作为一个资深吃货，三文鱼刺身🍣当属老黑最爱的食物之一。轻轻一咬，那清甜的味道，简直比四月的天还让人沉醉……

所谓念念不忘，必有回响。带着吃货的深深执念，黑湖智造在上周就去探访了一个三文鱼加工厂……

接近零度的车间里，挑鱼刺的工人捏着一片三文鱼剖片，手中的镊子上下翻飞，再将挑出的鱼刺迅速点入旁边盛满水的桶中，只不到30秒的功夫，一片三文鱼的去刺工序就宣告完成。

生产主管告诉老黑，一般来说，一整只三文鱼可以剖出4片鱼片，10吨原料能产出7吨左右的产品。但主管也直言：就今天这批已经加工过半的三文鱼来看，10吨鱼能出6吨就不错了。

为什么实际与预测有这么大的差异？这引起了老黑的注意。

1 “薛定谔”的三文鱼

给大家出一个简单的数学题：1吨原料鱼可产出0.7吨成品，请问10吨鱼可产出多少成品？

生产管理员：不知道，没法算，算不准

这就是三文鱼工厂的难题

EXO ME？

这不是一个简单的数学题吗？

10x0.7=7（吨）

错！

在实际生产场景中，还真不是简单的数学题。这牵扯到一个加工行业的概念——出成率：原料经过初加工后，成品与原料的质量或体积的百分比。

在某些行业（例如矿石加工），出成率是比较稳定且好计算的。但是在鱼类加工行业，每批原料的出成率都不尽相同，且差距大难计算。

为什么难算呢？

这就要从三文鱼的加工方式讲起了，比如现在有A和B两条三文鱼：

看起来都一样对吧？

三文鱼A切开后，肉质粉红紧致，在经过称量后直接被加工成「粉红01带皮段」，鱼肉损耗较小。

三文鱼B切开后，肉质橘黄较为松软，在经过称量后要加工成「橘黄02去皮段」，因为去了皮嘛，皮下脂肪就露出来了，他还要被送去修脂肪，鱼肉损耗较大。

然后，这两种半成品又会根据形态、质量在后续加工工序完成后产出多种不同类型的成品。

三文鱼品种对应色卡

鱼生难料阿~

就像薛定谔的猫一样，在没被切开和秤量之前，谁都不知道这条鱼的命运如何。肉的颜色，重量都会影响最终产品类别，而不同产品的损耗是不一样的。

换句话说，在全部加工完成前，谁也不知道这批货能加工出多少吨不同种类产品。这就是为什么三文鱼加工难以预测和统计出成率原因。

既然如此，可以说是“薛定谔的三文鱼”没错了。

2 聚合分析解决“出成率”问题

但对水产工厂来说，出成率很重要。

在边角料都剔除后，水产品的出成率越高，意味着具备更高的加工水平和更好的成本控制能力。

相对实时和准确的出成率，可以精确透明地监控每一个加工环节的损耗，并据此进行生产状态评估，促进工艺改进和员工技能强化。

水产加工厂基本会采用纸单记录生产过程中的相应数据，在全部加工完之后，再经过人工统计分析，反推出出成率。某些较为粗放管理的车间，甚至直接通过经验来“估算”出成率。

这也直接导致生产状态不透明，无法追溯损耗环节等问题。如下的情况就很常见：

那么问题来了，三文鱼加工厂应该如何科学的计算出成率呢？

以我们探访的这家加工厂为例：

8吨原料鱼在经过投料，剖片，称量，去皮修脂肪等一系列加工过程后（见下图），产出规格A、B、C、D四种产品。

它们各自的出成率是多少？

拿三文鱼产品A（1吨）为例，有几种算法：

方法A：用成品重除以总重

1吨➗8吨=12.5%

（不准确，偏低）

方法B：用成品重除以切段重量

1吨➗1.5吨=66.7%

（与总重脱节，不准确）

在之前，该厂是先采用了方法B，再根据总重进行加权平衡，在业内相对更科学一些，但是仍然不够精准。

那么，有没有保证精确且实时统计的完美算法？

答案是：有！

我们黑湖智造的实施团队在详细调研了该厂的生产环节后，打造了准确而又便捷的数字化解决方案：

对于每一批三文鱼，我们在生产过程中会实时统计每个环节的损耗，通过云端的聚合分析，就可以又准又快的算出各个产品的出成率。

3 数字化升级，我们是专业的

当然了，出成率只是该厂的生产管理难题之一。针对流程管控，员工绩效，跨部门协同等问题，我们集合了生产、物料、质量、设备四大模块，配合流程引擎（SOP）、自动称量两大能力，打造了水产行业专属数字化解决方案。

短短1周多的时间，该厂就完成了方案的理论模拟验证，目前系统正在调试，处于上线试跑的过程中。

食品加工、冷链工厂的朋友们看过来！

如果你也有上述痛点，或者其他的生产管理难题，欢迎了解黑湖智造云端协同系统，4-6周即可上线数字化系统，灵活按需配置，大大降低企业数字化升级成本。我们已经成功帮助近千家客户实现了数字化转型，对于数字化改造具备丰富的经验，我们期待与你合作，打造下一个智能工厂典范！

---

为什么疫情未除，老黑还敢去探访冷链工厂？

首先，目前有风险的三文鱼都来自进口鱼，这家水产工厂早已使用国产优质三文鱼🐟代替了进口原料，源头上不存在病毒接触可能性。其次，这家工厂有非常非常严格的检测、消杀以及追溯体系，老黑也是穿着严严实实入场探访的，大家就不用担心拉～❤️