汽車制造工業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多樣車型,因而讓難度已經頗高的汽車制造物流,更增添其復雜性。其3個在德國境內負責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在生產規劃過程中,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量。不過,隨著生產日期的接近,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:一為根據生產步驟所需提出訂單,另一種為視當日需要量提出需求。前者為由生產順序決定需要量(Just-in-Sequence),其零件大多在極短時間內多次運送,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。
對于大多數的組裝程序而言,只要確定當天需要量就足夠了,區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BMW工廠的步驟稱為「主要運送」。
過去幾年里,BMW公司已把根據生產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展潛能,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!盖爸眠\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,與運送次數成正比,但與裝載數量的多寡無關。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、各個價值創造的部分程序及次系統,使其產生互動影響,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),納入成本節約的考量因子,這也是物流鏈管理的意義所在。
根據上述考慮因素,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
根據此最佳化研究結果,對多數貨運公司而言,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,這項最佳化只與規劃之計算法有關,可以很容易地整合到系統里。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。
上一篇:供應鏈案例之大中電器管理建設
下一篇:供應鏈案例之大中電器管理建設