“ 苹果供应商的真实生存状况：一方面受制于苹果的苛刻，可能会面临随时被无情地淘汰；另一方面如能咬住牙，就能够以领先于市场的技术优势，攀顶世界之巅。”
苹果是0到1，供应商是1到100
很多人将苹果的成功，归功于史蒂夫.乔布斯的技术愿景和设计天赋，但没有强大的供应链做保障，一切可能只是幻影。
1996年苹果前任CEO迈克尔·斯平德勒因为包括供应链在内的相关问题被撤职时，媒体对他的评价是：“苹果拥有一款大受欢迎的产品，但是却无法将其交付给顾客，还有什么比这更糟的？”
苹果当然是清楚供应链的重要性，史蒂夫·乔布斯找到在IBM和康柏都干过的供应链专家蒂姆·库克，进行大刀阔斧地改革，于是有了苹果对供应商采取的“重选择、重管理、轻淘汰”策略，用专门的团队对供应商进行全方位评估，一家企业要想进入苹果供应商名单，并不容易，一旦进入，苹果也不会轻易将其踢出名单。
形象点用“班主任”和“学生”来比喻苹果和供应商的关系：“苹果就像一个不讲情面的高中班主任，当他发现某几个学生掉队了，会有点恨铁不成钢，把掉队学生的座位往后排，但不会贸然把学生踢出班级。”
从技术说起，“技术大致分为两类，一种是创新技术，一种是复制技术。
从0~1，这是研发做的事情，苹果正在做且擅长做的事，而一家企业能进苹果供应商名单，代表着它能实现苹果的技术要求，如产品规格与参数。
以往一直流传着“苹果吃肉，供应商喝汤”的说法，之所以出现这说法，是因为苹果既要求供应商制造的技术达标，更进一步要求出品的良率到位，且采购成本在苹果可控的范围内。
而从1~100，是供应商在工艺上做的事情，说到底是良率，iPhone、iPad、iMac等明星产品所巨大的出货量，首先是因为苹果死死卡住了良率，这也使得苹果的要求以严苛闻名业内。
良率是生命！高压之下，却两极分化
2013年10月，苹果与蓝宝石屏幕供应商GT Advanced Technologies达成合作协议，约定由GTAT为其供应蓝宝石材料，合作期间，苹果一直在改变蓝宝石的产品规格，甚至严苛地缩减生产成本，但GTAT需要在规定时间内生产出大量高良品率的蓝宝石屏幕。最终，GTAT因不堪重负而关停厂房。
同样的剧情，还发生在触控屏幕生产商胜华科技身上。胜华科技曾是全球第2大触控面板厂，也是iPhone 4最大的触控屏供应商，但在研发iPhone 5时，苹果开始采用新型内嵌式触控屏幕技术（In-cell）。
胜华科技没有跟进该技术，还在重资产投资扩建生产线，因而背上沉重债务负担，在整个触控显示屏行业产能过剩严重时，率先倒下。
一旦输了，那就是倾家荡产，那么常年高压下，苹果供应商们何以顺应要求，不愿真正离开？
能进入苹果公司的供应链，那就是“盆满钵满”，这种想法已经根深蒂固，富士康的历史证明了这一点，所有的代工，都在想方设法的得到苹果的订单。
有不少供应商在苹果的扶持下成长为世界龙头，我找到一张《2020年全球EMS代工厂前十强名单》，超过一半处于苹果供应链当中，他们也因此收获可观的发展。
同时从数据看，2016-2020年（不包括2019年）苹果公布的前200名核心供应商，中国企业分别为73家、85家、86家、96家，呈增多趋势。
“苹果非常关注产品的良率，如果新技术是由苹果提出，它会扶持你，一直用订单喂着你，直到你把这个技术做成熟，他就会考虑导入一个竞争对手来平衡你。”
一位在苹果供应链公司工作超过15年的人士如是说，这也道出了作为苹果供应商的真实生存状况：一方面受制于苹果的苛刻，可能会面临随时被无情地淘汰；另一方面如能咬住牙，就能够以领先于市场的技术优势，攀顶世界之巅。
聚焦现实，看典型案例
讯能集思服务的一家光学客户，正是苹果iPhone前三大镜头的供应商。
先从客户所处的行业看，其有三个特点：
1、身为苹果供应商，生产执行着行业最高的标准；
2、光学属高端精密制造，就镜头光学行业而言，普遍的最大痛点是只有50-60%的良品率；
3、而客户的良品率已经在70-80%，已处世界顶尖水平。
但客户最核心的痛点仍在于良品率，主要有三大原因阻碍着良品率的提升：
1、镜头种类多，且生命周期短，当新的镜头产品出现时，以往部分积累会被推翻；工艺制程不断出新，每当良品率调到较佳组合后，马上又被淘汰，原料、机器等都可能需要研发新制。
2、组装镜片方案目前搭配的只有“试错法”，就算进入量产时，也很难稳定良品率，即在范式没有根本改变前，良品率也做不到革命性的提升。
3、不仅仅是客户，整个光学产业，都希望透过AI数据分析方案，在试产中模拟优化参数、在制程中快速找到影响良率的原因，提升自己在产业的竞争力。
讯能集思是如何解决的、效果如何
讯能集思针对客户的核心痛点进行分析，并通过数据采集，找到问题所在，利用JarviX增强型分析平台与讯能集思团队首创的方法论“精进回圈”，分三步走路径，助力客户实现良品率提升。
通过数据采集，找到镜头组装站点存在的光学镜片组装、遮光片厚度和镜筒等方面的潜在问题，优化镜头组装的过程，从而减少人力和试错成本。
其次，借助三步走的JarviX光学精进回圈方法论，用SPC监控产线参数，快速实时且弹性监测多维度关键参数，提早进行风险预警，提高对生产异常的反应速度，降低报废率。再透过JarviX根因查找功能，找出影响光学镜头MTF值的关键因子，提升问题查找速度，同时提高整体良率。
最后，针对良率出现问题无法优化的问题，结合射出机数据、镜片组装数据、MTF量测数据等内容，JarviX仿真器提供参数优化推荐，良率进一步得到提升。
JarviX的成功应用最终助力客户实现了降本增效，极大程度提高了生产效率，减少了30%的人力成本和提升50%的研发效率。
【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。
