案例3 搭建智能制造中台驱动C2M大规模个性化定制——威马汽车科技集团有限公司

（一）基本情况

威马汽车科技集团有限公司（以下简称“威马汽车”）成立于2015年，公司名字取自德语“世界冠军”（Weltmeister），是国内新兴的新能源汽车产品及出行方案提供商。威马汽车目前已经有温州和黄冈两家智能制造基地。基于对汽车行业发展趋势的深入洞察，威马汽车成立之初就坚定地选择了C2M大规模个性化定制模式，并实现了C2M的真正落地，现已成为拥有一体化智能数据应用平台和基于工业4.0标准建造的工业互联C2M数字化工厂，在国内造车新势力中率先完成了智能汽车量产交付，是实现数据驱动业务、基于软硬件和大数据的生态服务持续优化车辆驾乘和全生命周期体验的科技创新企业。

（二）背景需求

汽车行业迈向智能制造新模式——“从工厂到用户”的传统生产思维，转为“以用户需求为驱动”的个性化生产。

1.汽车行业智能制造新模式转型

当今汽车市场已成为买方市场，客户多样化、个性化的需求越来越突出，汽车生产企业单纯依靠固定产品很难在市场上立足。在新的市场环境下，传统汽车生产企业面临巨大挑战，即“满足客户个性化需求”与“有成本优势的快速交付”之间的矛盾，简述如下。

（1）传统商业模式下，绝大部分汽车生产企业基于大规模批量生产模式组织生产汽车，由经销商销售（B2B模式），汽车生产企业和客户之间没有直接沟通的渠道。由于汽车生产企业不能及时、准确地获取客户需求，导致市场反应慢、产品设计研发滞后、客户满意度不高、车辆库存高、流动资金占用量大等。

（2）一少部分以劳斯莱斯、宾利、法拉利、保时捷为代表的豪华车汽车生产企业，采取直接面向客户按单生产模式。按单生产模式生产批量小，企业成本难以控制，同时订单交付周期长，价格昂贵，普通客户无法承受。

因此，企业需要颠覆“从工厂到用户”的传统生产思维，转为“以用户需求为驱动”的个性化生产，最大限度地满足客户个性化和多样化的需求。个性化定制服务将是品牌面向未来，长期保持和增强自身竞争力的战略选择。

威马汽车作为国内新能源汽车的领军企业，成立之初就瞄准C2M大规模个性化定制模式（见图1）。在销售端（C端），有别于传统汽车4S店经销网络和以直营门店为主的零售网络，威马汽车打造了“线上+线下”双驱的数字化门店生态链体系，打造了数字化智慧门店，通过门店智能化硬件和软件及客户大数据应用平台，实现了客户从进店开始全程的数字化，同时通过自建线上营销平台创新性地实现了“直达客户”的新零售模式。

在制造端（M端），公司组建了由国内诸多运筹学学者、大数据专家、汽车行业专家，以及德国工业4.0专家组成的技术攻关小组，通过大数据分析方法结合实际业务场景，建设了智能制造中台，其核心本质是通过人工智能解决客户个性化需求和企业大规模批量生产之间的矛盾，应用人工智能对超过几十万种组合配置的个性化选配订单进行实时备料排产，并对整个车辆OTD（Order To Delivery）过程进行全程监控预警，最终快速交付至终端用户。威马汽车是国内新能源车企中率先实现工业互联网下C2M大规模个性化定制模式的车企之一。

2.智能制造中台的定位和目标

威马汽车智能制造中台（见图2）衔接销售端与制造端两大核心部门，与DMS、ERP、MES、BOM等系统紧密集成。其以客户需求为导向，以消灭一切浪费、精益生产为核心，以建立一个对市场变化快速反应的生产经营管理体系为目标，实现了客户在电商平台下单，企业即可根据客户的个性化定制需求，快速安排生产，同时将OTD控制在行业领先水平，实现了企业的多配置、低成本、高客户满意度的目标。

智能制造中台的具体目标如下。

（1）智能制造中台是威马汽车C2M大规模个性化定制模式的核心应用系统，实时连接销售端和制造端，进行订单排产。

（2）基于大数据算法进行建模及深度学习的迭代进化，实时反馈订单交期及OTD闭环跟踪。

（3）无缝集成销售预测需求和制造端的供应链状态，削峰填谷，科学备料。

（4）协同产销信息、降低制造成本、缩短交付时间、减少企业库存、使OTD过程透明化。

（三）案例实施方案

1.智能制造中台的特点和主要功能

智能制造中台利用大数据的3V特点——Volume（数量大）、Velocity（速度快）、Variety（种类多），通过销售公司收集和提供的海量销量预测数据，结合科学算法分析，合理配备零部件库存，接收销售公司下达的周计划，运用系统内置的排产算法，进行周计划的排产；接收经销商的订单后，完全匹配、相似度替换周计划，或在线预配；同时达到缩短交货周期、提供给力价格、支持个性化配置的目的。智能制造中台主要包括以下核心功能模块：

（1）订单实时匹配、实时排产、实时反馈；

（2）周计划排产，生产滚动计划；

（3）按选装件预测模型，打散成单车；

（4）车辆OTD全程监控预警。

2.智能制造中台的核心算法

智能制造中台的核心算法是人工智能技术领域中一种基于机器学习的计划排程优化算法。通常技术算法参数调优往往比较复杂，需要人为地一个一个调优，是一件比较费时费力的事情；并且，想要得到使模型效果较好的算法参数值，需要理解机器学习的内部原理，知道每个算法参数的含义、影响范围及算法参数之间的相互影响关系等，这个过程也需要耗费大量时间，同时对技术人员的实力提出了很高的要求，从而减缓了机器向智能化方向发展的速度。为此，威马汽车在设计之初提出了一种具有人工智能机器学习能力的计划排程优化算法（见图3），利用人工智能和机器学习极大增强了智能制造中台在以下业务场景中发挥出的效果，包括订单交期实时计算、订单和预测计划的智能排产、人工智能需求预测、供应商断点预判、自动化解决问题、模型参数化调优等。智能制造中台上线两年中，获得了良好的使用效果。

（1）订单交期实时计算模型。

订单的交期计算涉及的参数有排产时间、制造周期、发运周期及业务部分定义的交付余量。制造周期、发运周期及业务部分定义的交付余量是常量，智能制造中台需要计算的是排产时间。系统接收到订单后，实时触发经销商订单预排产计算，系统先匹配周计划，如配置完全相同，则将周计划分配给该订单，如匹配失败，则在考虑日历班次限制、物料限制、工艺限制等限制条件的基础上，对订单进行相似度替换，将周计划配置替换成订单的配置，如替换失败，则系统进行在线预配，并实时反馈预排产下线日期及订单替换关系到销售端。

（2）订单和预测计划扣减模型。

威马汽车在新能源汽车行业首创的销售预测打散和组装模式，需要智能制造中台将基于大数据的车辆需求预测打散成零部件需求预测，然后通过订单消耗预测模型自动扣减已经排产订单的物料预测需求。在经过打散和扣减后，智能制造中台再将剩余预测计划物料根据海量的历史订单数据结合人工智能技术进行畅销车型组装，然后提供给供应商制订中长期物料需求计划。该模型通过自我学习及持续迭代，从最初的订单消耗预测扣减成功率不足80%提升到目前的接近100%，为产供销协同提供了有效的决策支持。

（3）智能排产算法。

智能制造中台创新性地将主生产计划、物料需求计划、能力需求计划集成到一个模型中，在综合考虑物料情况与产线情况的基础上安排了预测计划的排产，能快速匹配预测计划与实际排产计划，同时提出了不能够匹配的订单的排产策略。

整车制造主要有3种订单交付策略：BTS（按库存生产）；LTO（按订单交付）；BTO（按订单生产）。“C2M+LTO”排产模式如图4所示。

（四）项目实施收益

威马汽车智能制造中台实现了工业互联网价值落地。

威马汽车智能制造中台上线后，使按单生产模式能够平稳推进，减少了大量成品库存积压，提高了客户满意度，极大程度上为企业带来了可观的经济效益，提高了效率与准确度。系统实施的相关效益指标具体如下。

（1）提高订单的按期履约率：综合考虑资源统一优化配置，客户订单交期承诺实时计算，排产交期反馈最快为6秒/台车。

（2）缩短制造交期：优化制造流程的资源配置，整车制造关键节点实时监控预警，最快OTD时间为36小时。

（3）降低整车库存：客户订单线上寻源实时匹配，减少整车库存11000余台。

（4）提升资源利用率：智能算法持续进化，订单消耗预测计划实现准确扣减，实现科学精准备料，降低原材料库存。

综上所述，威马汽车智能制造中台的上线部署，经过业务验证达到甚至超过了系统设计需求，是工业互联网的典型应用。

专家推荐语

威马汽车积极探索工业互联网领域，以客户需求为导向，应用“互联网+先进制造技术”，打造贯穿全业务链的工业大数据平台，创新基于大数据的C2M大规模个性化定制模式，实现了用户与汽车生产企业的直面对接，去掉了高耗的中间流通环节，在保证生产规模的基础上，满足了客户的个性化需求，对于企业提升创新能力、提高产品品质、加强产品个性化定制具有巨大的推动作用，有效提升了品牌溢价能力。威马汽车基于大数据的C2M大规模个性化定制模式已成为汽车行业，尤其是新能源汽车行业的对标模板，正在开创汽车行业产销两端互动的创新型商业模式，将推动产业链上下游资源的优化配置与互补调剂，带动新旧动能和生产体系的转换，推进供给侧结构性改革。