互联网对商业环节的渗透和改造是逆向的，从与消费者最近的广告营销端开始，进入零售、渗透进分销环节，最终倒逼到生产制造环节，而在这个过程中，从原材料、管理方式、生产设备等都发生了巨大变化。

在互联网条件下，“互联网+小企业”的模式有可能出现制造业的“云端制”，实现超越工厂围墙的社会化柔性化生产。这是中国制造业未来的一个巨大机遇。

制造业的转型之路

制造业的互联网转型中，C2M（Customer-to-Manufactory，顾客对工厂）模式现在非常热门。但是这种模式需要具备零售的基因和塑造品牌的慢功夫，并不是所有企业都具备这种能力。

我们认为，制造业更切实可行的转型之路是做供应链服务。但是，什么是做供应链？很多人都在讲，却似乎又各有所指。

“协, 众之同和也。同, 合会也”。

所谓协同，就是指协调两个或者两个以上的不同资源或者个体，协同一致地完成某一目标的过程或能力。对于供应链中的企业来说亦是如此，打破企业边界，将供应链上的各个信息孤岛连接在一起，建立企业间一种双赢的业务联盟，以共同追求利润的最大化，视为供应链协同。

举个简单的例子来说明“单纯制造”与“供应链协同”的区别。

一个服装工厂在6月1日接到品牌商的一个订单，生产AB两个款式各1,000件衣服，要求7月1日前交货。这个工厂埋头苦干，保质保量生产出衣服，在7月1日前把货发出，这叫“单纯制造”。

而“供应链协同”的做法是，工厂在生产过程中了解到品牌商那里的A款式畅销，在6月中旬已经低于最低安全库存了，马上就要断货；而B款式滞销，尚有大量库存。于是，工厂加速A款式的生产和交期，而延缓B款式的生产甚至减少生产量，这就是“供应链协同”的做法。

无论是消费品还是工业品的生产制造，只要是To B业务，都可以使用这个模型。制造业的长期价值在于帮助你下游的客户赚钱。

在没有互联网的时候，一些优秀的企业已经在这方面进行了卓越的探索，比如思科、沃尔玛、丰田汽车、戴尔、华为等。而互联网作为一种广域的连接工具，完全可以更低成本地将供应链的上下游连接起来，通过数据协同实现更大范围的供应链协同。

供应链协同的基础

供应链协同的基础是打通电商大数据、ERP、MES（Manufacturing Execution System，制造执行系统），实现纵向一体化。要实现供应链协同，需要实现价值链各环节的数据共享和策略一致。

在生产制造端，首先需要打通ERP与MES的割裂，实现内部协同。ERP是企业层级的资源计划管理；MES则是位于上层计划管理系统与底层工业控制之间，面向车间层的管理信息系统。ERP的计划生成可执行的生产工单，而MES则对工单的执行过程跟踪记录，并防止错误发生。其管理范围从投产到出货。

不幸的是，中国大部分的制造业工厂里ERP与MES都是两套系统，各自为政。产能情况、订单进度和生产库存对ERP来说只是黑箱作业。

若企业内部能实现ERP、MES，乃至CRM的集成协同，进一步就是需要对接电商大数据，包括实时订单数据、需求预测数据等，这部分数据可能分属不同的合作伙伴。这时候，合作伙伴的协同意识、信息化水平、数据接口标准，乃至激励机制就至关重要了。

当产业链所有系统都全面集成之后，一条连接市场最终客户、制造业内部各部门、上下游各方的实时协同供应链就形成了。

IT时代供应链的最高境界CPFA（Collaborative Planning Forecasting and Replenishment）——协同规划、预测与补货系统就横空出现了。过去，只有大企业才能做到这一点，因为涉及巨大的IT和人才投入，但现在互联网出现之后，有可能改变这一格局，小企业也可以做到，而且可以玩得更为极致。

这是因为，企业内部的系统集成通过以太网（局域网）即可完成，而跨企业之间的协同互联网则扮演重要角色。特别是电商出现之后，基于电商交易的数据丰富度、实时性和预测准确性，远非POS（Point Of Sale，销售终端）信息单一维度的日报所能比拟。

制造企业如何实现供应链协同？

做好“生产进度控制、生产节奏控制、准时交货管理、库存管理”

（1）在供应链系统中建立良好的信息跟踪和快速反应机制来缓解因供应链中的协作生产和外包业务特点而引起的生产进度控制的难度。

（2）按照同步化原则，协调供应链各企业的生产节奏是保证供应链良好运作的重要途径。

（3）准时交货管理，通过减少供应商交货的不确定性和缩短交货周期来提高供应链的柔性和敏捷性。

（4）从生产协调控制的角度来降低库存。

这一切的实现其实并不难，无论是生产进度控制、生产节奏控制还是准时交货、管理库存，数字化工厂都能给予对应的解决方案。

不同于目前市面上ERP、MES各自为政，制造企业的生产流程还是处于“黑匣子”的局面，新核云通过整合云ERP+MES的数字化解决方案，使ERP与MES相结合，聚焦企业生产管理中的订单、排程、生产、采购、质量、库存、设备等核心应用场景。

通过实时数据采集与可视化呈现，使多端多角色协同，帮助制造型企业解决生产中的计划混乱、库存积压、产能低下、交期延迟、流程不透明等问题，打破企业部门间、供应链端的数据孤岛难题，实现数据驱动制造。