不确定性的两个环节。厂内会发生生产延误,厂外会发生物料延误。”

教授看向生产管理人员。

“这次空运的数量是根据什么确定的?”

“根据第一周装配需要的数量,以及供应商在那之前能做完的数量。供应商表示愿意承担费用,把这部分空运过来。今年前两次,我们是靠调整装配顺序和加班才赶上的。”

“其他各位呢?供应商晚交,你们怎么办?”

在厂长的公司,采购催货,生产调整作业顺序。小企业负责人说,他曾向备选供应商紧急订购过一小批。采购科长所在的公司会更频繁地向经常晚交的供应商询问进度。各家的做法不同,哪家供应商需要盯得更紧,各人凭经验都心中有数。

教授又谈到生产管理人员说的那批轴承。

“这批轴承第一周装配用的部分,就这样安排了发运,可余下部分的预计到货日推迟了一周,对吧?越晚发现延误,可选的应对办法就越少,风险就越大。如果在下单时就知道这批物料在约定日期到货的可能性,就能预先决定哪种物料需要先采取措施。小说里的采购经理做的正是这件事。”


5. 4月21日物料到货日期的计算

教授把屏幕切回小说。

“现在我们回到小说中。这家供应商质量好,大多能按期交货,但偶尔会晚很多。去年8月因为原材料供应出了问题,晚了9天。直到交期前三天,供应商才发邮件通知。”

采购科长短促地笑了一声。那是收过类似邮件的人才会有的笑。

教授开始解释采购经理是怎么定下到货日期的。

“客户在邻国,向客户交付的日期是5月30日。小说从这个日期倒推物料必须到厂的日子。”

教授擦掉黑板中间的字,把小说里的计算过程原样写了上去。

4/23 最迟到货 ← 检验及准备2天 ← 生产20天 ← 5/15 发货 ← 运输及通关15天 ← 5/30 交付客户

“5月30日是交付客户的日子。运输、通关和当地配送一共需要15天,所以工厂最迟要在5月15日完成发货。首批的生产需要20天,这是生产部门缩短提前期后重新排出的工期。物料到厂后,来料检验、齐套备料和设备调试还需要两天。因此,物料最迟必须在4月23日到厂。这里的天数都按日历日计算。”

生产管理人员说。

“给检验和设备调试单独留出两天,这很符合实际。我们也做不到货一到厂就直接上生产线。”

厂长接着说。

“生产的20天,恐怕已经压得不能再压了。那么,若是4月23日才到厂,后续工序只要出一点岔子,交期就悬了。”

教授回答:

“所以采购经理没有把这一天定为目标。”

教授在4月23日左边画了一个短格,里面写上“2天”,又在格子的左端写下“4/21”。

“为了吸收物料到货的不确定性,他把目标到货日定在截止日期前两天,也就是4月21日。小说里的采购经理认为,两天并不充裕,但至少是一道保障。小说把这两天称为缓冲时间。倒推只算出了最迟到货日4月23日。在截止日期之前留出的两天是按实践经验定的,并不是这项计算给出的结果。这个案例要问的是,订购的物料最迟在目标日期4月21日到厂的可能性有多大。”

教授翻到下一页。

“现在看这笔订单的结构。公司以同一个采购订单号订购了1,200件传感器,分两批收货,每批600件。每个交货批次都单独对应一个采购子订单号,各自确定数量、装船日期和到货日期。公司内部先根据生产进度核定拟议的日期,填入采购订单,再与供应商协商确定。”

教授在黑板下方画了一张小表。

类别数量到货日期
采购订单(总量)1,200件―
第一批交货600件4月21日
第二批交货600件按第二批生产计划确定的日期

“在这个案例里,准时是指每一批都不晚于各自确定的日期到厂。生产从第一批开始。所以我们关心的是,先要用的600件能不能准时到厂,也就是最迟在4月21日收到。”

销售高管问:

“4月21日这个日期,供应商也同意能够做到吗?”

“4月21日是采购经理在最初发给供应商的那版采购订单上写明的目标日期。供应商是后来经过协商才回应这一要求的。发出第一版采购订单后,采购经理和供应商开了视频会议,正是在这次会上谈的。供应商说舱位难订,4月28日比较稳妥。采购经理回答,从以往记录看,21日并不是做不到,并提议不要让供应商一家去盯,而由双方共同跟进,确保21日到货。供应商最后表示,会尽全力赶上21日,并同意从原材料订购到装船,随时通报七项进展。”

“这与只收到一句‘已确认’确实不同。双方已经约好,在装船之前逐个环节确认能否赶上21日。”

听了销售高管的话,生产管理人员点了点头。他收到的是三周前的确认回复,以及装船截止前五天的一句“一切按计划进行”。


6. 首次登记采购订单时的准时到货概率

“从向客户交付的日期倒推,一直算到下采购订单,这些也是各位公司在做的事。”

教授说。

“小说里的公司不同之处在于下一步。它在开始与供应商协商之前,先算出了物料在目标日期到厂的可能性。”

教授把屏幕切回小说第一章。一行红字赫然出现在屏幕上。

PO#2024-0847 | 精密传感器模块 1,200EA | 准时到货概率:57%

“下班前,采购部把首批600件的目标到货日期定为4月21日,在系统里首次登记了这笔采购订单。当晚,这家公司的引擎计算了最迟在该日期收到600件的概率。采购经理第二天早上上班看到的数值是57%。小说里这家公司使用的引擎应用了贝叶斯数学。”

“刚才说的视频会议,是采购经理向供应商发出第一版采购订单以后开的。采购方有自己的物料需求日期,供应商也有已经排定的生产计划。如果两边的计划对不上,双方会经过几轮协商,调整数量和交期,再敲定最终的订单条件。”

“采购经理在进入协商之前,先利用系统里的贝叶斯引擎查看最迟在4月21日收到货的可能性。每有一条新交易记录,贝叶斯引擎就以它为证据,更新原来对供应商履行交期情况的估计。这与人根据数据学习、依据证据作判断的原理相同。这称为‘贝叶斯更新’。”

“那么,如何算出首批600件最迟在4月21日到货的可能性?为了从更新后的分布中抽取样本,引擎在进行贝叶斯预测时,采用了‘MCMC(Markov Chain Monte Carlo:马尔可夫链蒙特卡洛)吉布斯采样(Gibbs Sampling)’这一数学方法。再根据取得的样本,估计这批货最迟在目标日期到厂的概率。”

教室里安静了片刻。

“屏幕上的57%,指的就是首批600件最迟在目标日期4月21日到厂的概率。小说从这个数字讲起。我们要看的不是数字的大小,而是在首次登记订单时怎样算出这样的概率。这就是采购的起点。”

厂长说:

“订单已经发出,离4月21日还有几个星期。这期间该在什么时候核实哪些情况?如果有延误的迹象,又该从哪里入手?”

“问得好。这就是这个案例后面要讲的。今天先弄清楚这个数字从哪里来。”

教授翻到下一页,是小说的第二章。

“引擎里有与这家供应商三年来的交易记录。每个交货批次都有下单日期、装船日期、下单时与供应商商定的ETA,以及实际到货日期。把各批的ETA和实际到货日期之差汇集起来,就能看出这家供应商以往的履约情况。从下单日期到实际装船日期之间的天数,反映了供应商从接单、订购物料,到生产、备货发运这整个过程的作业天数。这些作业天数也是识别这家供应商的另一枚指纹。不过,即使是同一种物料,如果某一批数量远超平常,装船前所需的时间也会变长,所以比较作业天数时还要一并看各批数量。再回到到货日期的差值,大多数交货批次是在ETA前后到的,但偶尔会晚很多。引擎把这两种情形分为正常状态和延误状态。按照引擎的分析,三年中有85%的时间处于正常状态,15%的时间处于延误状态。”

财务经理问:

“前面您说,只看平均数看不出进度是怎么偏离计划的。供应商的交易记录也是这样吗?”

“一样。取个平均值,这家供应商看起来大致只会晚一点。可是光凭平均数,没法知道这次首批货在4月21日之后才到的概率。去年8月有一次晚了9天,对吧?只看平均数,看不出这样的严重延误发生过多少次。引擎逐笔考察ETA和实际到货日期差了多少,再用前面介绍的数学方法,推断当时供应商处于正常状态的可能性,以及处于延误状态的可能性。这个计算,从下周起我们就会讲到。”

教授在黑板中间写下“准时到货概率”,在下面列了三行。

数据:同一供应商、同一物料的交货记录(下单日期、装船日期、ETA、实际到货日期)

计算对象:最迟在4月21日收到首批货的概率

计算时点:首次登记采购订单时

“采购经理带着这个数字去和供应商协商。至于他们怎么谈,随后几周又做了些什么,等看完整个案例再来讨论。下节课先看这家供应商的交易记录是什么样的。”

课已经结束了,教室里的人陆续离开,生产管理人员还没起身。他记得读大学时听说过“贝叶斯数学”这个词,却是头一次知道这么难的数学还能用在物料管理上。那么,生产工作中是不是也能应用呢?他带着这个疑问翻开笔记本,记下明天要向采购部索取的数据:轴承供应商,同一种物料,过去两年的全部采购订单记录。采购订单号、交货批次、数量、下单日期、装船日期、ETA、实际到货日期。

这些记录都在公司的采购系统里。每次延误都有逐笔处理的记录,但他从未把同一物料的记录集中起来看过。


7. 同一物料两年来的到货记录

11月17日,星期二,上午8点。生产管理人员没有去会议室,而是走到了采购部的工位前。

12日重新排定的装配计划没有变化。空运的第一周用量预计18日到厂,剩余部分则计划赶上当天的装船截止时间,随船发运。采购部每天都在核实装船准备情况。

他向采购员提出了请求。

“请帮我导出这家轴承供应商过去两年同一种物料的所有采购记录。采购订单号、物料、交货批次、数量、下单日期、预计及实际装船日期、ETA和实际到货日期,系统里有的字段都请给我。”

下午,生产管理人员收到了采购部发来的Excel文件。文件里有包括这次在内的所有交货批次,其中98批已经到货。他新建了两列,一列是用实际到货日期减去ETA得到的延误天数,另一列是从下单日期到实际装船日期经过的天数。前一列反映供应商遵守交期承诺的情况,后一列则是供应商从接单到发运的作业天数。作业天数会随订货数量而变,但不与数量成比例增加。这种物料平时有个标准订货量,在这个数量附近,多订十件、二十件,作业天数大概都差不多。超过某个数量之后,作业天数才可能增加。因此他保留了数量这一列。以后把各批数量与标准订货量比较,就可以区分哪些批次可能是因为数量大而作业天数较长,哪些批次不是这种情况。这项分析留到以后再做。在已到货的批次中,92批实际到货日期与ETA相差不超过一天,6批晚了3到9天。这一次还没有到货,实际到货日期和延误天数都是空的,没有算进这98批。

他盯着那些数字看了很久。新添的两列里只有天数,但有几笔他自己还记得。今年的两次,他们调整了装配顺序,还加了班。有一次晚了9天,加了两天班还是赶不上,只好给客户发正式函件,请求变更交期。

他保存了文件,在笔记本上写下:下次下单时,把这些记录一起看一遍,事先和供应商定好在装船前要核实哪些环节、分别哪天核实。


下期预告

下一篇将查看供应商的交易记录,跟着小说中的公司,看它如何利用贝叶斯数学计算这笔采购订单的准时到货概率。发出订单前计算这个概率,属于计划。发出订单后,采购经理要跟进供应商的进度,一旦发生延误,就要根据剩余的缓冲时间采取措施。这是为了确保准时到货而进行的执行管理。经营中的不确定性管理分为计划与执行,这两部分的结构与具体过程将在后续的小说案例中展开。

注释

Footnotes

  1. M. L. Srikanth, M. M. Umble, Synchronous Management: Profit-Based Manufacturing for the 21st Century, Vol. One, The Spectrum Publishing Company, 1997,第4章。韩文版《동기화 경영》第1卷(Global Management Solutions),第4章。 ↩

正在加载评论

参与讨论

…