首页 > 新闻 >

联友科技胡永力:汽车供应链数智升级探索与应用

发布时间:2024-10-09 19:55来源: 盖世汽车阅读量:19658   

9月24-26日,“2024中国汽车供应链大会暨第三届中国智能网联新能源汽车生态大会”在武汉市举办。本届大会由中国汽车工业协会和东风汽车集团有限公司联合主办,以“新挑战、新对策、新机遇——推动中国汽车供应链可持续发展”为主题,共设置1场闭门会议、1场大会论坛和4场主题论坛等6场会议,并有供应链发展报告发布、创新成果推介、香港车博会及论坛、中国汽车供应链协同创新全国行首站等一系列发布或配套活动。其中,在9月25日下午举办的“主题论坛三:推进供应链发展与服务——延伸产业价值链”上,深圳联友科技有限公司总经理胡永力发表精彩演讲。以下内容为现场发言实录:

深圳联友科技有限公司总经理 胡永力

尊敬的陈士华秘书长,以及各位领导、各位同事,大家下午好!

我是深圳联友科技总经理胡永力,首先汇报一下深圳联友科技,专门面向汽车行业在做数字化转型,包括数字化推进、平台建设以及服务相关企业,为企业全价值链提供数字营销、智能制造、汽车金融、智能网联相关平台以及相关服务。专门为车企和各位供应链伙伴、零部件集团企业去做相关数字化服务的。

说到供应链,我们这次供应链大会在探讨,昨天下午闭门会谈到车企的卷,深圳联友科技是提供卷的工具的公司,让大家更卷。我们很多供应链体系看到,在变化过程中被厂家要求降成本,降来降去极致降成本,无所适从。今天我探讨一下供应链过程中怎么做好数智化和智能化的过程。

我们看到现在整个大的行情方向上,有一部分头部品牌,包括一部分头部车企,它的销量是非常大的。我们从销量数量和销量车型种类角度来看,一部分销量高的是一个主体,另一部分是一个长尾效应,有多品类、多种类覆盖用户的需求。在这个过程中,针对主体的部分,车厂可以支持它更大批量的生产,以这样的方式来降低它的成本,实现集约化、精益化的生产,像特斯拉、五菱宏光以及其他网约车市场车型,很多都是属于月销上15000以上的车型,它们适合于更多的大批量生产。

另外一种,我们看到在现在汽车总量增长见顶的情况下,每年新推出来的车型非常大,也就是说我们其实有很多车厂在围绕多品种、少批量的模式去尝试满足更多消费者不同的需求,车型数量13年内统计增加了3倍,围绕定制化、多品种、少批量的模式也是很多车厂现在正在去调节和改善的,同时也影响到了我们所有供应链体系。

在整个基于市场变化的前提下,我们看到在研发制造和供应链变化过程中,我们看到了包括在消费者以多选项配置满足差异化需求的前提下,我们看到去推行模块化平台设计、配置化设计,由此诞生了超级BOM,包括一车一BOM的模式。延展到制造变革端,特别对于制造过程中,我们快速换模柔性制造,因为研发端已经进入到了模块化设计,在生产端为了更大的集约化生产,很多超级工厂去支持不同配置甚至不同模块换线的方式,通过换模来去生产更多集约化产品,以及要求更短的发货计划,现在都在追求OTD时间是14天以内。

延展到更多零部件企业,包括推动和拉动的方式,让我们很多零部件企业要准备更多零部件品种,在物流配送方式上,要去做更多革新,同时经常再去纠结,什么时候建储,该不该建储,建多远。

在这样的挑战下,这样的业务变革要结合我们数智化方式来进行转型和升级。这些变革点,包括从研发端,我们看到研发模块化设计往上去支撑我们制造端多平台的支持,满足消费端C2M定制化下单过程,目前已经有很多车企在支持无限选装定制的方式。这样的方式给我们研发端带来就是需要建设统一的研发平台,以模块化方式来满足产品模式变化,包括要上超级BOM,并且是全过程的BOM体系。

制造端不同于一般性柔性生产模式,一个工厂内要满足不同模块同一类不同品种的生产,还带着快速换模,通过大制造体系管理多工厂来适应多品牌的管理体系,和大零部件在供应体系上的协同制造。延伸到供应链端,国内在推拉结合的方式,以最优化的成本和效率运行,以及现在正在进行的国际化,初步企业都是KD的方式,现在已经有很多企业在布局零件现地化模式,通过这样一些变革手段,需要更多有统一供应链平台支持多模式国内国际供应的差异化需求。

同时在研发制造和供应链整体过程中,我们需要整体数据打通的平台体系,来去做整体数据标准化和数据治理,为数据下一步发挥价值打下基础,同时为了更好地效率化,尽可能多地在各个环节引入智能化和AI体系来去降本增效。

怎么做?我们结合联友的经验,在汽车行业体系里面推行4个方面。1.顶层设计,顶层设计是整个价值体系得以贯通TOP层意志的核心要点;2.统一平台,统一平台是下一步价值实现和数据拉通的核心基础;3.数据化资源,在整个链条、流程和场景过程中,充分运用各种成型的数字化资源;4.能力注入,智能化应用通过统一的数字化平台以及AI能力,像我们这样的企业为各个主机厂和零部件集团要去赋能做智能化应用,来帮助他们做更快速地应变。

在整个顶层设计把握体系下,我们看到,我们通过这么多年积累整理了一个顶层设计方法论,在很多车厂也实施,整个大的五步方法论。过程中不仅仅执行到步骤点本身,更关注到每个步骤的核心要素,第一步统一思想过程中,更重要的是识别一把手的意志和管理范围,怎样贯彻好一把手的意志和统筹能力。第二步要去形成战略共识,战略共识是未来打赢仗的战略共识,在战略下形成清晰的举措。第三步就是要全员参与,在设计过程中要全员参与及有更多贯彻和执行,参与过程中打通设计和变革两大阶段,落实资源怎么匹配和路径怎么执行好和识别客体怎么解决。第四步是在实施过程中要做好继承,特别是在实施全过程去识别统一架构。第五步是在执行过程中不断优化、运营、完善。

在顶层设计过程中,我们这是举了某个零部件集团的案例。这是本田系的零部件集团,我们给他做了3年的数智化,基本上它形成了一个标杆体系,后面包括把佛山本田CRM换成本田零部件,包括重庆本田动力这几家本田系的通过这套模式基本上后面都全覆盖了,也让他们起到了很多效果。这个过程中特别注重的是,不是简单地上几个系统从线下到线上,核心要关注组织级的变革。我们说做数智化没有组织级的变革,就是属于隔靴搔痒,刚才上的过程中,跟陈秘书长沟通的时候说,不关注效果那也是没有用的,那是骗钱的,这个过程中一定是围绕效果来。

在整个规划下去构建以供应链为核心的统一平台是极其重要的一点,围绕全价值链的构建,我们很多主机厂是有一些数智化能力的,但是对于我们很多零部件集团,因为这方面能力确实比主机厂差一点,在平常上推进数智化过程中引入了很多仓储系统、ERP系统、物流系统,越引发现越尴尬,形成了很多单点智能,怎么也拉不通,整个体系整体建设非常非常重要,为什么会这样?因为我们在车厂,昨天讨论的时候,我们车厂叫链主,车厂都在推行OTD,从线束到计划排产物流交付中都是一体化的过程,现在也在推行研发制造一体化,甚至研发过程中就有拉供应商一起到研发平台设计。通过这样的拉通方式,我们原来单系统的方式已经完全不适应了,特别是对应底层的数据支持已经完全不适应了,特别是原来推行单模块的数字化整个现在产功效OTD的方式来打通。这个过程我们给出了联友智能制造1293解决平台解决方案,1是星联智云的工业互联网平台,这个平台也是我们在工信部推荐名单并且获得过工信部奖项的模型。上面是两个资产模型,包括数据资产、业务资产模型,在底层是共建的一体化数据资产体系,上面围绕9类应用,包括第一个就是产品全生命周期管理过程,包括智能排产,还有现场的管理、物流等等这样的智能体系。往上是围绕三类场景应用来支撑数据在未来应用上产生价值。

在这样的平台打造下,我们在很多车厂做了一些应用,应用过程中,围绕端、边、管、云一体化的规划设计,设计的时候前面规划方法也讲到实施过程中特别强调4A架构,技术架构、数据架构、应用架构和业务架构,全过程贯穿4A架构的设计,像武汉某工厂,是高端车的定制方式,基本实现了一车一BOM客户无线选装的模式,重庆是长安的工厂,整个中台是我们搭建的,后面的体系复制了它的泰国工厂。

整个体系建设过程中数字化资源非常重要,全过程数字化资源要建、管、用,连接的过程中我们平台提供了很多开箱即用的数据清洗算子,第三方应用系统数据以及可以额外采集其他机器设备相关数据,通过这样高性能并发和多模数据管理的体系,能够把数据收集上来,为下一步的数据建模包括工艺、产品、设计各方面能够图形化统一语言的快速建模,来实现最后的服务聚合,最终我们希望达到的就是我们的业务数据化、数据资产化以及资产的价值化应用。

另外就是关于AI能力,怎么样在流程和场景过程中灌输更多AI,很多人都在用大模型,我手机上装了很多大模型。我们在企业里面怎么用,因为很多大模型可以直接调用它,但是会涉及到数据出去以及深度应用的问题,我们整合了整个AI应用平台,形成应用超市,把前面很多数据应用的算子和方式放到数据超市,通过一个AI编排工具可以解耦,通过不同场景调用不同专业化模型,保证既不出域又能应用大模型,可能有些精准的算法需要调用企业内部的资源,有些模糊的算法需要调用外部大模型体系,通过这样的方式给企业做AI赋能,我们有很多AI应用,这里不再说明。

我们把这20年来的积累形成了一个宏境汽车数智云的体系,联友每年交付的软件项目有上千个,我们把相关的能力都聚集在业务服务中心的软件包里面,集合了我们所见过的各种业务流程、业务规则,应用到不同的场景体系,通过配置化的方式能更快地做好业务的价值实现,每一个包都可以被独立部署和多场景应用,底层支持AI各种原子能力的调用,形成AI解耦,把能力赋给车厂和价值链体系,让他们能得到能力,未来能创造能力。

以上是联友宏境汽车数智云整体的解决方案,希望后面包括主机厂和零部件商各种企业一起探讨怎么样做好价值链数字化相关的进展和服务以及最重要的变革,谢谢大家。

声明:本网转发此文章,旨在为读者提供更多信息资讯,所涉内容不构成投资、消费建议。文章事实如有疑问,请与有关方核实,文章观点非本网观点,仅供读者参考。

?