□ 劉寶紅
    這些年，北美企業提高生產效率的重點在逐漸從自動化轉向智能化，從提高藍領的工作效率到提高白領的工作效率，從提高產品流的效率到提高信息流的效率，從更快地生產轉向更好地決策。
    自動化主要是針對基于規則的工作。此類工作多屬操作、執行層面，可以清楚地設定規則，通過自動化來降低人工投入，從而提高生產效率。富士康的機器人是自動化，交易流程的自動化，例如與客戶、供應商的信息流對接、從請購到付款的系統也是自動化。生產過程的自動化起步早、也做得更好，尤其是勞動力成本高昂的國家；交易流程的自動化則起步晚，而且因為處理對象多為信息流，比較隱蔽，并不是被所有的人重視。例如對客戶的訂單數據來說，建立EDI或網上平臺，直接從客戶的系統導入自己的ERP是挺好，但讓客服的小姑娘一條條輸入，也不是件大不了的事啊。一個客戶是大不了的事，幾十、幾百個客戶，圍繞訂單的手工操作有多少，看看客服部門有多少小姑娘就知道了。生產線上的藍領工作要自動化，辦公室里的白領工作也要自動化。
    智能化主要是針對基于判斷的工作。此類工作多屬管理、計劃，沒法簡單地依賴規則，必須借助于人的職業判斷。如果說自動化是提高生產效率的話，智能化則是從海量的數據中提取合適的信息，幫助管理層快速、準確地判斷，以提高決策的質量。公司這么大，產品、組織、流程復雜，供應鏈上下游那么多業務伙伴，數據很多，雜音也很多，真正有用的信息很難提煉。缺乏智能，公司運作的透明度就不足，決策質量就欠佳。本土管理方式中的“拍腦袋”，跟沒有足夠的智能脫不開關系：既然決策支持（員工+系統）沒法提供有意義的決策依據信息，那就只能靠領導拍腦袋了。這方面北美企業相對好一些，跟數據驅動的決策流程有關，是科學管理的結果。這幾年流行起來的“大數據”、商業分析、商業智能，都在試圖提供更多的智能，系統地提高決策質量。
    從自動化到智能化的重心轉移，也有其根本原因。縱觀供應鏈，產品流是根本，它是價值的載體，自動化可改善產品流的質量、降低波動、加快速度；但信息流更重要，因為它是供應鏈的神經，主導和支配產品流、現金流。信息流的改善一方面得借助于自動化，以有效地搜集、整理數據；另一方面得借助智能化，從大量數據中提煉信息，以供管理者作出正確的判斷和決策。不管產品流的效率多高，沒有正確的決策，就成了“南轅北轍”中的那輛馬車：跑得越快，離目標就越遠。這就如你的生產計劃是錯的，生產線的效率越高，生產地越快，堆積的庫存就越多，損失也越大一樣。