何乐乐

通过大数据分析天气等因素，预测生产数量；实时查看每一条生产线上的各个生产环节，实现问题可控；AI识别货架图像，分析最受消费者欢迎的产品……现代化的饮料加工业，它的智能化已经不仅仅在于生产流程，而是将各种数字手段运用于从原料采购到产品销售的整个过程。走进味全透明工厂，探秘一瓶饮料的生产过程，智慧的秘密就在其中……

透明的工厂

爱喝牛奶、果汁、瓶装咖啡等饮料的朋友，一定熟悉味全这个品牌。1953年，味全诞生于宝岛台湾，有着60余年的食品制造史。2002年，杭州味全食品有限公司成立，主打冷藏纯果汁和乳制品饮料，曾连获四届“中国透明工厂”和“中国食品健康七星奖”等殊荣。

在台湾，“观光工厂”旅游体验项目由来已久，被称为融合了一二三产业的“第六产业”。味全也将“观光工厂”这种充满趣味和新意的工业旅游方式带到了杭州，并融入了杭州本土文化特色和前沿的智能科技。只要放慢脚步，就可以慢慢感受到工业的温度。

走进杭州味全食品工厂，首先会被一座小小城堡造型的体验馆吸引。进入一条美味长廊，墙壁上可爱的奶牛、乳酸菌、水果、蔬菜、谷物和咖啡豆，都变成了童话王国里的人物，带领着小朋友们乘坐热气球电梯，一边参观透明工厂，透过玻璃了解酸奶、果汁等饮料的生产过程，一边学习各种人体所需的营养知识，俨然一个充满趣味的“第二课堂”。

一条条清洁锃亮的管道，并列穿行在车间上空，它们接入到一只只巨大的储料罐和发酵桶，再进入一排有节奏地跳动着的包装机，最后一瓶瓶包裹着新鲜谷物酸奶的成品排着整齐的队列，等待出厂检验。整个车间，只有几位全身被无菌服包裹得严严实实的工人，在机器前输入数值或者检查包装。

如果只是这些，还算不得“未来工厂”。一块实时跳动着各种数据的大屏幕——味全供应链数字化看板，浓缩着工厂的智慧精华。这块数字化看板，由价值链视角下整体资讯化蓝图、生产管理驾驶舱、销售管理驾驶舱、充填车间生产监控画面、销售预测系统等部分组成，管理者能够实时看到上游物料的供应情况、全国味全饮料的销售情况，可以实时查看仓储管理、品质检验、促销管理、客服系统等，也可以用GPS追踪到车辆的温度监控、订单的物流情况，甚至还能查看工厂楼顶上的太阳能光伏发电效能。

“我们这套大数据分析管理系统，已经走在了国内饮料制造行业的前列。”味全食品未来工厂技术负责人杨勇介绍，“味全一直致力于运用智能技术，不断提高生产效率和精细化管理水平，探索‘未来工厂的形式。”

聪明的计划

消费频率高、使用时限短、储藏要求严，是快消行业的基本特征。食品饮料作为快消行业中的重要组成部分，也免不了面对这般问题。21天的保质期，0-7℃的储存条件，看似平平无奇的数字，却是横亘在食品企业面前的难题。排期，是计划员与赏味期限的一场较量。

2019年，味全食品启用销售预测系统。在天气炎热的夏天，大家走进便利店时，都会多看两眼冷饮，这是属于季节限定的偏爱；各大购物网站的促销活动已经上线，顾客刷刷网页、浏览界面，没准就会忍不住下单……每到这些时间点，可能就会有几款产品变成“爆款”。如何能让产供销实现平衡？销售预测系统纳入了天气状况、促销频率和历年数据等多种元素，基于机器学习和模型算法，推导出下周可能的销量。

影响销量的因素有很多，“预测销量是不是伪命题”甚至成为了热门的讨论话题。从未有一家企业能够准确预测销量，但是科学的推测能够帮助企业愈加靠近这个数值。味全食品的实践，就是让尽可能多的元素融入计算池内。机器学习，能够自动改进获取新的知识，基于之前的结果不断优化，最终让模型越算越准。

此外，货架识别也是销售预测的一大利器。便利店的货架上，摆放着琳琅满目的商品，消费者更偏爱哪种口味？以往，工作人员会在各个超市，以肉眼观察、计数盘点这样的方式统计后进行判断，耗费大量的时间和精力。如今，工作人员只需掏出手机，在货架前拍摄一张照片，上传至后台，AI图像识别后，就能够把大量商品在货架所处的位置、价格、竞品促销情况，甚至是每排货架不同摆放位置的销售效率等信息自动采集回来，并作出相应的分析。

在数字驾驶舱“下周预估量”下方，呈现的是实际与预测的偏差，可以看到，过去两周的准确率均高于70%，其中5月4日这一天的准确率甚至高达91.1%。聪明的销售预测系统把预估需求传递到生产端，使库存在保质期内维持在相对较优的水平，有效地减少了缺货和积压。

实时的跟进

溶解、调配、杀菌、充填、喷码、包装……一瓶饮料的诞生，离不开其中的任何一道工序。数字化，让每个环节更加高效，让每次衔接更加流畅。

2016年，味全MES系统正式启用。随后，果汁、乳酸菌、鲜奶等生产线陆续实现数据的全自动产出，系统开始梳理问题及生产线作业流程规范。当销售订单转变为生产订单，制造过程由此启动。安排好计划后，输入生产量，基于配方和总量，所需的配料就会在系统内生成，随即推送给仓库。仓管人员的电子看板，清晰地呈现着这些数据。打印纸质单据？费时费力传递纸本？这些都不复存在。

生产管理驾驶舱和车间生产监控画面下，工单完成情况、产线开工状况、计划产量分布都一目了然。看似平常的每一道工序，叠加了系统之后，就变得高效和及时。杨勇对比了系统引入前后的差异：调配桶的温度是否正常，阀门是否处于开启状态……这一系列的指标，从前都是人工收集、手动记录、现场核实，现在系统直接采集数据，形成生产管理日报。数字化的驱动下，设备、人员、车间紧密联合在了一起。实时的抓取与反馈，使管理人员能够快速了解车间的工作情况，而不必通过快下班时才拿到的静态报表进行决策判断。

在管控层面，杨勇举了调配环节的例子。如果桶温偏高，指标异常，系统就会准确识别并发出预警。过往的质检，通常是在出库前进行，如果出现不合格的批次，所有的原料、包装和人力全都浪费；如今，生产管理可以贯穿全过程，一旦发现品质异常就能提前中止流程。据统计，通过生产监控平台，企业及时发现生产异常并进行处理，效益显著，2019年降低生产损失成本29万。

这样的改变，在每个环节都悄悄地发生着。每一次报错，都会在系统里留下痕迹。久而久之，积累的数据就沉淀成了企业的资产，支撑起了后续的精细分析。例如，生产驾驶舱中，有一栏信息是停机时间。除去不可避免的非责任停机时间和辅助时间，就剩下了责任停机时间。停机是由哪些故障和差错引起的？这些差错发生的频率又是如何？通过海量的数据积累，工厂就能准确识别出工序的不足，进而开展针对性的改善以提升效率。正是基于對停机时间的分析，充填车间的卡瓶、卡盖、卡膜问题，才有了相关性更高、针对性更强的解决方案。生产得率提升1‰，每年可增加利润40万。

杂乱无章的纸质报表，已然转变成为了结构化的数据。数据的查询和追溯，也变得轻松便捷。车间黑盒子生产不透明，实际生产与计划相去甚远，这些问题曾困扰着无数生产企业。随着系统平台的统一管理，味全的生产过程变得透明可视，主管可以实时查看情况。同一平台上就能进行共享传递，部门之间的交流和环节之间的交互也变得更多，跟进也变得更及时有效。

流程精进、效益提高，智能工厂在显性的层面为企业降本增效。生态改变、互联互通，智能工厂在更广阔的领域里书写着制造业高质量发展的故事。