随着生产制造向规模化精益化发展，小批量多批次订单越来越多，订单管理日益复杂。在开始生产之前，分单是第一道坎，尤其对于多工厂生产模式的企业而言，订单分配对生产和交付效率影响较大，不同分配方式也会导致显著的成本差异。
传统的分单模式通常是依靠人工决策或者遵循固定的标准化模式，分单效率低，很难全面考虑所有因素，导致大量的生产资源和成本浪费。那么企业如何实现分单优化呢？
多工厂分单：交期、产能和收益决策博弈
在分析解决路径之前，我们先来看一下多工厂分单的难点所在。相信每个企业在进行分单时，都会考虑的三个问题：交期、产能和收益，严格意义上讲它们都很重要，但是每一家企业的情况不同，考虑的优先级也不一样，常常会出现顾此失彼的情况。
同时，由于技术条件限制，把每个问题的所有因素都计算清楚，对企业而言是一个很大的挑战。不论是交期、产能还是收益，都不只是单一维度的问题，它们互相关联和影响，如何系统地梳理和量化这些影响因素也是一项巨大的挑战。尤其是对于那些生产可能涉及不同区域数百工厂、数千车间及产线的大型企业而言，分单难度更是不言而喻。
总结来看，企业在进行订单分配时常常会面临以下几个问题：
第一，盲目追求交期，忽视生产能力和成本，出现订单增多但收益未必增长的情况。交期固然非常重要，但也不能不计成本地生产。假如某个订单的交期在5月底，由于某种原料紧缺，需要额外增加费用采购，使得总成本超过了订单收益，这个时候企业就要考虑是否要和客户沟通延期交付了。
第二，工厂产能匹配不合理，导致资源和成本浪费。订单的产品数量有多有少，工厂的产能有大有小，它们并不一定是一一对应的关系，有的订单需要指定工厂，有的工厂可以同时承接几个订单的产量。比如，假设某批订单能够生产的工厂有10个，实际上不会让10个工厂都去生产，有的工厂产能比较大，可以承接5个订单的生产量，企业在分单时就可以有更多选择。在标准化批量生产中，通常生产数量越多，成本越低，工厂开一次机器生产，如果能尽可能多生产，就可以降低机器运转的损耗。
成本和收益计算难度大。在计算收益时，不能仅看订单数额，还要考虑背后的成本情况，很多企业计算成本时，通常会考虑物料、人工等较明显的成本，容易忽视运输物流等潜在成本支出。比如，边远地区工厂人工成本较低，但原料运输成本高，发运成本也高。相反，附近地区人工成本高，运输更快成本更低。因此，要全面科学地比较成本，就不能单独考虑原料和人工成本。
有没有一种方式，可以综合考虑以上这些因素并进行订单分配呢？基于运筹优化和机器学习的智能决策技术，可以将分单问题转化为数学问题进行求解优化，为分单带来了新的解题思路。
智能决策加持，打开多工厂分单的优化密码
智能决策是组织或个人综合利用多种智能技术和工具，基于既定目标，对相关数据进行建模、分析并得到决策的过程。该过程综合约束条件、策略、偏好、不确定性等因素，可自动实现最优决策，以用于解决新增长时代日益复杂的生产、生活问题。
在杉数科技打造的智能制造决策优化平台—杉数数弈中，需求分配工作台可以实现多工厂分单的智能化升级。系统会根据企业的业务特性，对工厂数据、分配规则和业务需求进行算法建模，输入订单数据后，系统可自动综合考虑订单交期、成本、收益等情况，以收益最大化为目标，通过copt求解器高效求解，将订单和不同工厂的生产能力进行匹配，输出最优的分配结果。
具体分单过程中，企业可能有多个诉求，比如成本最低、交期最近、工厂数量最少等等，在杉数数弈系统中，企业可以根据不同的需求灵活调整模型和参数，输出不同版本的分单结果，通过对比更好地进行分单优化。比如：某批订单的交期是2个月，企业可以设置以两个月交期、少于5家工厂为约束，得到成本最低的分单计划；也可以设置以一个半月为交期、少于10家工厂为约束，得到成本最低的分单计划。通过对比不同的分配计划，企业可以根据具体情况做出更明智的决策。
相较于传统方式，基于智能决策的的分单模式，在分单效率上突破了人工分单的局限性，可以快速响应订单变化，同时满足企业不同业务目标下的分单需求。在分单效果上，全局决策更加科学和经济，为后续生产执行奠定了坚实基础。
激发长链运营价值，助力企业业务增长
作为制造供应链管理的重要环节，分单实质是对需求计划的履行，对后续生产、发运都有较大影响。分单模式的改变，不仅体现在订单分配环节，其价值还会向生产链后端辐射，实现以点带面的提升。领先企业的实践也表明，智能决策正在助力企业实现业务变革和效益增长。
例如某大型制造企业，其旗下有多家工厂遍布全国各地，过去企业接单后需要通过人工分配的方式将订单分配至不同工厂进行生产和发货，需要承担高额物流费用。随着业务增长，企业订单量爆发式增长，手工分配订单逐渐跟不上业务发展。为了降本提效，该企业基于杉数数弈打造了智能分单系统，通过供应链协同，打通上游物流供应商的定价信息、下游客户需求信息以及工厂产能信息，指导日均千单的分单决策，并通过精准刻画物流分段定价成本，为该企业每年节省平均10%以上的物流成本，年节约物流费用达千万以上。
再例如森马，作为本土服装巨头，其旗下有十几个服装品牌，主要依靠分布在全国各地的几百个供应商工厂进行生产。此前在做产能分配和排单（分单）时，主要依靠人工经验，主观性高，效率低，很难做到全盘优化。引入智能决策技术后，杉数协助森马对各工厂数据和分配规则进行了重新梳理，基于杉数数弈构建了智能排单系统。系统可自动综合考虑影响分配和生产的各种因素，通过智能算法和求解器建模求解优化订单分配，订单响应速度倍增，订单生产周期降低，通过更快的交货时间和更准确的订单执行，极强地改善了客户满意度。与此同时，公司对数百工厂的管理也更加高效，供应商黏性全面增强，生产成本大幅降低。
总而言之，基于智能决策的分单模式不仅可以拉通订单和生产资源，提升生产管理柔性，也可以进一步优化供应链结构，使销售、生产、供应更协同，有效缩短订单交付周期，更适合小批量多批次订单生产需求。未来，随着智能制造的推进，灵活、高效、高质的订单分配将成为制造企业的必备能力，智能决策将在制造业智能化转型中发挥更大作用。
传统的分单模式通常是依靠人工决策或者遵循固定的标准化模式，分单效率低，很难全面考虑所有因素，导致大量的生产资源和成本浪费。那么企业如何实现分单优化呢？
多工厂分单：交期、产能和收益决策博弈
在分析解决路径之前，我们先来看一下多工厂分单的难点所在。相信每个企业在进行分单时，都会考虑的三个问题：交期、产能和收益，严格意义上讲它们都很重要，但是每一家企业的情况不同，考虑的优先级也不一样，常常会出现顾此失彼的情况。
同时，由于技术条件限制，把每个问题的所有因素都计算清楚，对企业而言是一个很大的挑战。不论是交期、产能还是收益，都不只是单一维度的问题，它们互相关联和影响，如何系统地梳理和量化这些影响因素也是一项巨大的挑战。尤其是对于那些生产可能涉及不同区域数百工厂、数千车间及产线的大型企业而言，分单难度更是不言而喻。
总结来看，企业在进行订单分配时常常会面临以下几个问题：
第一，盲目追求交期，忽视生产能力和成本，出现订单增多但收益未必增长的情况。交期固然非常重要，但也不能不计成本地生产。假如某个订单的交期在5月底，由于某种原料紧缺，需要额外增加费用采购，使得总成本超过了订单收益，这个时候企业就要考虑是否要和客户沟通延期交付了。
第二，工厂产能匹配不合理，导致资源和成本浪费。订单的产品数量有多有少，工厂的产能有大有小，它们并不一定是一一对应的关系，有的订单需要指定工厂，有的工厂可以同时承接几个订单的产量。比如，假设某批订单能够生产的工厂有10个，实际上不会让10个工厂都去生产，有的工厂产能比较大，可以承接5个订单的生产量，企业在分单时就可以有更多选择。在标准化批量生产中，通常生产数量越多，成本越低，工厂开一次机器生产，如果能尽可能多生产，就可以降低机器运转的损耗。
成本和收益计算难度大。在计算收益时，不能仅看订单数额，还要考虑背后的成本情况，很多企业计算成本时，通常会考虑物料、人工等较明显的成本，容易忽视运输物流等潜在成本支出。比如，边远地区工厂人工成本较低，但原料运输成本高，发运成本也高。相反，附近地区人工成本高，运输更快成本更低。因此，要全面科学地比较成本，就不能单独考虑原料和人工成本。
有没有一种方式，可以综合考虑以上这些因素并进行订单分配呢？基于运筹优化和机器学习的智能决策技术，可以将分单问题转化为数学问题进行求解优化，为分单带来了新的解题思路。
智能决策加持，打开多工厂分单的优化密码
智能决策是组织或个人综合利用多种智能技术和工具，基于既定目标，对相关数据进行建模、分析并得到决策的过程。该过程综合约束条件、策略、偏好、不确定性等因素，可自动实现最优决策，以用于解决新增长时代日益复杂的生产、生活问题。
在杉数科技打造的智能制造决策优化平台—杉数数弈中，需求分配工作台可以实现多工厂分单的智能化升级。系统会根据企业的业务特性，对工厂数据、分配规则和业务需求进行算法建模，输入订单数据后，系统可自动综合考虑订单交期、成本、收益等情况，以收益最大化为目标，通过copt求解器高效求解，将订单和不同工厂的生产能力进行匹配，输出最优的分配结果。
具体分单过程中，企业可能有多个诉求，比如成本最低、交期最近、工厂数量最少等等，在杉数数弈系统中，企业可以根据不同的需求灵活调整模型和参数，输出不同版本的分单结果，通过对比更好地进行分单优化。比如：某批订单的交期是2个月，企业可以设置以两个月交期、少于5家工厂为约束，得到成本最低的分单计划；也可以设置以一个半月为交期、少于10家工厂为约束，得到成本最低的分单计划。通过对比不同的分配计划，企业可以根据具体情况做出更明智的决策。
相较于传统方式，基于智能决策的的分单模式，在分单效率上突破了人工分单的局限性，可以快速响应订单变化，同时满足企业不同业务目标下的分单需求。在分单效果上，全局决策更加科学和经济，为后续生产执行奠定了坚实基础。
激发长链运营价值，助力企业业务增长
作为制造供应链管理的重要环节，分单实质是对需求计划的履行，对后续生产、发运都有较大影响。分单模式的改变，不仅体现在订单分配环节，其价值还会向生产链后端辐射，实现以点带面的提升。领先企业的实践也表明，智能决策正在助力企业实现业务变革和效益增长。
例如某大型制造企业，其旗下有多家工厂遍布全国各地，过去企业接单后需要通过人工分配的方式将订单分配至不同工厂进行生产和发货，需要承担高额物流费用。随着业务增长，企业订单量爆发式增长，手工分配订单逐渐跟不上业务发展。为了降本提效，该企业基于杉数数弈打造了智能分单系统，通过供应链协同，打通上游物流供应商的定价信息、下游客户需求信息以及工厂产能信息，指导日均千单的分单决策，并通过精准刻画物流分段定价成本，为该企业每年节省平均10%以上的物流成本，年节约物流费用达千万以上。
森马智能排单计划概览图
再例如森马，作为本土服装巨头，其旗下有十几个服装品牌，主要依靠分布在全国各地的几百个供应商工厂进行生产。此前在做产能分配和排单（分单）时，主要依靠人工经验，主观性高，效率低，很难做到全盘优化。引入智能决策技术后，杉数协助森马对各工厂数据和分配规则进行了重新梳理，基于杉数数弈构建了智能排单系统。系统可自动综合考虑影响分配和生产的各种因素，通过智能算法和求解器建模求解优化订单分配，订单响应速度倍增，订单生产周期降低，通过更快的交货时间和更准确的订单执行，极强地改善了客户满意度。与此同时，公司对数百工厂的管理也更加高效，供应商黏性全面增强，生产成本大幅降低。
总而言之，基于智能决策的分单模式不仅可以拉通订单和生产资源，提升生产管理柔性，也可以进一步优化供应链结构，使销售、生产、供应更协同，有效缩短订单交付周期，更适合小批量多批次订单生产需求。未来，随着智能制造的推进，灵活、高效、高质的订单分配将成为制造企业的必备能力，智能决策将在制造业智能化转型中发挥更大作用。
责任编辑：
