作者：Mint (Daphne)
如果你身处食品饮料行业，一定能明显感觉到，“供应链”一词被提到的次数在近三年肉眼可见地增加了。
供应链的痛，几乎成为了这三年“最痛的痛点”。
最痛之一，就是新锐品牌面临的原料断供、产能受限。2019到2021年间，当时采用代工模式的元气森林气泡水、乳茶，曾数次接到代工厂“全线停工”的消息。由于当时缺乏对核心产品原料赤藓糖醇的掌控力，他们也曾在饮料销售黄金期取消所有气泡水的生产，除了白桃味。[1]最痛之二，则是成熟企业的产能优化。自2015年起，嘉士伯、华润啤酒、青岛啤酒就以“壮士断腕”的决心关停了大批低效酒厂，在2021年将产能利用率分别提升到了117%、61%和80%。[2]
相比前两点，企业其实还面临更多没有那么痛，但却普遍存在的难点。比如推出一款新品，却马上看到市场上出现十几款雷同的产品；市场和产品团队想创新，但工厂打一批样却要一两个月，大货出来一年半载可能都过了。如果不是自有工厂，周期或许更长。
这些供应链难题，“老大哥们”是如何解决的？我们将目光投向了“快消行业的黄埔军校”联合利华。
大型机械臂正在抓起产线上可爱多甜筒冰淇淋
图片来源：和路雪
作为中国食品饮料行业第一家获得世界经济论坛和麦肯锡认证的“灯塔工厂”，联合利华太仓冰淇淋工厂：
- 应用数字孪生、3D打印等技术，将和路雪的新品开发周期从12个月压缩到了3个月；
- 通过AI模型，将需求预测的时间从2天优化到了2小时，从而更精准高效地进行原辅料储备、生产计划和履约。
他们是如何建设这些能力的？我们与联合利华北亚冰淇淋供应链总监耿雷Leo Geng先生聊了聊。除了每分钟680支可爱多，
和路雪都创造了什么？
进入太仓工厂看到的第一幕，就是一片片梦龙被高速切割、整齐排列在传送带上，然后由一排机械手提起木棒，浸入到巧克力酱里挂起一层脆壳。时间加起来绝对不超过3秒。工厂的90后生产经理王佳梦告诉我们，这里的可爱多产线甚至一分钟就能生产680支，是世界上最快的经典可爱多生产线。而走出工厂前看到的最后一幕，是包装好的一个个箱子，跟随着“满天飞舞”、高速传动的传送带去往了它们的目的地。整个过程中，我们只看到了零星几位员工。工厂生产经理王佳梦解释到，目前工厂的自动化程度已经超过了80%，以前需要70人才能完成的生产班次，现在9个人就够。采访Leo之后，我们对这些震撼的“黑科技们”以及其背后的尝试、所创造的价值，有了更深刻的体会。本文将从产品创新、需求预测、柔性生产、生产自动化和端到端互联五个方面为大家揭秘。1、产品创新：数字孪生、3D打印，3个月“种出一朵双色可爱多玫瑰花”
近一年，和路雪的不少产品都从“质构”上带给了我们难得的惊艳，比如在顶部做出了一朵双色、立体玫瑰花，内部还可以流心的可爱多，像绿舌头一样Q弹、还能尝到红醪糟、山楂、葡萄干颗粒的红糖冰粉冰棍。诸如此类的创新，和路雪目前仅需要3个月就可以完成，相比过去12个月的创新周期，节省了高达75%的时间。对于冰淇淋这一品类而言，消费者追求新鲜好玩，喜好一年一变，几乎是常态。它还只在一年的4-9月间畅销。冰淇淋品牌最头疼的问题莫过于等到产品上市后拿到反馈，再进行调整，很可能半年就过去了，已经过了销售旺季。等到下一年，消费者又有了“新欢”。3个月的创新周期给和路雪带来了巨大的优势：可以让其在一个年度、甚至一个销售旺季内将产品优化到最佳状态，最大化市场表现。从12个月提升到3个月，Leo认为最核心的一点是对各个环节所需时间的压缩。比如消费洞察的环节，DVOC（Digital Voice of Consumer）工具就是很好的方式，它可以从社交媒体、电商平台等多个渠道收集消费者偏好与对产品的反馈，相比过去以年或季度为周期进行调研，效率和颗粒度有了很大的提升。在产品测试环节，Leo举了个例子，过去梦龙如果要进行配方调整，要判断新配方是能否在工厂设备上落地、罐装成型后能否达到想要的状态，需要在实验室和产线上进行一批批的测试，会耗费大量人力、物力和时间。现在，联合利华建立的数字孪生的模拟系统已经可以代替实验，在“数字空间”快速模拟产品的配方与工艺参数，通过仿真实验，来验证产品在实际生产过程中的性能和表现，确定比较接近落地的参数后，再投入生产，从而大幅节约时间和成本。其中也会使用到3D打印、数字感应头代替的运输测试等关键技术。带有双色玫瑰顶花的可爱多，就是在这样的一套创新流程下诞生的新品。在流程创新之外，联合利华的组织调整也发挥了重要作用。2022年7月，联合利华启用了全新架构，整体划分为5个业务板块（Business Group）和7~8个业务单元（Business Unit）。新的架构下，每个BG、BU都要对自己的业务结果负责，市场、销售、供应链等不同部门也是围绕BU来设置。这样一来，和路雪中国的市场、销售、供应链各个端口在新品开发上的协作就变得更加紧密。Leo原来担任厂长的时候，与市场部同事打交道并不多，但现在相互都非常熟，供应链甚至会反向给市场部输入一些洞察。2、需求预测：从“拍数字”到AI模型预测，从2天到2小时
在没有AI模型应用的时代，需求预测一般都是不同部门负责人“坐在一张桌子上拍数字”。但对于应用了AI模型预测的和路雪而言，需求预测的效率已经从2天提升到了2小时，并可以自动化完成。Leo介绍到，应用AI预测销售的过程中包括三个步骤。首先，会通过基于云架构的数据湖技术，将销售的历史数据，品牌活动的预测数据和各种处理后的二级数据等在数据湖里统一定义、清洗、储存和处理，作为训练AI模型的数据基础。其次，通过机器学习（ML）技术，对这些数据进行数据建模，通过定制化的算法来训练模型，经过多维度的评价体系来不断优化模型参数，最后选定最适配的算法。最后就是用最新的数据训练建立好的AI模型，不断迭代，提高模型预测精度。目前，和路雪已经提升了近一倍的市场需求预测准确率，并缩短了近一半的订单履约时长。3、柔性生产：为了让大家一盒吃到多个口味，我们专门开发了一套机器
供应链和生产的“柔性”，可以直观地理解为“灵活性”。这些年渠道不断细分，各类型渠道和客户也对产品差异化提出了更高要求，品牌们不仅要管理好整体价盘，还需要针对不同渠道定制产品，甚至有时需要针对消费者定制“千人千面”的产品。这对于一个冰淇淋企业来说，挑战是加倍的。与饮料“前处理-吹瓶-灌装-喷码-包装”的生产流程相比，冰淇淋的生产环节更多、更复杂。以可爱多为例，要先把面粉烤成甜筒、套在纸套上，灌注底部的巧克力“尖尖”，然后灌注料体，有时中间还带熔岩酱。灌注完之后需要拉花、降温、撒干果，有时甚至需要二次拉花。最后才到压盖、包装。而在这条流程上，大部分自动化设备都是基于传统生产方式设计的，要实现柔性生产，就需要对这些设备分别进行柔性化改造，需要工厂具有强大的工程能力和运作经验。和路雪也是在与自动化合作伙伴探索打磨很长一段时间后，才共同开发出了业内首套可以单盒包装多个口味的自动化包装机器。同时还重新设计了装箱机，一键切换单箱包装的支数规格。最终生产切换时间降低了98%，产能提升了48%。4、“不开灯”生产：全自动化，让蛋卷的质量缺陷降低了95%
据了解，太仓工厂已经能够“不开灯”进行生产。不开灯，其实就是全自动化。Leo表示，“不开灯”生产是和路雪追求的理念，因为它代表了极致的效率和质量控制能力，消除人员操作，操作参数完全由机器或者算法控制。“不开灯”并非一蹴而成，第一步其实是通过精益和自动化，消除简单重复的劳动。第二步才是通过在线的、闭环的统计过程控制，来自动调整操作参数。最后是实现切换的一键转产，通过设备的改造、物流的自动化和数字化，让切换加速。比如可爱多的“蛋卷”，在运用闭环控制、AI机器视觉识别（AI-CVS）以及智能化控制等技术后，蛋卷的质量缺陷就直接降低了95%。5、端到端互联：梦龙5年223%增长、疫情期间也能高效运转的“背后功臣”
当我们提到端到端时，脑海中浮现的往往是一个非常抽象的轮廓。但有两个案例，可以让人具象地理解端到端的价值。对于冷冻冷鲜的食品品类，物流运输的水平极大程度上影响消费者的体验。想象一下，如果你夏天在电商上买的饺子或冰淇淋，在等待了四五天收到货后，却化成了一团，你还会复购吗？而端到端供应链在冷链储存和运输过程中，对各种GPS、传感器的使用，不会让这样的情况发生。通过对冷链过程的监控，和路雪大幅提升了产品质量表现。其旗下的梦龙在近5年也因此实现了223%的生意增长。另一个案例来自上海疫情期间，客户在收货的时候，是需要供应商为每批货提供防疫检测报告的。如果要靠销售同事挨个根据批号进行整理、发送，货可能要在仓库里放一星期，对库存的压力和订单交付的影响都非常大。而Leo提到，和路雪有TMS系统，追溯原包材的发运；有混料的SCADA系统，可以了解每一批产品对应哪几个浆料；包括工厂的排班管理系统，记录所有员工的核酸检测报告，以及其他各个端口的系统。只要去掉隐私信息、把它们从系统里全部导出来在外箱附一个二维码，就可以让客户一扫即知。在和路雪看来，端到端涵盖从供应商、供应商物流到内部仓库、生产、质量、客户服务、销售和物流等各个部门。通过各个端口的统筹推进，他们希望在整个价值链上实现最大的价值创造。联合利华供应链的创新密码：
蓝图、砖瓦和地基
1、蓝图——灵活且可拓展的框架
企业今天上一套APS（高级计划排程系统），明天上一套SCADA（数据采集与监视控制系统），后天上一套MES（制造执行系统），最后发现都是信息孤岛，没办法连接起来，Leo告诉我们，如果供应链数字化最开始的架构设计没有灵活度、接口没有可拓展性，就很有可能导致上面这种问题的出现。随着业务发展和对数字化理解的加深，企业对数字化工具的需求一定会不断增加和调整。因此，联合利华在数字化解决方案的选择上，遵循了先进物联网架构和多样化行业生态伙伴的战略。具体而言，Leo表示“在底层的物联网架构和数据架构上，我们定义了稳定和灵活的云边一体架构，充分考虑与生产过程的连接度和后期的扩展性。在此基础上，会在各个层级充分吸收行业内供应商的能力，不同业务需求选用最适合的合作伙伴。除了与国际大厂合作，在一些更前沿、需要灵活配合的领域，还会与本土初创企业共同进行开发。”2、砖瓦——以自上而下的决心和宣导推动所有相关者
对于已经有相当规模的企业来说，翻新一幢大楼，也必将影响每一块砖瓦。联合利华的供应链数字化转型不可避免地也面临着变革组织和原有工作流程的挑战。Leo认为在推动供应链数字化的过程中，最重要的是“自上而下”的决心。一把手和管理层要能看到这种变革对解决公司目前的痛点是有帮助的，对企业长期运作的效率提升是有帮助的。坦白说，很多投资在短期内看不到回报，这对管理层的决心是一种非常大的考验。在管理层有了大蓝图之后，落实到业务部门，还要拆解出：这些问题都需要在本部门和跨部门之间提前放在纸面上达成共识。如果员工和其他部门不明白这样的变革对他们会有什么样的影响，注定很难推进。Leo说，一旦大家感受到做这件事的价值，就没有那么难了。他举了一个例子，原来生产制造和执行过程的所有数据都是依靠人工记录的，而MES系统能够帮助员工大幅减少工作量，降低复杂程度。但最开始与员工沟通时，大家会认为原来我只需要在表格上画一画就好，现在却需要熟悉电子屏幕上的每一个界面，以及上面的内容和操作、不同操作的定义，为什么要做变更？但实施一段时间后，所有人都会发现电脑操作会有一层一层的指引，不需要个人再去判断后记录信息，同时系统也会自动记录数据，不需要员工时时刻刻紧盯。于是变革的阻力，在系统上线的一两个月后马上就变小了。3、地基——精益，精益，还是精益
在交流的过程中，Leo一直在强调，对于工厂来说，精益化是大脑，自动化和数字化是骨骼肌肉和神经网络。“不能说数字化风头很火，企业就跟随潮流做数字化、上系统。如果生产线的运作和供应链管理基础很差，怎么可能寄希望于数字化去解决所有问题？哪怕能解决，背后的成本也是非常之高的。”在申请数字化灯塔工厂之前，联合利华就做了很多年的精益生产，在十几年前曾拿过TPM卓越奖和持续奖，2019年WCM获得了37分。Leo告诉我们，在做精益管理时，联合利华也会分为两大支柱，一是管理支柱，设计愿景、策略、总体规划以及人才梯队建设；二是技术支柱，包括AM（生产）、PM（设备）、QM（质量）等等，会有一些系统性方法和工具去解决工厂遇到的种种问题。哪怕是现在，联合利华仍然坚持精益生产，在工厂的管理过程中每周都会进行系列回顾，包括每个环节的损失如何。全球层面也会给到培训支持，以及各个国家的最佳实践。本文中我们介绍了许多联合利华和路雪在供应链数字化方面的实践和经验，但就如Leo所说：“这么多年，我们一直没有丢掉精益生产。可能在不同时期，它会被大家冠以不同的名字，但仔细去看的话，每个时期的逻辑和方法论核心都非常相似。”参考来源：
[1] 元气森林，一年长大，2021年12月14日，晚点LatePost
[2] 推“玻尿酸”啤酒、补交“优产能”作业，燕京还能否赶上?，2023年3月4日，微酒
作者：Mint（微信号：FBIFplaning），欢迎交流内容。* 本文为FBIF原创首发，欢迎无条件转发朋友圈。转载请在后台回复“转载”了解规则。