① 第一戰：標準化全勝！

從原始的家庭作坊到工業化流水線，從手工到機械，我們恨不得“標準化到牙齒”，讓每一顆螺絲、每一個動作，甚至整個工廠變成一臺整齊劃一的大機器。制造成本的大幅降低，品質穩定性的大幅提高，使得每一個普通人都能夠享受到質優價廉的產品。

福特汽車就是最好的例子。有人說，正是因為福特開創的流水線大規模生產模式，才造就了美國中產階級的繁榮富裕。因為標準化，因為流水線，提高了工人們的效率，大幅降低了汽車、電視、冰箱等消費品的成本，讓產業工人們在獲得了更高的收入的同時也買得起這些高檔消費品。從這個意義上來說，福特不愧是“工業標準化之父”！

② 第二戰：個性化抬頭

然而，后工業化時代的消費者，因為家庭財富的增加，消費觀念的改變，大眾越來越厭倦千篇一律、毫無新意的產品。而那些手工打磨、精雕細琢的產品卻備受青睞，消費者甚至愿意以數倍于“標準化”產品的價格來為“個性化”買單。

消費趨勢的變化，使得過去從事大規模生產的企業變得無所適從，是繼續堅持低成本大規模制造還是轉而從事高價值單品精品路線？或者走中間路線，所謂的“多品種、小批量”？傳統企業被這些問題深深困擾卻不知如何轉型。

③ 第三戰：以“標準化”實現“個性化”

關于個性化定制，產業界提了很多概念，例如C2B、C2M、反向定制、大規模定制，概念很漂亮，思路也對，但是停留在概念階段的多，提出解決方案的少，而真正落地實現的企業更是少之又少。

什么原因呢？

說起來十分有趣，其根源竟然是“標準化”！

即：如何通過標準化的流程和服務，來實現個性化的定制？如果這個過程無法標準化，就無法實現真正的工業化和自動化。成本居高不下，流程中“人”的因素會成為整個產品和服務實現過程中最大的不確定性因素。

解決方案是什么呢？筆者在《“降維”和“升維”打造柔性供應鏈的“云架構”》一文中曾經以紅領西服為例，介紹了其通過“三點一線量體法”來實現定制西服的標準化數據采集和生產。并借用云計算的MapReduce技術闡述了大規模定制供應鏈的構建步驟：

首先是“分解降維”，將復雜的需求逐層進行分解，直到分解成一個個可以標準化的零部件或者是標準化的工作流程；然后是“合并升維”，根據用戶的需求選擇不同的標準化零部件或者標準化的工作流程進行合并，以實現多樣化的定制需求。

這種思路不僅僅可以運用在服裝行業上，在汽車行業、電子行業，甚至在農業、建筑業上都可以加以使用。我們再來看一個例子：

案例：在流水線上“組裝大樓”

注：素材來源于《第一財經周刊》

如果我們看看周邊的房地產項目，會發現它們的建造方式還非常傳統。從打地基開始，扎鋼筋、埋管道、澆水泥、砌墻……一層一層向上搭建，封頂之后還需要一層一層地粉刷裝潢。

然而，新加坡樟宜機場附近的皇冠假日酒店卻采用了一種新型的建造方式。它由若干個獨立的小模塊拼裝而來，整個建造過程就像組裝樂高玩具。即便將其拆分，所有的酒店房間仍然是一個個個獨立而完整的個體。

這項技術被稱作“工廠預制體積建設（PPVC）”。它將酒店分拆為一個個獨立的“零件”房間，里面包含了一間能住人的房子應有的基礎設施包括地板、櫥柜和浴室。在施工現場，人們需要做的就是組裝，用吊車把這些集裝箱一樣的鋼結構預制房間固定在指定的位置。

它解決了傳統建筑行業的多個痛點，如通過并行工程縮短施工周期，通過大規模生產降低成本，通過模塊化設計解決環?；厥諉栴}等。20世紀最著名的建筑大師勒柯布西耶就曾暢想“讓房子能像汽車一樣工業化地成批生產”，如今這一夢想已經實現。

皇冠假日酒店的建造者UB建筑公司就這一項目也算過一筆賬，相比傳統建筑方法使用PPVC技術會增加10%的費用，但可以節省40%的人力，同時工期可以縮短50%，而項目提前投入運營，獲得的收益還可以抵消增加的建筑成本。

作為行業的領先者，UB建筑公司的模塊預制能做得很精細。在圖紙階段，結構工程師就會參與進來，細致程度甚至包括水機電系統的設計，緊接著，負責工藝的工程師會根據圖紙和預算選擇恰當的工藝和材料，然后才是流水線上的批量生產。上海UB建筑公司的工廠有4條流水線，每條流水線平均每天能生產兩個完整的模塊。每個模塊不再是簡單的墻板和立柱，而是變成了一個個“五臟俱全”的“精裝修房”。

④ 如何搭建？

看過了案例，我們一定會問：在構建此類供應鏈的時候，需要特別關注的問題有哪些？

首先是信息平臺搭建

反向定制、大規模定制、C2B、C2M，都需要構建一個從用戶到廠商的信息平臺。這個連接越直接越好，可以減少中間的信息失真。這方面，要充分運用互聯網工具和供應鏈技術來提升信息傳遞的效率。

互聯網企業采用EDI電子數據交換，將終端用戶的需求信息與上游廠商的ERP系統進行共享，實現了供應鏈上的CPFR協同計劃、預測及補貨模式（見筆者專著：《供應鏈架構師》第三章案例3-2）。

這個信息假如能夠一直向上延伸到生產廠家的供應商端，一級、二級……，則能夠用于驅動所謂的同步制造。當然，構建這樣的供應鏈需要巨大的投入，但同時也會構筑起相當高的競爭門檻。

其次是制造系統的柔性化

僅僅具備了從C端到B端的反向信息收集平臺是遠遠不夠的。

判斷一家企業是否實現了“大規模定制”，制造體系的支撐是關鍵。這方面，豐田、戴爾是鼻祖，紅領是后起之秀。不同的客戶需求，不同配置的訂單，如何在制造體系里進行實現。采用MapReduce的“降維”和“升維”為解決這一問題提供了思路。具體參考《“降維”和“升維”打造柔性供應鏈的“云架構”》，在此不再贅述。

再次是流程和服務的標準化

我們談標準化，往往將更多的注意力放在了產品上，而忽略了流程和服務的標準化。事實上，大規模定制對流程和服務的標準化要求遠高于對產品標準化的要求。原因很簡單，定制化、差異化往往體現在產品和硬件上，硬件的標準化有時候帶來客戶體驗的下降，因此推行難度也較大（但并非不可行?。?。而流程和服務的標準化往往是后臺的功夫，調整的柔性較高，并且往往關系到固定資產和系統軟件的投資，對供應鏈優化效果也更加顯著。

最后是從原始數據的收集到大數據的運用

當供應鏈擁有了足夠的數據之后，就可以為每個細小的用戶群體進行精準畫像，并對用戶的消費行為進行預判和預測。預測的作用是提前驅動供應鏈運轉，進而縮短供應鏈響應客戶需求的時間。

響應時間是個性化定制最重要的供應鏈指標之一。誰有能力又快又準地滿足客戶的定制化需求，同時還能控制好成本，誰就有能力成為這個行業的領導者。縮短供應鏈的響應時間，突破點有很多，其中之一就是提高預測的準確性。過去我們采用的是小數據，即傳統的數據統計計算的方式，由于數據量不夠大，只能做典型樣本分析，很難用于預測小眾群體的差異化需求。大數據恰恰能夠幫助我們解決這個問題。

誠然，以上這些要點并不是全部，不能涵蓋所有構建定制產品供應鏈所遇到的問題，筆者也將在未來的文章中做進一步展開探討。

最后總結一句話：搭建一條優秀的個性化產品供應鏈，最重要的是如何通過標準化來實現個性化！