制造环节智能物流主要是厂区内部智能仓库、WMS/WCS、智能输送上工位（与智能制造设施对接）、条码/RFID数据识别、智能单元化包装（与机器人对接）、自动化装配技术、双箱制、空容器回收、成品包装下线以及制造过程数据化追溯等。

　　成品环节智能物流主要是成品进入智能化成品仓库、智能化装车算法、快速智能化装柜技术、智能化成品运输、发货计划协同、分仓流通、经销商智能仓库、全过程导航与追溯等。

　　回收环节智能物流主要是包装材料、容器具、不良品的智能循环、智能追溯的过程。

　　在传统的制造型工厂，物流流程一般包括物料包装、收货、检验、仓库、装配线、拣料和发货，大量采用领料、脉冲式送货方式，主要模式是人工、叉车、牵引车、液压托盘车等独立元素（物流作业计划缺乏或者不连接，信息是断档模式、变数不易控制、管理过程不闭环等），即使偶尔采用了自动化物流设备，也只是实现了局部的自动化，且生产主要面向批量生产，不具备柔性化、定制化和智能化的生产特点。在设计初期没有将智能物流纳入智能工厂规划范畴的企业，在运作时容易导致过程不均衡，能力不匹配，数据过程衰减、变化和错位，虽然购买了先进的智能制造设备，但是仍然无法在同一逻辑下联动和完成制造计划。

　　在个性化的智能制造工厂里，智能物流已成为核心元素。

　　智能制造需要面向客户定制的产品，属于小批量、多品种生产，物流模式需要采用节拍精准、移动灵活、数据互联互通、实时可视、实时监控的物料输送策略。如通过AGV（或者连续输送模式）从收货区（通过式检验或者免检）到自动化仓储中心（可能使用堆垛机模式、密集存储模式或者多向穿梭小车模式），再连续输送到工位（或者收货后直接输送到工位），设计出面向智能制造的物流输送技术。

　　智能工厂采用订单驱动式的生产模式，主要按照客户需求，每个产品订单有可能只有一台或两台，但产品种类会多至上万个。需要通过精益、柔性化的生产，模块化物流配套保证，以支持生产计划和物流作业计划的有效性，支持智能制造，同时保证产品零出错率。

　　智能物流包含智能方案、智能输送和数字仿真。从信息驱动到通讯，再到控制，再到智能物流设施动态管理，实时提供更加智能的系统控制解决方案。

　　在智能物流的初始阶段，绝大多数工厂愿意采用一台或者多台AGV代替叉车负责拉动式精益物流配送到工位，遵循的是高级排程中的配送时区和拉动计划倒排节点；此后AGV变得更加智能，起到了衔接各个组装、补装等前置工位，以及联动总装的作用；对于周转率高、流量大的物料和产品（比如家电、手机、服装、家居产品等，通常需要大规模定制）经常会有特殊的物流规律分析（plan for every party，PFEP），提出连续物流计划和智能化作业模式，采用连续输送（智能输送机、智能悬挂链等）到工位，形成多点对多点的智能配送模式，减少了过程中的在制品暂存、等待、包装、中转、交接、信息二次采集等断点，从而使得制造和物流浑然一体。对于离散型制造特点相对明显、产品体积相对庞大、生产节拍相对缓慢的制造（比如电机、发动机、坦克、飞机、轨道交通产品等），可以直接采用专用的智能流转设备（如大型AGV），此时工厂里见不到传统的组装流水线，取而代之的是一个个AGV移动工作台，沿着工艺路线自动行走，且能够携带产品在装配过程中的重要信息穿梭于工厂，这些信息在工人实际操作时可以有效避免人为出错。随着产品产量的增加，可以有越来越多的AGV环绕在装配线周围，协助物料的智能搬运，不再有传统流水线的刚性束缚，大大提升了生产的柔性。

　　智能工厂中的智能物流系统能够高效、准确、稳定地完成重复性工作，保证过程品质一致均衡。随着人与机器在产品装配过程中的交互更加紧密，不同的生产环节可通过操作人员（或者人工智能控制的机器人），按照定制产品的需要来使装配流程做出改变。更可以通过系统仿真，针对每个订单、每个物料、每个工位验证生产和物流的工艺流程，从虚拟连接现实世界，具体运作过程中可以是通过一个虚拟订单，看到工厂里的各种设备，通过仿真发现瓶颈并反馈信息，进行实时调节；当实际订单当运行时，协同不同的工厂模块，就可以反馈到监控/优化软件模块。

　　5.智能供应链保障生产能力和过程可视化，提高过程的偏差管理和自我协同和调整能力

　　智能供应链需要保证信息-物理系统（CPS）的一致性，从而减少执行过程中与计划或标准的偏差，保证企业级的“知行合一”。但是，在实际运作过程中，难免存在各类变数带来的过程偏差甚至瓶颈，偏差如果不能实现过程的可视化，瓶颈容易长期积累形成隐患，当其爆发时，往往导致供应链的“掉链子”，其后果轻则造成停产或者断供，重则可能为企业带来莫大的风险甚至灾难。

　　智能供应链在保证过程一致性的同时，需要建立过程偏差场景设定、识别和响应流程，更需要设定变数预警、瓶颈和风险识别、应急预案和应急物流管理模式。

常见偏差场景如：停电、设备故障导致的停产、配送过程中堵车、翻车、大批量不合格、火灾、台风、地震及其他灾害、由于环保问题带来的停产整顿、工人罢工、信息标签丢失、容器具损坏、检验不及时、模具损坏、总装不合格、货损等。针对上述可能产生的风险，需要有应急培训和实施演练，以避免实际情况的发生。