美国数据专家凯文·鲁克（Kevin Rooke）统计发现，截至2019年10月，特斯拉累计销售807954辆电动车，总量超过比亚迪，成为全球最大的电动汽车制造商。

特斯拉走到今天这一步经历了相当坎坷，在Model S和Model X两款车型上，特斯拉都遇到了产量不足的问题，在2017年的年度股东大会上，Elon Musk做了公开的反思：

“The big mistake we made with the X, which primarily was my responsibility, was having way too much complexity right at the beginning. That was very foolish.”

我们在 Model X 上犯下的最大错误，主要也是我的责任，就是一上来就集成了太多复杂的功能。事实证明，那这么做是非常愚蠢的。

为了提升新车型Model 3的产能，特斯拉决定减少人工，全面提高自动化程度，但还是低估了整车装配的复杂性。比如单是在 Model 3 的后轮圈位置，就使用了14个配件，通过铆接、密封、焊接等五种不同的连接方式整合在一起。

纵然有物流机器人的配合，但繁杂的零配件和补货流程让全自动化产线难堪重任。从 2017 年到 2018 年，Model 3再次出现“难产”，导致了交付量暴跌、资金短缺、人员削减等一系列后果，一度将特斯拉推至破产边缘。有外媒报道，特斯拉在过去3年为自动化付出了20亿美元，经历了惨痛的产能地狱后，特斯拉才侥幸站稳脚跟。

特斯拉超级工厂内的物流机器人

自动化的流水线可以提高效率么？答案是肯定的，拿可乐举例来说，依靠连续灌装的生产线，整个的装配过程高度简约，并不需要很多人工。

而涉及到汽车总装的自动化，由于物料繁多，工序复杂，就需要很多人工。另外，汽车生产线的线边空间极为有限，有的零部件占用区域大，有的则消耗很快，需要及时地根据需要去进行补充。

也正是这种特性，汽配、轮胎、机械加工等离散式的生产流程，产生了很多的物流配送问题。对于很多国产厂商来说，在特斯拉的前车之鉴下，如何改善物流端的自动化和信息化管理，如何有针对性地提高效率并降低成本，成了摆在面前的一道难题。

我们在之前的文章里提到了TBL在汽车生产物流，利用物联网技术进行降本增效的运营解决方案（汽车行业艰难过冬：科技加持物流运营，破局结构性降本）。TBL也提供了基于项目实施和交付的物流技术服务。比如PTL+X智能线边补货系统，可以实现智能线边补货，让操作工人无需动脑，就能完成相应的零件补足任务。

通过传感器的智能感知，系统就可以实时监控线边零件的状态，比如某一个零件存量低于警戒值时，物料架上需补货的货物就会亮起提示灯，操作员依照灯光提示从货架上取出货料箱，再依据智能补料车上的提示灯，完成拣选和物料装填的步骤。

操作人全程只需要看灯光，无需记忆和判断，信息会在小车和料架中自动交互，从提醒、定位、补货的整个流程中，人只负责执行。

在这套解决方案系统中，以低成本方案实现了信息交互自动化，工人无需思考，能降低出错率，同时在效率上有了充足的保证。另外，在这套解决方案系统中，所有作业的行为数据数据也会自动上传Noah物联网平台，后续还可以进一步针对这些信息进行分析和制定优化决策。

Model 3庞杂的零部件和装配流程，让物流机器人等自动化技术无法产生足够的作用力点。特斯拉也是在尝试之后，也才意识到人的“主观能动性”的重要性。

TBL的PTL+X智能零件拣选系统，可以消除物流端的信息孤岛，在保证人的灵活性的情况下，不依托昂贵的机器人设备，就能大大提升物流管理效率，消除物流管理上的漏洞。除了智能零件拣选外，TBL在物流端还提供在制品和零部件的额物流跟踪，整车定位管理，地推件管理等服务，这种基于物联网技术的信息交互自动化的物流信息化，或许可以给整个行业带来新的启发。