VUCA时代，销售侧更关注与客户对接和及时交付订单，而生产侧则需要满足投资回报、减少库存成本等需求。
日前，在悠桦林联合协办的“走进灯塔工厂”沙龙中，悠桦林解决方案专家杜胜阳和现场来宾分享了VUCA时代汽配行业的趋势洞察以及悠桦林汽配行业的经典客户案例。
以下为现场演讲文字整理。
悠桦林通过平台化提升产品包容性和集成能力，帮助客户快速重塑业务系统。包括可以支撑销售与运营计划（S&OP）的协同供应计划，支撑主生产计划（MPS）的协同供应计划和订单协同计划，支撑高级计划与排程（APS）的高级制造排程产品。让产品功能以制造业客户三大业务场景需求为中心自由组合，并在实际运用时可进行针对性调整规划，实现需求和资源的精准匹配，达到资源、效率与成本的最佳平衡，并降低不确定性所带来的风险，助力企业降本增效，提升运营效率。
需求波动对生产模式、集成、决策制定等方面都会带来困扰。为了协同产供销售，悠桦林会利用数据和算法优化计划制定，更细致地分析业务规则和指标，实现相应的可视化和决策支持。核心的转向在于以计划体系为基础，推动各部门的一致性和协同。这需要了解每个部门的核心关注点，如销售和营销侧注重需求预测、计划侧注重中长期产能计划等。通过需求计划和物料需求计划的匹配，拉动供应侧合理排程和物料需求计划的制定。
所有这些环节都可通过算法和优化层面介入。因此，可以逐步拆解整个流程，进行相关的分析和调整，以适应当前的变化和未来的趋势。对于需求预测的应对，首先悠桦林需要建立一个统一的需求管理平台，能够实时反映未来需求的变化。可以结合历史每日出货数据进行对比分析，如果发现与整体需求量存在较大偏差，就及时发出警告。
同时，在需求侧的应对之后，还需要根据需求预测的偏差范围以及每个客户的服务水平要求，制定适当的库存策略。这包括对不同客户、不同产品的需求进行分层分类和分级管理。根据需求波动的情况，可以设定安全库存，并在供应商满足主机厂需求的同时，按照需求预测做出相应的备注。
在需求侧应对完成后，需要关注需求波动，并在产能规划方面进行逻辑规划。
首先，需要将自身能力与未来需求进行对比，看是否存在差异，如果存在差异，则可以通过成本分析等手段进行模拟仿真，在可视化的基础上给出适合的决策方案供选择。另一方面，需要考虑到可预见的需求波动情况。
例如，季节性需求的变化。结合需求预测和可预见的波动情况，可以通过削峰填谷的方式提前进行生产，以保证产能的充分利用。此外，在多个工厂之间进行产能调配也是需要考虑的因素，特别是当新需求到来时，悠桦林系统会结合现有产能做出相应的调整和安排。
在进行优化时，系统会考虑多个目标，例如在订单层面上要及时交付，同时降低库存成本，提高产能利用率。这些目标都很重要，而且每个目标都有自己的优先级和权重。基于这种情况，悠桦林系统可以进行相关的优化，并进行指标化的分析，通过分析来判断哪个计划或方案更适合当前的需求。
在工序排程方面，悠桦林考虑了各种约束条件，包括人力产能关系、工序路径以及工时和唤醒时间等约束。基于这些约束和需要，悠桦林对所有集合进行整体计算，而不是逐个工序进行排程。这种全局计算能够考虑百万级变量中的最优方案，以快速得出计算结果。
在悠桦林某汽配企业客户的案例中，企业的日计划优化的目标是尽量降低客户需求前销量、最小化安全库存、最大化产出并优化库存。他们需要考虑所有这些目标，并将计划分解到每个产线和产品，确定每天的大致生产量。这些生产计划可以通过各种指标进行分析。
同时，这些计划还会考虑一些关键约束，例如人员安排，减少周末加班，快速应对异常情况以及快速满足需求波动时的客户要求。为了辅助计划员和PMC（生产管理控制）人员进行决策，他们也会有可视化界面展示计划的输出结果。这些界面能够帮助他们做出相关决策。
在订单侧的分析中，悠桦林系统将整个订单分解并与制造工单对应起来，而每个工单又会对应多个工序。在考虑工序之间的前后关系后通过连线的形式直观地表达出来。同时，这仅仅是可视化展示系统中的一个部分。
更重要的是，系统会确保整体计划是否占用了所有车间的产能。通过产能的可视化展示，能够辅助工作人员判断不同产线之间的平衡情况。系统还会弄清楚现有产能是否满足客户需求，以及交互是否超出了整体产能的限制。
在这个过程中，指标起着关键的作用。系统会建立相关的指标体系，作为评判计划优劣的标准。这些指标将驱动生产计划，确保进行全面且有效的评估。
悠桦林系统将订单分解、制造工单与工序相对应，并通过连线的方式进行可视化展示。系统将通过产能的可视化展示来判断计划的平衡性和满足客户需求的能力。同时，根据建立指标体系来评判计划的质量和效果，促进整个计划的发展。
由于每家企业关注的痛点和指标优先级各不相同，悠桦林会先根据具体情况进行判断。无论是为了评估当前计划的优劣，还是为了考虑整个产业供销体系下未来的发展，悠桦林都需要一些指导，这些指导可以通过形式化的判断过程来提供。
在进行判断时，悠桦林会通过一次测算得出一些相关值或指标。这些值或指标可以通过场景模拟分析的形式进行比对。
在场景模拟分析中，悠桦林可以根据不同的目标设定不同的权重或优先级。例如，在第一版场景中，系统可能主要关注如何最大化交付能力；而在第二版场景中，悠桦林可能要降低库存水平以降低库存资金；在第三版场景中，可能又会从考虑产能的角度去进行设定。
在不同的场景中，悠桦林选择不同的优先级并得出相应的KPI指标值。通过分析和对比不同的场景模拟结果，悠桦林可以确定哪个方案更适合当前情况。最终，悠桦林选择最优或最适合的计划版本，将其下发，并监控执行效果。
为了监控计划的执行效果，悠桦林会将未来的工单计划传输到执行系统中。执行系统会结合每日的报工或实时填报情况，比对实际开工时间和计划是否存在差异，以及实际报工数量与计划是否存在差异。根据实际反馈，悠桦林可以判断计划的变更情况，并决定是否需要调整计划，以提供指导。
当系统捕获到异常情况时，会进行对比分析，以确定它是否会影响订单交付或上下游的协同，并考虑是否需要快速修改相关信息。总体来说，通过整体供应链计划的优化，悠桦林可以辅助企业实现精准的协同计划和战略发展。在这种情况下，系统不再仅仅关注某一个指标，而是考虑到未来的多指标情况，以辅助工作人员做出相关决策，以便企业能够快速应对市场上的变化。
最终，悠桦林帮助该汽配企业：
