高難度的汽車物流管理—BMW的例子
高難度的汽車物流管理—BMW的例子 汽車制造工業(yè)對物流供應要求相當高，其中最難的地方在于有效提供生產(chǎn)所需的千萬種 零件器材。居世界汽車領導地位的德國BMW公司，針對顧客個別需求生產(chǎn)多樣車型，因而 讓難度已經(jīng)頗高的汽車制造物流，更增添其復雜性。其3個在德國境內(nèi)負責3、5、7系列 車型的工廠，每天裝配所需的零件高達4萬個運輸容器， 供貨商上千家。面對如此龐大的供應鏈，非藉助一套錦囊妙計不可。 BMW的訂單要求 在汽車組裝零件的送貨控制中，最重要的是提出訂貨需求，也就是把貨物的需要量和日 期通知物流采購中心。BMW在生產(chǎn)規(guī)劃過程中，可以針對10個月后所需提出訂貨需求，供 貨商也可藉此預估本身對上游供貨商所需提出貨物的種類及數(shù)量。不過，隨著生產(chǎn)日期 的接近，雙方才會更明確地知道需要量。 針對送貨控制而言，一般可分為兩種不同形式：一為根據(jù)生產(chǎn)步驟所需提出訂單，另一 種為視當日需要量提出需求。前者為由生產(chǎn)順序決定需要量(Just-in- Sequence），其零件大多在極短時間內(nèi)多次運送，由于此種提出訂單方式對整個送貨鏈 的控制及時間要求相當嚴格，因此適用在大量、高價值或是變化大的零件。 對于大多數(shù)的組裝程序而言，只要確定當天需要量就足夠了，區(qū)域性貨運公司在前一天 從供貨商處取貨，把這些貨物儲放在轉運點，大多數(shù)只停放一晚，隔天就送抵BMW組裝工 廠。 在送抵BMW工廠的先前取貨并停放在轉運點的過程稱為「前置運送」，而第二階段送達B MW工廠的步驟稱為「主要運送」。 過去幾年里，BMW公司已把根據(jù)生產(chǎn)順序所需的訂貨方式最佳化。視當日需要量提出訂單 方式仍有極大發(fā)展?jié)撃?，所以BMW公司目前積極對此項最佳化進行研究。 高送貨頻率，高成本 為了降低BMW的倉儲設備成本，該公司向來積極減少本身存貨數(shù)量，如此導致供貨商送貨 頻率的提高，例如每周多次送貨，或甚至達到必須每天送貨，造成貨運成本提高?！盖?置運送」及「主要運送」的費用計算有所不同，前者的費用計算是把轉運點到供貨商的 路程、等待及裝載時間都列入計算，與運送次數(shù)成正比，但與裝載數(shù)量的多寡無關。而 后者的費用計算是與貨物量成正比，不受送貨次數(shù)影響。 最佳化潛能 基本上前置運送與倉儲設備成本是互相抵觸的，因為為了降低倉儲成本而減少倉儲設備 ，會造成運送頻率及其成本的提高。為降低前置運送成本，盡量一次滿載，囤積存貨， 勢必造成倉儲成本的提高。因此，兩者間取得平衡，降低整體成本，達到最佳化的策略 勢在必行。（如圖1所示） 圖1：設備及前置運送成本與送貨頻率之關系 大多數(shù)供貨商接到BMW不同工廠的訂單，可由同一個貨運公司把貨物集中到統(tǒng)合的轉運站 （Hub），然后由此再配送到各所需工廠，這樣有效地安排取貨路徑，降低前置運送所需 成本。同時也考慮各工廠間整合性倉儲設備及運送的供應鏈管理、各個價值創(chuàng)造的部分 程序及次系統(tǒng)，使其產(chǎn)生互動影響，著眼點不再只限于局部最佳化，而是以整體成本為 決定的依歸。 成本方程式及最佳化運算法 在最佳化的過程里，首先必須定義一個成本方程式，此方程式的變量為：貨運距離及重 量的運輸費率，此參考基準為以到1993年止所實施的GNT及GFT（貨物遠、近距離運輸費 率表）。不過這費率參考表并不適用于BWM公司的前置運送上，因為在前置運送中，同一 貨運公司并不只是服務某一固定供貨商，因而無法以單純方式計算運輸成本。 圖2：物流成本最佳化之潛能 圖2顯示目前的貨運費率及實際前置運送費用，圖中顯示橫向補助的效果（區(qū)域（1）） ，藍色虛線部分表示前置運送實際成本，棕色虛線部分為前置運送的費率。以目前的運 送費率最佳化，會產(chǎn)生高送貨頻率（圖2中（2））。如果依實際前置運送成本計算，則 最佳化點將移向送貨頻率低處（圖2中（3））。如此，可把整體成本在實際前置運送成 本下達到最低值（圖2中（4）所視為物流成本節(jié)省部分）。 BMW公司嘗試把其供應鏈上的合作伙伴（如運輸公司等），納入成本節(jié)約的考量因子，這 也是物流鏈管理的意義所在。 根據(jù)上述考慮因素，建立成本方程式，當中亦考慮到不同取貨方式，例如在一次的前置 運送中，安排替幾個BMW工廠同時取貨。這個成本方程式是建立在最佳化計算法的基礎上 ，考慮因素為對供貨商成本最低化之送貨頻率、其它與實務有關的不同附隨條件，例如 盡可能讓運輸工具滿載、每周固定時間送貨等。如果同一貨運公司替多個BMW工廠送貨， 則必須安排送貨先后次序，以達成本最佳化。此外，運送貨量最好一星期內(nèi)平均分配， 讓運輸工具及倉儲達到最高使用率，不致影響等待進貨時間。 個案專題研究結果 根據(jù)此最佳化研究結果，對多數(shù)貨運公司而言，高載率及每天送貨所造成的成本最劃算 。相反地，對小量的供貨商而言，減少送貨頻率，可以明顯降低整體成本。圖3所示，對 一個只專門服務BMW的某工廠之供貨商而言，在每天送貨的情況下，前置運送的成本將占 整體成本的大部分，而倉儲設備所造成影響則較小。如果這家供貨商每周只送貨兩次， 則會造成倉儲設備需求提高，不過，前置運送的節(jié)省部分可以貼補倉儲成本提高的部分 。 圖3：BMW公司某廠房送貨過程的物流成本 圖4為BMW三個組裝廠對同一家供貨商的4種最佳化之不同選擇，其共同處為整體成本差異 不大，其中選擇1的倉儲設備及前置運送成本同時降低，節(jié)省成本約23％。 圖4：3個BMW工廠的供貨商的4種最佳化替代方案 前景 此個案研究結果顯示，采購過程的物流成本可明顯地降低，這項最佳化只與規(guī)劃之計算 法有關，可以很容易地整合到系統(tǒng)里。此步驟只顯示物流鏈管理的第一步，其它部分也 具有最佳化潛能，例如供貨商的處理程序及成本，更進一步的是考慮供貨商的制造及庫 存狀況。如此，可以降低整個價值創(chuàng)造鏈上的庫存成本，這也是整個物流供應鏈里，提 高競爭力的最佳利器。(經(jīng)資中心 石育賢) ----------------------- [pic] [pic] [pic] [pic]
高難度的汽車物流管理—BMW的例子