（资料图）

　　标准化”和“个性化”似乎是天生的一对矛盾体。前者刻板严谨、循规蹈矩，而后者却我行我素、标新立异。在整个产业化的生态发展进程中，“标准化”和“个性化”也是轮番上场，各显神通。

　　第一战：标准化全胜

　　从原始的家庭作坊到工业化流水线，从手工到机械，我们恨不得“标准化到牙齿”，让每一颗螺丝、每一个动作，甚至整个工厂变成一台整齐划一的大机器。制造成本的大幅降低，品质稳定性的大幅提高，使得每一个普通人都能够享受到质优价廉的产品。

　　福特汽车就是最好的例子。有人说，正是因为福特开创的流水线大规模生产模式，才造就了美国中产阶级的繁荣富裕。因为标准化，因为流水线，提高了工人们的效率，大幅降低了汽车、电视、冰箱等消费品的成本，让产业工人们在获得了更高的收入的同时也买得起这些高档消费品。从这个意义上来说，福特不愧是“工业标准化之父”。

　　第二战：个性化抬头

　　然而，后工业化时代的消费者，因为家庭财富的增加，消费观念的改变，大众越来越厌倦千篇一律、毫无新意的产品。而那些手工打磨、精雕细琢的产品却备受青睐，消费者甚至愿意以数倍于“标准化”产品的价格来为“个性化”买单。

　　消费趋势的变化，使得过去从事大规模生产的企业变得无所适从，是继续坚持低成本大规模制造还是转而从事高价值单品精品路线?或者走中间路线，所谓的“多品种、小批量”?传统企业被这些问题深深困扰却不知如何转型。

　　第三战：以“标准化”实现“个性化”

　　关于个性化定制，产业界提了很多概念，例如C2B、C2M、反向定制、大规模定制，概念很漂亮，思路也对，但是停留在概念阶段的多，提出解决方案的少，而真正落地实现的企业更是少之又少。

　　什么原因呢?

　　说起来十分有趣，其根源竟然是“标准化”。

　　即：如何通过标准化的流程和服务，来实现个性化的定制?如果这个过程无法标准化，就无法实现真正的工业化和自动化。成本居高不下，流程中“人”的因素会成为整个产品和服务实现过程中最大的不确定性因素。

　　解决方案是什么呢?笔者曾经以红领西服为例，介绍了其通过“三点一线量体法”来实现定制西服的标准化数据采集和生产。并借用云计算的MapReduce技术阐述了大规模定制供应链的构建步骤：

　　首先是“分解降维”，将复杂的需求逐层进行分解，直到分解成一个个可以标准化的零部件或者是标准化的工作流程;然后是“合并升维”，根据用户的需求选择不同的标准化零部件或者标准化的工作流程进行合并，以实现多样化的定制需求。

　　这种思路不仅仅可以运用在服装行业上，在汽车行业、电子行业，甚至在农业、建筑业上都可以加以使用。　　如果我们看看周边的房地产项目，会发现它们的建造方式还非常传统。从打地基开始，扎钢筋、埋管道、浇水泥、砌墙……一层一层向上搭建，封顶之后还需要一层一层地粉刷装潢。

　　然而，新加坡樟宜机场附近的皇冠假日酒店却采用了一种新型的建造方式。它由若干个独立的小模块拼装而来，整个建造过程就像组装乐高玩具。即便将其拆分，所有的酒店房间仍然是一个个个独立而完整的个体。

　　这项技术被称作“工厂预制体积建设(PPVC)”。它将酒店分拆为一个个独立的“零件”——房间，里面包含了一间能住人的房子应有的基础设施——包括地板、橱柜和浴室。在施工现场，人们需要做的就是组装，用吊车把这些集装箱一样的钢结构预制房间固定在指定的位置。

　　它解决了传统建筑行业的多个痛点，如通过并行工程缩短施工周期，通过大规模生产降低成本，通过模块化设计解决环保回收问题等。20世纪最著名的建筑大师勒·柯布西耶就曾畅想“让房子能像汽车一样工业化地成批生产”，如今这一梦想已经实现。

　　皇冠假日酒店的建造者——UB建筑公司就这一项目也算过一笔账，相比传统建筑方法使用PPVC技术会增加10%的费用，但可以节省40%的人力，同时工期可以缩短50%，而项目提前投入运营，获得的收益还可以抵消增加的建筑成本。

　　作为行业的领先者，UB建筑公司的模块预制能做得很精细。在图纸阶段，结构工程师就会参与进来，细致程度甚至包括水机电系统的设计，紧接着，负责工艺的工程师会根据图纸和预算选择恰当的工艺和材料，然后才是流水线上的批量生产。上海UB建筑公司的工厂有4条流水线，每条流水线平均每天能生产两个完整的模块。每个模块不再是简单的墙板和立柱，而是变成了一个个“五脏俱全”的“精装修房”。

　　如何搭建?

　　看过了案例，我们一定会问：在构建此类供应链的时候，需要特别关注的问题有哪些?

　　1、首先是信息平台搭建

　　反向定制、大规模定制、C2B、C2M，都需要构建一个从用户到厂商的信息平台。这个连接越直接越好，可以减少中间的信息失真。这方面，要充分运用互联网工具和供应链技术来提升信息传递的效率。

　　互联网企业采用EDI电子数据交换，将终端用户的需求信息与上游厂商的ERP系统进行共享，实现了供应链上的CPFR协同计划、预测及补货模式。

　　这个信息假如能够一直向上延伸到生产厂家的供应商端，一级、二级……，则能够用于驱动所谓的同步制造。当然，构建这样的供应链需要巨大的投入，但同时也会构筑起相当高的竞争门槛。

　　2、其次是制造系统的柔性化

　　仅仅具备了从C端到B端的反向信息收集平台是远远不够的。

　　判断一家企业是否实现了“大规模定制”，制造体系的支撑是关键。这方面，丰田、戴尔是鼻祖，红领是后起之秀。不同的客户需求，不同配置的订单，如何在制造体系里进行实现。采用MapReduce的“降维”和“升维”为解决这一问题提供了思路。

　　3、再次是流程和服务的标准化

　　我们谈标准化，往往将更多的注意力放在了产品上，而忽略了流程和服务的标准化。事实上，大规模定制对流程和服务的标准化要求远高于对产品标准化的要求。原因很简单，定制化、差异化往往体现在产品和硬件上，硬件的标准化有时候带来客户体验的下降，因此推行难度也较大(但并非不可行!)。而流程和服务的标准化往往是后台的功夫，调整的柔性较高，并且往往关系到固定资产和系统软件的投资，对供应链优化效果也更加显著。

　　4、最后是从原始数据的收集到大数据的运用

　　当供应链拥有了足够的数据之后，就可以为每个细小的用户群体进行精准画像，并对用户的消费行为进行预判和预测。预测的作用是提前驱动供应链运转，进而缩短供应链响应客户需求的时间。

　　响应时间是个性化定制最重要的供应链指标之一。谁有能力又快又准地满足客户的定制化需求，同时还能控制好成本，谁就有能力成为这个行业的领导者。缩短供应链的响应时间，突破点有很多，其中之一就是提高预测的准确性。过去我们采用的是小数据，即传统的数据统计计算的方式，由于数据量不够大，只能做典型样本分析，很难用于预测小众群体的差异化需求。大数据恰恰能够帮助我们解决这个问题。

　　诚然，以上这些要点并不是全部，不能涵盖所有构建定制产品供应链所遇到的问题，笔者也将在未来的文章中做进一步展开探讨。

　　最后总结一句话：搭建一条优秀的个性化产品供应链，最重要的是如何通过标准化来实现个性化!