「材料裁切产业」：要在庞大的原片库存（千万吨级）中，用人工来决定原片的使用方式，显然是缺乏效率的，同时在追求高裁切率下，连带也会产生原片库存的堆积...这些都是每个工厂裁切逼切需要解决的问题。

「裁剪」、「裁切」相关的产业，如纺织成衣相关、复合材料相关、家具板材相关的产业，在生产与制造时，都是需要依据产品外型进行排列与裁切，企业的效能主要受限于人力、经验，以及所用的计算机辅助设计软件为基础的发展程度。

这一切放在信息化背景技术下，当然没问题。

可是当基于大数据，对企业运作逻辑进行数学建模、优化，反过来再指导企业日常运作的数字化技术出现时，企业原有的价值创造之道，必然面临各种如ERP、MES、APS、互联传感器、机器学习、人工智能，以及其他在旨快速、灵活和创造性收集、处理和分析数据等新兴技术的包裹，甚至可以说是裹挟。

企业不仅需要主动走上数字化新技术这条不归路，而且还需要从众多方案中做出选择，评估所选方案如何能相互提升，能否带来可衡量的成果，并搞得清楚方案落地的先后顺序。

本次案例，将围绕「材料裁切产业」来跟你一起反思价值创造之道，分享讯能集思如何用AI技术，用演算法来回答好这一问题——从价值创造（生产）或价值保护（减少库存积压）角度，看讯能集思为这个产业带来一个什么样的解决方案。


材料裁切产业无法跳脱掉以下现况与痛点

在信息化技术背景下，工厂作业员每次在生产计划排定后，会提取对应的CAD图档，随后在考虑最经济的生产条件下，将产品规格以物料消耗最小条件进行手动排图，由此必然产生：

1、耗费时间：结果基于固定流程，且是有先后的线性顺序；
2、仰赖经验：作业员依赖着“归纳法”与“既定规则”来排图，采购按惯例完成采购流程，并确保工作“不出错”，与既定时间内完成任务；
3、未必是最佳解：1%的误差，在乘以上千万、上亿规模放大后，就会成为企业的生存线、生死线。



讯能集思所服务的一位客户，作为玻璃制造商，也曾面临着同样状况。



在生产侧
1、高频排图作业：排图员每天都需要针对当周排定生产的订单进行产品排图；
2、提升共用料比例：接单一原片数量越高，采购成本越低原则，试图将数百到数千种产品摆放在原片玻璃之上；
3、提升原片裁切率：透过手动拼贴图档的方式，寻找最大化玻璃使用的面积，藉此希望能提升玻璃原片的裁切率，降低损耗；

在库存侧
然而要在庞大的原片库存（千万吨级）中，用人工来决定原片的使用方式，显然是缺乏效率的，同时在追求高裁切率下，连带也会产生原片库存的堆积。

具体表现在如下：
1、共用料规则不明确，由此带来库存的增加与积压时间的增多，大批规格原片随之繁杂；
2、人工操作与决策比例高，人工判断进货补货，做物料储备量决策凭经验，再人工汇整数据、对应报表，虽引入信息化手段，但仅能提升单环节的效率，并不是系统性的方案，出货可视化程度也很低；
3、数据孤岛、处理耗时，每日上万条新数据分散在不同系统，难以交互参考，严重降低决策效率。

以上是这家玻璃制造商工厂急欲解决的问题。

讯能集思智能供应链解决方案

相应地，讯能集思给出的智能供应链解决方案：

1、以AI演算法为核心构建智能共用料管理系统

2、通过数模数据进行自动排图作业

3、用工艺数据及库存数据自动演算替代方案，最后产出采购清单。



演算法精进的技术与供应链优化的艺术

制造业的核心关键环节在供应链，包括采购、制造、仓储物流。无论是光伏、家电，还是机械制造，甚至是今天讨论的「材料裁切产品」，它们的数字化切入点普遍选择了智能制造和JIT（just-in-time，实时制）供应链管理，达到降本增效、软性弹性柔性生产的效果。

其中智能制造，讯能集思用的是「智能排图系统」，以减少原料消耗，优化库存使用为目的，所架构的排图功能分为三个方面：




单一产品排图：产出提供基础最小面积的毛胚图，供工厂端试制与验证可行性

假设性排图：自定义原片规格，筛选最合适产品进行排图，验证出最佳原片规格采购大小




多产品排图：在选定多个产品下，自动从库存搜寻最合适原片进行排图，通过优化物料使用率，实现产品的自动化排图功能，减少人工决策比例，进而优化库存使用状况，以及强化工厂生产运营的效率

而在JIT供应链管理上，讯能集思首先是通过串联包括ERP、MES、工艺资料、数模、业务预测等原本单独系统的数据，打破数据孤岛来支撑决策，而这也是讯能集思所创立全流程数据分析平台JarviX的核心优势之一。

通过JarviX完成数据导入后，就可以让AI自动演算并产出采购清单，为了这一步，讯能集思特别定制开发了「共用料演算系统」与「采购演示系统」，用来实现对供应链实时管理。




随着三大演算系统架构完成，我们在验证阶段就取得了惊人的成效：

智能排图模块与自动采购计划跑完出结果是：从原来3天，缩短至10分钟，工时减少了80%。

即过去需要3天时间，才能完成的人工排图、计算规格、判断组件共用关系到生成采购计划，现在只需要10分钟就能利用这套智能共用料管理系统，自动演算原片规格、生成最佳库存替代方案与采购计划，裁切率也得到1%提升。

这对于年产值超过200亿的制造商而言，就是一笔可谓颇丰的回报。


导入智能共用料管理系统半年后的效益

整体回测经济效益：半年内平均库存水位降低36.5%，库存节省¥2000万






五大显性效益

1、试制：排图员能直接用验证过的图文件来进行试制
2、定制：可输入特定原片规格，测试近期产品的裁切率高低状况
3、缩时：缩短排图员的生产排图作业时间，同时提升产品裁切率
4、减存：通过智能替代料和智能拼板，减少库存原片规格，共用料从上千种减至33种
5、动态：结合智能供应链实现动态演算安全库存、实时补货需求，最终降低库存成本



产业数字化洞见分享

另外，从本次玻璃制造商数字化转型升级的案例，其实讯能集思团队也同时获得了一些数字化转型的洞见，下面同步分享给你：

洞见之一：制造业的核心关键环节在供应链，包括采购、制造、仓储物流。其数字化切入点普遍选择了智能制造和JIT（just-in-time，实时制）供应链管理。

洞见之二：有的行业依赖人类过去的经验形成判断，如本案中的玻璃制造商，生产过程其实是不需要太高的决策能力，单一决策也并不是重大决策，排图员更多是如何在既定的流程内，通过人类经验作出成本最优解。那此类行业就可以用大数据、算法、模型来预测未来，比如依赖库存和运力的物流行业，这些行业虽原始，但却容易进入了智能化决策的阶段。







洞见之三，有的行业则依赖于重大决策，比如投资、咨询、医疗、创意等。它们是面向未来的，过去的经验很难帮助你做出有效判断，在可见的未来还得依赖人类的决策能力，但是大数据和人工智能同时可以辅助决策，特别是有效运用决策AI时，他们的决策质量与速度，将在完成人机交学与训练后，得到大幅度的提高，甚至是起到构建自身核心竞争力与产业护城河的作用。

【延伸阅读｜带您深入了解各产业解决方案】对话式AI掀热潮，讯能集思推工业级ChatGPT

【联系我们｜带您体验企业无痛快速转型升级】如何快速導入低代碼數據平台顛覆傳統企業數據流程，解決企業轉型面臨的效率、成本和價值等問題，提升企業的決策水準。