汽车制造商如何适应新常态？

在经历了两年的半导体短缺和最近的劳工罢工之后，可以公平地说，汽车行业也面临着同样的干扰。该行业已经迅速与芯片制造商合作，但还有其他策略可以最大限度地减少浪费，并最大限度地提高整个制造过程的灵活性。汽车制造商可以采取哪些措施来实现这一目标？mRsesmc

汽车行业电子元件短缺状况

如果说，如今每个汽车制造商都担心一个大问题，那就是供应短缺。市场对新车的需求依然强劲，但制造商仍无法以足够快的速度获得足够的半导体芯片和电子元件，以跟上市场的步伐。mRsesmc

自2020年芯片短缺达到顶峰以来，情况有所改善。因半导体短缺而停产的汽车数量从2021年的1130万辆减少到2022年的700万辆。mRsesmc

虽然制造业可能开始复苏，但全球供应链可能永远不会恢复原样。如果汽车制造商希望在这个竞争激烈的全球市场上蓬勃发展，他们必须适应长期的供应链中断。mRsesmc

微调质量控制流程

质量控制（QC）对于任何车辆都很重要，但汽车制造商需要将其作为重中之重，才能在供应中断的情况下蓬勃发展。零部件短缺限制了汽车制造商在供应方面的敏捷性和灵活性。他们需要对资源利用更加谨慎和更具战略性，其中包括加强质量控制流程。由于汽车制造商与消费电子巨头争夺同样的现成零部件，因此在制造过程中确保零部件的可行性是有意义的。mRsesmc

汽车制造商可以通过多种方式改善质量控制并减少缺陷。例如，确保制造员工拥有能够最大程度地减少生产错误的可行性工具。这可能包括维修设备、清洁材料和用于测量部件属性的传感器装置。mRsesmc

员工可以使用这些工具立即解决质量差异，并确保每个零部件都处于最佳状态。例如，压缩空气是清洁PCB和其他精密电子元件的最有效工具之一。电子产品也是最容易出现延误的零部件之一。汽车制造商应该特别注意使每一种产品的价值最大化。mRsesmc

积极主动的质量控制是防止缺陷的好方法。汽车制造商还可以利用新兴技术更快、更有效地发现缺陷。人工智能计算机视觉平台是自动化QC的绝佳解决方案。mRsesmc

汽车制造商只需在质量控制检查点安装摄像头，并将摄像头的实时信息传输给人工智能即可。该算法快速分析通过相机的每个单元的图像，并标记任何具有明显缺陷迹象的单元。与手动替代方案相比，这是一种明显更快的单元检查方法。mRsesmc

最大限度地减少运营浪费

适应零部件短缺需要扩大资源利用的可见性，并尽可能减少浪费。这对确保每一个短缺的部件都投入使用至关重要。mRsesmc

减少废物和质量控制密切相关。良好的质量控制应该能够揭示汽车制造商如何有效地减少生产浪费。优化质量控制流程将使收集关键指标的数据变得更加容易，例如缺陷频率和高风险零部件。mRsesmc

汽车制造商还可以使用物联网传感器等工具来监控资源消耗。在整个制造过程中集成物联网传感器是提高可视性的好方法。制造商可以分析传感器数据以查明资源利用趋势，包括废物量较高的区域。mRsesmc

通过提高可见性，汽车制造商可以采取行动解决并最大程度地减少浪费，从而节省成本并更智能地利用零部件。mRsesmc

选择更多元化的供应商

供应商多元化是适应零部件短缺的关键。过去，汽车制造商可能依赖单一供应商来提供某些零部件。这不再可行了。更加多样化的供应商组合可以增强应对短缺的弹性和敏捷性。mRsesmc

选择新供应商时需要考虑几个因素。在此过程中，超越汽车制造商本身，全面审视整个供应链至关重要。mRsesmc

例如，汽车制造商应该分析其关键合作伙伴的供应链弹性。关键合作伙伴是汽车制造商最依赖的供应商。如果一个关键的供应商正在努力适应供应链的挑战，这可能会增加其客户延迟的可能性。mRsesmc

汽车制造商甚至可以结合人工智能和物联网，来收集供应链上的数据，并识别高风险合作伙伴。例如，物联网监控标签可能会显示一个运输合作伙伴比另一个运输合作伙伴更容易发生丢失或损坏。此类危险信号数据可以帮助制造商对关键合作伙伴做出明智的决策。mRsesmc

多元化过程还应包括确定首要任务和权衡。哪些零部件最难替代？制造过程中哪些是最重要的？汽车制造商应首先优先考虑这些零部件的供应商多元化。他们还应该知道他们愿意在哪些方面做出妥协，以确保供应中断最小化。mRsesmc

采用人工智能预测和数字孪生

制造商可以从人工智能和数字孪生中获得许多可能的好处。汽车制造商可以利用人工智能来分析其当前的运营和未来的供应链挑战。mRsesmc

例如，制造商可以通过提高预测能力来增强汽车供应链的弹性。借助人工智能，制造商可以从许多不同的数据源中推断出见解，以预测未来的供应链状况。更大的数据量使算法能够查明潜在趋势，并做出更准确的预测。mRsesmc

在人工智能预测的帮助下，汽车制造商更有可能准确预测电子元件短缺情况。提前警告可以让他们有时间转向替代供应商并防止供应中断。mRsesmc

汽车制造商还可以使用人工智能来优化其制造流程。数字孪生使用机器学习来模拟现实世界的系统。制造商可以使用它们以数字方式优化其运营，然后将这些更新转化为现实世界。mRsesmc

行业专家报告称，数字孪生使消费电子产品制造商的废料减少了20%。因此，制造商可以提高效率并同时最大限度地减少生产浪费。两者都会带来更高的灵活性和对供应链相关中断的更大抵抗力。mRsesmc

构建汽车供应链弹性

电子元件短缺给世界各地的汽车制造商带来压力，但有一些方法可以适应并蓬勃发展。建立汽车供应链的弹性就是最大化每个零部件的价值。mRsesmc

汽车制造商可以通过重新考虑供应商选择、优化运营、微调质量控制、最大限度地减少浪费以及采用人工智能和数字孪生等新兴技术来实现这一目标。mRsesmc

文章翻译自《国际电子商情》姐妹刊EPSNews，原文链接：How Automakers can Adapt to the New NormalmRsesmc