□ 刘宝红
    这些年，北美企业提高生产效率的重点在逐渐从自动化转向智能化，从提高蓝领的工作效率到提高白领的工作效率，从提高产品流的效率到提高信息流的效率，从更快地生产转向更好地决策。
    自动化主要是针对基于规则的工作。此类工作多属操作、执行层面，可以清楚地设定规则，通过自动化来降低人工投入，从而提高生产效率。富士康的机器人是自动化，交易流程的自动化，例如与客户、供应商的信息流对接、从请购到付款的系统也是自动化。生产过程的自动化起步早、也做得更好，尤其是劳动力成本高昂的国家；交易流程的自动化则起步晚，而且因为处理对象多为信息流，比较隐蔽，并不是被所有的人重视。例如对客户的订单数据来说，建立EDI或网上平台，直接从客户的系统导入自己的ERP是挺好，但让客服的小姑娘一条条输入，也不是件大不了的事啊。一个客户是大不了的事，几十、几百个客户，围绕订单的手工操作有多少，看看客服部门有多少小姑娘就知道了。生产线上的蓝领工作要自动化，办公室里的白领工作也要自动化。
    智能化主要是针对基于判断的工作。此类工作多属管理、计划，没法简单地依赖规则，必须借助于人的职业判断。如果说自动化是提高生产效率的话，智能化则是从海量的数据中提取合适的信息，帮助管理层快速、准确地判断，以提高决策的质量。公司这么大，产品、组织、流程复杂，供应链上下游那么多业务伙伴，数据很多，杂音也很多，真正有用的信息很难提炼。缺乏智能，公司运作的透明度就不足，决策质量就欠佳。本土管理方式中的“拍脑袋”，跟没有足够的智能脱不开关系：既然决策支持（员工+系统）没法提供有意义的决策依据信息，那就只能靠领导拍脑袋了。这方面北美企业相对好一些，跟数据驱动的决策流程有关，是科学管理的结果。这几年流行起来的“大数据”、商业分析、商业智能，都在试图提供更多的智能，系统地提高决策质量。
    从自动化到智能化的重心转移，也有其根本原因。纵观供应链，产品流是根本，它是价值的载体，自动化可改善产品流的质量、降低波动、加快速度；但信息流更重要，因为它是供应链的神经，主导和支配产品流、现金流。信息流的改善一方面得借助于自动化，以有效地搜集、整理数据；另一方面得借助智能化，从大量数据中提炼信息，以供管理者作出正确的判断和决策。不管产品流的效率多高，没有正确的决策，就成了“南辕北辙”中的那辆马车：跑得越快，离目标就越远。这就如你的生产计划是错的，生产线的效率越高，生产地越快，堆积的库存就越多，损失也越大一样。