可持续制造概览

一个多世纪以来，制造业一直在不断演进和调整，以应对技术创新和不断变化的市场预期。40 年前，可持续制造实践开始受到关注。最初，这些实践大多是小打小闹、流于表面的权宜之计，被视为既麻烦又昂贵，但为了维护公众形象又不得不为之。如今，可持续发展已成为制造业乃至整个地球的生存之本，同时也日益成为提升成本效益、增强供应链韧性、满足法规要求以及获得竞争优势的重要驱动力。

在 Autonomous Enterprise 中，可持续性不再仅通过报告来管理，而是作为嵌入每个生产订单、采购决策和物流流程中的交易级决策变量。

驱动环境合规和绿色制造的主要因素

优秀企业确实都非常重视环境管理和企业道德价值观，但若认为绿色制造举措完全出于利他主义和公民责任感，未免过于天真。所有企业都需要保持盈利能力和竞争力，而在当今市场，这意味着企业必须高度关注风险与机遇。企业实施可持续发展举措的动机多种多样，以下是其中一些最为重要的驱动因素：

• 通过 AI 优化制造和供应链网络中的生产、能源使用及物料流动，以降低成本、碳排放和浪费：企业必须寻求减少浪费、更高效利用能源和资源的方法，从而实现更绿色的运营，并在日益激烈的竞争中取得成功。可持续发展举措除了能带来环保效益外，还能为企业创造显著的经济效益。采用持续改善 (Kaizen) 策略解决运营效率和浪费问题，不仅有助于减少浪费和降低成本，还能营造高效、节约的企业文化，全面提升企业的竞争力。
• 通过将环境、安全和监管要求直接嵌入生产、采购和物流决策中，确保实时合规：2021 年，美国环境保护署对违反企业环境合规规定的行为处以总计 10.5 亿美元的民事罚款；欧盟则通过一项新指令加强合规管理，引入“新的刑事犯罪、更严厉的处罚以及更有效的执法措施”。如今，世界各国都在不断收紧标准，并出台新的法律法规。从原材料采购到报废产品回收和废弃物管理，公众以及政府对供应链各个环节的监督日趋严格。现代制造企业希望依靠智能供应链解决方案，来确保实时遵守合规要求，并实现运营自动化。
• 通过连接数据和产品及多级供应链的可追溯性，实现可验证、可审计的可持续发展绩效：普华永道 2021 年的一项调查显示，超过 70% 的美国和英国消费者密切关注企业声誉，并会根据企业的社会与环境价值观调整其购买行为。由此可见，全球各地民众对环境问题的关注度正在日益提高，而且人们获取和分享信息的能力也在不断增强。现代企业深知，社交媒体上的一项负面评价足以让企业多年积累的品牌声誉毁于一旦。这也是促使企业正确对待环境问题的一个强大动因。在这方面，智能业务系统能够发挥特别重要的价值。这些系统可以监控和报告社交媒体上的舆论趋势，让企业能够在问题出现之前做出响应，并向客户保证已采取切实有效的应对措施。

制造业的可持续发展原则

美国环境保护署将可持续制造定义为“通过经济合理的流程生产制成品，尽可能降低对环境的不利影响，同时节约能源和自然资源”。为实现可扩展的可持续发展，制造企业必须将可持续性贯穿于从产品设计到采购、生产及交付的整个价值链，并依托互联数据和 AI 驱动的决策来实现。

• 通过端到端的可追溯性和 AI 驱动的循环供应链材料流动优化，实现回收利用和循环供应：经合组织（OECD）建议提高生产过程中所使用再生材料的比例。闭环模式（即循环流程制造生命周期）是指产品使用寿命结束后被回收，再加工为新产品。通过这种方式，制造企业可以优化能源、原材料及其他资源的使用，同时减少废弃物和碳排放。

• 可再生能源：据美国能源信息署 (EIA) 预计，到 2030 年，可再生能源将占全球能源消耗总量的 27%。这个目标完全有可能实现，因为全球各地正在采取越来越多的措施，让可再生能源更加普及和实用，尤其是在商用领域。如今，许多企业都在探索更具经济效益的方式向可持续能源转型，包括构建可再生（通常是太阳能）能源微网，并通过储存和重新分配所收集的电力成为产消者。

• 符合道德规范的绿色原材料：通过互联的供应商数据和实时供应链可视性，主动管理供应商风险、排放和合规问题。对原材料来源进行审核和追踪，是任何可持续制造战略中的关键环节。制造业原材料常采购自环保与劳工标准执行不力的地区，传统模式下，企业在这一环节信息最不透明，也面临巨大的潜在风险。除了道德层面的问题，产品召回或公关危机往往也源于此阶段。

• 可持续产品设计：将可持续性理念尽早融入产品设计决策中，通过仿真和 AI 驱动的洞察，平衡成本、碳排放、合规性和市场需求。爱因斯坦曾说：“我们不能用创造问题时的同一思维方式来解决这些问题。”优秀的制造企业都认识到，如果现有的产品和流程在设计之初并未考虑可持续发展，现在要想将可持续发展因素强行融入这些产品和流程是行不通的。借助智能制造软件，设计师和研发团队能够在统一的平台上开展协作，包括进行仿真开发、分析数据、获取客户反馈，并整合端到端的生产流程。可持续设计实践包括以下原则：

  • 减少包装使用
  • 采用极简设计，剔除冗余部件
  • 降低生产和装配的复杂性
  • 确保零部件易于拆卸且可回收利用
  • 设计时注重耐用，避免过早报废

• 自然资源保护：越来越多的大型企业开始投身全球自然资源保护工作，致力于保护他们的原材料供应商及其赖以为生的自然资源。大型企业将品牌与社会责任项目绑定并非新鲜事，但不同的是，如今的合作已不局限于资金赞助。现代企业纷纷向环保人士寻求咨询，以更好地理解可持续发展理念，并在全球供应链各环节及所有团队中，培育可持续发展文化。

驱动 AI 可持续制造与自主供应链的技术

当前，新的绿色工业技术正在快速发展。 不同行业应用各有差异，包括可持续产品设计、更高效的原材料加工（冶炼、造纸、水泥）、低能耗生产设备、环保包装等。 碳捕集及其他替代技术和节能技术也取得了巨大进展。

虽然各个行业都有自己的进度里程碑，也有需要分析并克服的诸多挑战，但总体来说，使用智能技术是各项绿色制造计划取得成功的最重要因素之一。

当统一于单一平台时，基于 AI 和云端连接的制造解决方案可将可持续性数据转化为可执行的决策，使洞察贯穿企业各环节并付诸实施。以下是目前一些有助于推动绿色制造的功能和工具。

• 互联的工业物联网与企业数据平台可实时掌握制造网络中的能源、排放和运营绩效情况：工业物联网网络用于收集并共享企业各处资产和设备中分散而有价值的数据。与通常独立运行的物联网设备不同，工业物联网网络是在数据生态系统中运行。其采集和共享的数据经集中处理与分析，形成宝贵洞察，用于指导并自动化工作流与业务流程。这有助于优化装配线和生产线，并为预测性维护工作提供信息，让机器告知操作员何时需要进行维护或排故。工业物联网数据甚至可以优化并简化人员作业与团队协作。
• 预测分析：基于 AI 的预测分析使制造企业能够模拟并优化成本、碳排放、合规性和韧性之间的权衡。 工业物联网网络将机器和设备数据引入中央系统。但除此之外，企业还需考虑众多其他数据源，比如客户反馈、天气或自然事件、突发消费趋势、市场和经济信息，甚至政治或社会事件。就在不久前，企业还无法同时分析不同类型的数据，也很难对运营情况进行数据驱动的全局评估。现在，借助 AI 驱动的系统（如智能 ERP），企业能够整合并分析工业物联网数据以及其他各类异构数据集，从而获取宝贵洞察，助力快速自信的决策。

• 供应链控制塔：AI 驱动的供应链控制塔能够实时协调采购、生产和物流环节中兼顾可持续性的决策。随着利润空间收窄和竞争加剧，企业必须充分利用一切可能的机会来提升效率与敏捷性。这通常意味着企业需要与诸多本土及海外的小型供应商和合作伙伴合作。这种合作方式与传统的供应链模式截然不同，如果管理不当，会带来巨大的风险和复杂性。智能供应链控制塔能够整合整个供应链和价值链的运营。借助跨设备、云端互联的软件，企业可以打破信息孤岛。这样，供应链管理者将能实时处理业务中断危机或突发事件，并在整个全球业务网络内共享和协调实时行动计划。
• 区块链和传感器：防篡改的 RFID 传感器可以帮助供应链管理者追踪并确认所购物料来源是否符合道德与环保标准。 在物料追踪方面，区块链可以充当无可辩驳的真实数据源，因此比任何其他物料来源确认方法都更为可靠。 区块链工具不仅能确保物料符合可持续发展和道德标准，还可以监控潜在的欺诈行为以及其他风险，让投资者和股东安心无忧。 此外，传感器经配置后还能够收集其他类型的数据，例如温度和处理情况。 这些技术意味着，当一批货物到达仓库时，供应链管理者不用再去猜测谁经手过这批货物、运输途中滞留了多久，甚至不用猜测其制备、培育或组装过程中使用了哪些材料。
• AI 和机器学习：AI 不仅能够分析可持续性数据，还越来越多地通过内置治理机制和可审计性的自动化流程来执行决策。AI 有助于更快、更高效地管理和处理数据，但其真正的价值在于能够理解并解读这些数据。我们平时在电子表格中看到的数据为 结构化 的关系数据，这种数据十分清晰明确，可以归入特定的行和列。但如今，最具价值的洞察来自于对大数据的分析，而大数据大多为 非结构化 数据，无法简单地放入电子表格中进行处理。这些数据包括工业物联网视频输入信息、客户反馈、测试结果等。而 AI 和机器学习技术可在大数据处理方面发挥出巨大价值。AI 技术能够发现规律、理解定性内容，并比较和对比非结构化数据集；机器学习则能让系统持续不断地学习，了解哪些实践有效、哪些无效，以及如何生成最高效、最准确的结果。
• 自动化助力可持续发展：自主制造可使可持续性政策在生产流程中自动执行，从而大规模降低人力、成本和风险。许多制造企业正在提升“无人值守”制造能力，以减少能源浪费。这需要企业将协作机器人 (cobot) 与其他智能资产及工具相集成，从而实现实时自动化生产，在无人工干预的情况下顺畅运营业务。这样一来，企业就能将部分生产线分离出来，在无照明或通风的环境下运行，进而提高效率，同时降低能源成本。
• ERP：以 ERP 为核心的平台可连接可持续发展、财务和运营数据，实现企业范围内的决策级洞察与执行。具备强大数据库、响应敏捷的可靠 ERP 系统，可以帮助将制造技术和数据与业务的其他相关领域（如财务、人力资源或市场营销）相集成。在确保可持续发展工作顺利开展方面，企业的每个部门都发挥着一定的作用。集成式 ERP 能够提供全方位的运营视图，生成数据驱动的报告，用于确保可持续性与环境合规性、分析预算和成本、连接客户与员工，并预测未来趋势。

AI 驱动的可持续制造给供应链领导者带来的商业价值

从客户到首席执行官，稳定健康的经济符合每个人的利益。企业要想确保可持续发展举措切实可行，必须践行双赢理念，也就是说，这些举措既要能实现富有意义的环保效益，又要能节约成本并提高盈利能力。为此，美国环保署、经合组织和欧盟顾问委员会 (EU Advisory Board) 等机构纷纷调整工作重点，着力制定和推广以下策略，力求促进长期的财政增长和企业成功。

1. 顺应日益明显的消费趋势。近年来，消费者越来越青睐遵守环保和道德规范的企业。事实上，73% 的 Z 世代消费者愿意支付更多费用来购买更加可持续的产品，而且许多消费者也越来越警惕企业的“漂绿”行为，即这些企业并没有透明、公开地承诺实施符合商业伦理的可持续业务实践。
2. 培养品牌价值。通过值得信赖、可追溯的可持续性表现和合规产品，保护并提升收入。当今的消费者都期望更丰富的选择、更高的价值和更快的交付速度。在线购物的兴起导致消费者的品牌忠诚度开始下滑。这意味着，企业比以往任何时候都更需要建立独特、可验证的品牌属性，例如可持续发展和道德价值观。
3. 享受政策补贴。许多企业实施绿色运营的主要动机是规避风险、罚款和损失。但如果企业能够提供“具体且直观”的证据，证明自己采取了富有意义的环保举措，将可能获得政府的高额财政补贴。智能技术可以自动搜索新的补贴政策和机会，帮助企业更方便地获得补贴。
4. 吸引投资者。通过将可持续发展数据与风险、资本成本和利润决策相联系，提升财务表现。《福布斯》杂志指出，企业承诺践行可持续发展和负责任的业务实践，不仅能传递出成功的品牌形象，还可以彰显“企业的行为符合道德规范，而这些有助于降低投资风险”。通过实施可持续生产解决方案，企业能够吸引新的绿色投资者。
5. 吸引优秀求职者。当今时代，即使是世界上最成功的企业，也很难招募到优秀的人才。根据德勤 (Deloitte) 的调查，49% 的 Z 世代受访者表示，未来雇主的价值观对于他们是否选择在该企业就职至关重要。另一项英国调查显示，65% 的各年龄段受访者表示，他们更愿意选择在拥有完善环保政策的企业就职。
6. 节约资金，降低成本。通过优化供应链中的能源、材料、物流和碳排放，降低运营成本。通过深入分析当前实践，并找到精简和改进流程的方法，每家企业都能从中获益。

面向供应链领导者的可持续制造

供应链领导者必须在成本、服务、韧性与合规之间取得平衡。AI 驱动的可持续制造能够实现：

• 兼顾碳排放的采购与生产计划
• 端到端供应链可追溯性和合规性
• 实时中断和可持续性风险管理
• 大规模自动化执行可持续发展政策

可持续制造：后续行动

AI 驱动的技术固然重要，但真正的影响力来自于将可持续性融入核心业务流程，使企业能够从洞察转化为自主、可扩展的执行。 但从根本上说，团队和员工才是基础。企业必须制定有效的沟通策略，并避免使用大家都已熟知的陈词滥调，确保正确向团队传达相关信息，包括绿色举措将如何影响他们的工作、如何评判环保措施是否成功，以及可持续发展承诺具体如何促进企业健康和就业保障。

通过着重强调长期收益，同时清晰地传达可持续发展举措的成效和挑战，企业不仅能构筑更加绿色的未来，还能提高韧性、敏捷性和盈利能力。

SAP 可持续发展解决方案客户应用示例