供应链管理专栏

看到路透社的报道，说鉴于"萨斯"的经验教训，加拿大人学聪明了，开始提前准备。据说2007年，渥太华市就备了5500万只N95口罩，一直在仓库里放着。这不，等了十几年，新冠病毒来了，终于有了用武之地，可惜那堆积如山的口罩早已过期了。 

很多人问，供应商早期介入设计好是好，但供应商锁定了，价格怎么谈？他们的逻辑是，供应商一旦早期介入设计，这生意就是它们的了，"没有竞争"，价格就很难谈。在我看来，这不是竞争不充分，而是短期关系在作怪。

计划要"抬头看路"，着眼长远，但那些突发的事情，却屡屡把计划拖回人间。

在需求预测中，时间序列是把需求历史按照时间的先后顺序排列，影响需求的变量只有一个，那就是时间。这并不是说没有别的变量；有，而且可能很多，但我们没法一一解释，就把它们全都归因于时间（有点像"时间可以治愈一切"）。这些变量整合在一起有一定的惯性，随着时间的进展，呈现出某种模式，这就是需求的延续性。

我们经常说供应链要协同，究竟"同"在什么地方呢？在运营层面，同一个计划，具体地说，同一个需求计划，是把众多职能和供应链伙伴协同起来的基础。那为什么这么多的企业，没有同一个计划呢？信息不对称，层层博弈导致的牛鞭效应和多重预测，就是一大根因。

经常听有些供应链职业人在抱怨，说大半的时间在催货，言下之意是恨死了催货。这里想说的是，其实这些人最喜欢的就是催货，因为催货最容易----作为客户，你处于有利地位，要催总能催得动；而且供应商也早都被催成精了，习惯性地在交期中留有余地，就等着你催的时候给你。如果你是管理层的话，催货就更容易了：你位高权重，给供应商一个电话，鲜有供应商会放弃扮演"救火英雄"的机会。所以说，催货是最简单，也是供应链最擅长的事。

对于一个品类，究竟多少个供应商就算充分竞争？当能形成实质性竞争的时候，两个供应商就是充分竞争。注意这里的前提是"实质性竞争"：你是一米八的个头，你的同桌是一米七五的壮汉，你们俩可以互相掰手腕，形成实质性的竞争；前排的小姑娘一米五八，没法跟你掰手腕，就形不成实质性的竞争。

一提起绩效考核，大家联想到的就是"紧箍咒"，怎么能"保护"计划职能呢？没有绩效考核，自由自在地做事，这不最好嘛！对于强势职能没错，但对弱势职能则是大错特错。要知道，没有绩效考核指标，并不是说对这个职能就没有期望，做到什么地步就算什么，而是完全由强势职能说了算，强势部门会更加强势，弱势部门会更加弱势，失去了最起码的制衡，对企业来说并非好事。

你乘飞机，随时能知道已经飞了多久，还要走多久，晚点还是提前；下了飞机，在有些航站楼，每走一段路，会看到牌子上写着到行李转盘还有多久；到了行李转盘，显示屏上写着还有多久第一件行李就会出现；拿了行李，滴滴打车，你能清楚地知道，车子还要走多久。至于说你的快递、外卖，现在走到什么地方，啥时候能到，早都实现了信息化，一切尽在掌控中。

ERP的核心功能之一是物料需求计划（MRP），把计划、物控、客服、采购从海量的手工操作中解放出来。但实施ERP以后，真正能跑MRP的企业并不多。也就是说，生产和采购计划仍旧在Excel上做。有些企业即使启用了MRP模块，可还是在手工录入生产计划，而ERP能做的呢，只是自动生成采购计划，充其量是个订单管理和进出存系统，发挥执行记录的功能而已。

ERP的核心功能之一是物料需求计划（MRP），把计划、物控、客服、采购从海量的手工操作中解放出来。但实施ERP以后，真正能跑MRP的企业并不多。也就是说，生产和采购计划仍旧在Excel上做。有些企业即使启用了MRP模块，可还是在手工录入生产计划，而ERP能做的呢，只是自动生成采购计划，充其量是个订单管理和进出存系统，发挥执行记录的功能而已。

企业要赚钱，最根本的一条是规模效益，这就是为什么企业都想做大。但做大后，供应商数量膨胀得更快，采购额太分散，规模效益又给做没了。这就是为什么要整合供应商，建立合格清单来给供应商"收口子"。

计划上做不到精益求精，跟计划人员的专业能力息息相关。

围绕采购订单有很多异常，比如催交、推迟、取消，英语的缩写是PPC。不变的不需要管理。对这些异常的处理，是交付管理的重要构成，也是交付灵活性的重要体现。

供应链是从产品开始的。供应链上的成本，大部分取决于产品设计。比如材料选型、技术规格决定了产品成本，包装设计影响到物流成本，模块化设计还是一体化设计影响到售后服务的成本。设计优化了，材料选型合理，可制造性、可运输性、可服务性就好，供应链的成本自然就低。这道理简单，那为什么那么多的产品设计不优化？

顾名思义，极端值明显与众不同，也叫异常值、离群值。它们要么太大，要么太小，落到正常的区间之外。如图1，该产品的需求没有季节性，也没有趋势，如果我们用平均需求加减两倍的标准差作为上下限，那么第6周的需求超出上限，就是极端值。

企业要赚钱，最根本的一条是规模效益，这就是为什么企业都想做大。但做大后，供应商数量膨胀得更快，采购额太分散，规模效益又给做没了。这就是为什么要整合供应商，建立合格清单来给供应商"收口子"。

跟采购方一样，供应商的供应链也需要预测来驱动。供应商能否执行到位，很大程度上取决于需求预测的及时性和准确度。

北美某公司的供应商评估中，有一项是对来料验收中次品的处理：你们的下级供应商给你送来一件次品，在来料验收时发现了，你们对这次品怎么处理，以确保最终不要发给客户？这时候，不同管理水平的供应商，给出的答案大不相同。

一提起信息化，首先想到的往往是让计算机帮我们做决策，亦即智能化。但智能化的前提是自动化：离开自动化，数据就难以稳定地产生和获取，也很难释放人力资源来做好决策。所以说，在信息化的过程中，先要自动化，然后才是智能化。

距离开课还有 3 天

没人喜欢催货，但催货是供应链执行中不可避免的一部分。极端情况是行业性短缺，比如关键元器件大面积短缺，上至老总，下至采购员，都在催货，连一些百亿级的大公司也不例外：他们的供应链老总经常不在，问干什么去了，答曰到供应商那里催货了----根据催货者的头衔，供应商决定分配产能；为了不输在"起跑线"上，那就派老总去催货。

经济全球化，几乎每个行业的需求都是越来越多元化、碎片化，而供应还是大批量生产，导致需求与供应出现结构性的失调。业界一般通过三方面的措施来应对，各有优劣和挑战：（1）导入精益制造，减小对批量的依赖；（2）标准化，增加规模效益；（3）模块化和延迟战略，实现大规模定制。

距离开课还有 5 天 

需求就是特定的定价策略、竞争态势下，客户想要什么、要多少、什么时候要。打个简单的比方，这就相当于是客户想吃几碗饭，跟我们想让客户吃几碗饭完全不是一码事----前者事关需求预测，后者却是销售目标，两者不能混为一谈。

在供应商绩效评估上，经常会有人问，这么多的指标，权重应该如何分配，这样我们好加权平均，决定选择哪个供应商？

"拿信息换库存"在国内不大听到，在北美却时有耳闻。传闻最广，大概要数沃尔玛创始人山姆·沃尔顿的话："人家以为我们变大，是因为我们在小镇上建大店；实际上，我们变大，是因为我们拿信息换库存"（黑体由作者加）。

跨职能团队合作很普遍，但很多时候"团队"是真，"合作"则否。图1的杀猪小分队，图2的鬣狗分食，看上去都是"团队作业"，实质上大不一样。

行业性短缺状态下，企业过激反应，大幅拔高安全库存和需求预测，不但解决不了短缺问题，反而造成后续的过剩问题，应了"所有的短缺，最后都是以过剩结束"。特别是集体决策下，人们倾向于承担更大的风险，往往超出企业的承受力度（这就是为什么"造反"总是跟"聚众"紧密相连）；同样是"集体"决策，库存的责任不明确，补救措施就不及时，把本来可以减轻的风险没有减轻。

在库存控制上，总部跟分部、销售跟计划往往陷入互扣人质的情形，导致该加的加不上去，该减的减不下来。这是个典型的组织行为问题，其解决方案呢，我们这里主要讲三点。

一谈到供应链战略，就没法回避推拉结合：订单驱动的叫拉，也就是拿到客户订单后才生产；预测驱动的叫推，也就是基于需求预测来提前备货。推的好处是批量生产，批量发送；闲的时候多生产，忙的时候少生产，单位成本低。但一旦需求变了，库存风险就高。拉的好处是库存风险低，但规模效益不高，单位成本降不下来；加急赶工多，运营成本高。

一位跨境电商的创始人问我，能否把那些预测模型给他们，写到程序中指导补货？电商、新零售是互联网的产物，其惯常的解决方案是信息化----当你手里的工具是把锤子的时候，你会有意无意把所有的问题都当钉子。

有能力的供应商也有脾气，没脾气的供应商也没有能力。有没有第三类供应商？没有。有能力，没脾气的供应商凤毛麟角，即便有，也早给采购方欺负致死；没能力，但脾气很大的供应商呢，你不用看我的书，早都给淘汰掉了。这就是说，跟我们合作的供应商主要就两类：有能力的有脾气，没脾气的没能力，我们总是在跟不完美的供应商打交道。

多余库存是超出正常的周转库存、安全库存的库存。

上世纪九十年代，我还在建筑行业，一个相当粗放的行业。豆腐渣工程屡见不鲜，但整个行业关注的却只是一个字：钱。不管是招投标，还是一轮又一轮的议价，焦点都是把承包商的最后五分钱榨出来。质量问题就如屋里的大象，人人都看得见，人人都假装不存在。

在有些行业，压货行为非常普遍，人为加剧了需求的变动性，造成诸多库存和产能问题。

在我的职业生涯中，有好几年是负责库存计划，跟全球的客户有八九十个库存寄售点。在日本，东芝这样的客户体量很大，需求相当平稳，离我们的仓库也就几十分钟的车程，但在客户现场寄售的库存动辄放着三四周的货。在一个以精益著称的国家，这一点也算不上"精益"。好奇心起，我就细究供应链的各个环节，看这些库存都是怎么来的，发现到处都是批处理的影子。

上世纪八九十年代，个人计算机开始走入千家万户。当时的主要制造商有IBM、惠普、康柏等，采取的是典型的经济型供应链：生产一大堆，发货一大堆，从总仓到分仓到分销商再到零售商，层层建库存，一路推到终端门店（图1的①）。

在我的职业生涯中，有八年在对付长尾产品的计划，发现在库存和服务水平的平衡上，企业可以分为三类：

选择合适的供应商做生意是件大事情，不过很多公司却是"跟着感觉走"：打几个电话，发个简单的问卷，供应商填了；采购方去趟现场，听听汇报，参观一下生产线，吃顿饭，这评估工作就算完成了。派去的多是文科性的采购人员，既不懂质量，也不懂生产，更不懂技术。评估本身没有流程、没有标准，无章可循；即便有标准，有供应商准入的"门槛"，但假大空，既不是充分条件，也不是必要条件。这就给人为操作留下余地。供应商当然也清楚，除了把现场打点地井井有条、给客户一个好印象外，就在歪门邪道上下功夫。

批处理是拖长周转周期，增加周转库存的重要因素。比如本来是随到随处理，周转时间短；批处理下，需要积攒一段时间，周转时间就长。这听上去是个生产制造的概念，其实普遍的程度远超我们想象。

采购做细了是个技术活。就连看上去最没有技术含量的讨价还价来说，如果没有技术背景，也很难做好，因为加工一个零件，需要多少工时，车床还是铣床还是刨床，良率如何，不懂技术就很难推算出成本来。这也是为什么在一个家电巨头，采购工程师的职责之一就是核算成本。

在周转周期里，走流程是很大一部分。就如一位名为"风子"的"供应链管理实践者"公众号读者所言："时间的流逝往往不是出自供应商的产品生产环节，而是自家公司的信息流，从签订订单到执行订单的时间过长"。而走流程中的相当一部分事情，比如审批，在客户眼里没有价值但往往不得不做，一大根因就是信息不对称，可以通过信息化来帮助解决。

那是我半年内第二次见到刘君，都是在我的培训中。他不久前转入采购，负责一个大型央企北京分公司的采购部。刘君虽说入行不久，但他勤于琢磨，屡屡能一语中的。

1997年，沃顿商学院教授马歇尔·费雪在《哈佛商学评论》上发表《你的产品该用什么样的供应链》一文，阐述了供应链战略必须匹配产品战略。费雪的二分法具有历史意义：对于走创新路线的产品，应该采取快速响应的供应链，其核心是供应链的灵活性，也意味着高成本；对于走低成本路线的产品，应该采取高效的供应链，其核心是供应链的低成本。产品战略的成功，取决于有合适的供应链战略来匹配。

计划的大错特错，主要是因为销售和运营协调流程没打通，做生意的和做运营的严重脱节，组织博弈导致信息严重不对称，导致预测准确度太低。简单地把销售目标当成需求预测，没法群策群力整合跨职能智慧，层层博弈导致的牛鞭效应，都可能造成需求预测的大错特错，以及严峻的库存和交付问题。

对于制造型的供应商，我们要评估其质量、生产和物料管理体系。这三大体系是供应商运营绩效的保证，也是供应商的财务能力的源泉。有些公司把这三方面放在一起评估，统称"质量管理体系评估"。

在大型设备行业，关键备件要力求首发命中。也就是说，第一次有需求，就得有库存满足。如果首发命不准，就很难达到既定的服务水平目标。这也是很多设备行业的共同挑战，单纯依赖需求历史来计划库存注定会吃尽苦头：你不能等着产生了需求后才备库存；你一定要想方设法首发命准，在客户首次有需求时就能满足。

曾经在《哈佛商业评论》上看到一篇文章，说雌孔雀择偶时，会以雄孔雀的尾巴大小为标准：尾巴越大，表明雄孔雀越健康、越有优势。这样，大尾巴的基因得到保护，就一代代地传下去。

把库存分解为过程库存、安全库存、过剩库存和风险库存，给我们提供了结构化的方法，来呈现库存风险，以控制整体库存。这里我们以原材料为对象，介绍这一方法的具体应用。

在供应链的每一个环节，都有相应的计划，驱动相应的执行职能。比如计划在决定买什么，买多少；生产什么，生产多少；配送什么，配送多少。供应链的绩效问题，包括交付和库存，计划没想到，执行就很难做到，即便做到的话，也是以高昂的成本和库存为代价。我们的目标是不但要做到，而且要想到。企业越大，想到就越重要。

传统的日本供应链是长期关系，或者说，更像儒家的做法（这里说的"传统"，主要指上世纪末日本崛起的那段时间。在过去二三十年里，日本经历了显著的变化，在有些做法上与欧美更加趋同）。在长期关系下，绩效考核相对次要。这就如一家人，相互之间很少会设定指标。而约束双方行为的呢，也正是长期关系，是未来----在长期关系下，双方都有很多可失去的，所以就更加理性。

传统的日本供应链是长期关系，或者说，更像儒家的做法（这里说的"传统"，主要指上世纪末日本崛起的那段时间。在过去二三十年里，日本经历了显著的变化，在有些做法上与欧美更加趋同）。在长期关系下，绩效考核相对次要。这就如一家人，相互之间很少会设定指标。而约束双方行为的呢，也正是长期关系，是未来----在长期关系下，双方都有很多可失去的，所以就更加理性。

对于很多长尾产品来说，需求是如此之不频繁，如此之低，库存计划的决策就简化为备1个，还是1个不备。除了数理统计模型外，我们还可以借助简单法则来决策。这就是我们接着要讲的。

企业的资源不是无限的，所以降库存是不可避免的。但在降库存的方式上，很多企业采取的是"搞运动"的方式，没法触及根源，屡降屡升，屡升屡降。

简单地说，VMI就是供应商在采购方或第三方的仓库放一堆货，由供应商自主安排补货，把库存维持在最低和最高计划水位之间。

如果只用一个词来描述供应链管理，我们想到的就应该是协作：一个公司做不好的，两个公司做；一个职能做不好的，两个职能做；一个人做不好的，两个人做，目的都是实现1+1>2的效果。

你或许会说，我知道有个计划要比没有强，但不确定性那么大，问题那么复杂，就是不知道从哪里下手。

我在服务电信设备商时，听到这个故事。

在芯片制造领域，英特尔是典型的垂直整合，有自己的芯片生产设施。一个现代化的芯片大厂，以前投资在几十亿，现在是200多亿美元，这样的大厂英特尔就有15个，固定资产之重，可想而知。英特尔的过半业务来自PC行业，而PC的销量自2011年达到顶峰以来，是"王小二过年，一年不如一年"，英特尔的产能利用率问题就日益严峻，固定资产的投资回报成了大问题。

一位采购经理刚接管一家供应商，就收到来自产品部的要求：为达到产品的"目标成本"，该供应商的零件必须降价20%。自从量产以来，这个零件已经经历了两次降价。现在都投产快两年了，为什么又突然冒出个"目标成本"来？

长尾需求的特点是需求的频次低、需求量的差异大。让我们拿一个B2B电商为例，图1是他们的一个产品，在过去12个月里，这个产品有5个月每月卖掉1个，2个月分别卖掉2个和5个，其余月份没有任何需求。看得出，需求不连续，离散度大，不符合我们熟悉的正态分布，但符合另一种分布：泊松分布。

企业大了，摸着石头过河的实干心态不能丢。但不可否认的是，企业越大，就越经不起折腾，越需要确定性。计划就是在不确定性中寻找确定性。用一位名叫董志江的读者的话说，公司小的时候是枪杆子指挥笔杆子，公司大了一定是笔杆子指挥枪杆子。这也是凸显了计划的重要性。

经常有人问，如何能更好地核算成本？他们总觉得，成本核算不清，自己被"蒙"了，是拿不到更低价的根本原因。但问题是，即便你能核算清，那又能怎么样？

一提到产品分类，很多人想到的就是ABC分类法。比如A类产品贡献80%的营收，B类产品贡献15%，其余贡献5%等。这是从业务的视角来分类产品，也有公司称为头部、腰部、尾部产品的。

在库存计划领域，除了安全库存，经常打交道的还有再订货点（或者就叫订货点）。其逻辑是一旦库存降到预设的水位（再订货点），就启动订货机制，驱动供应链补充一定数量的货（订货量）；在货来到之前，库存继续下降，直到补的货到达，拉高库存的水位，然后开始下一个循环，如图1。再订货点法在业界使用很广泛，对于它的几个主要参数，我们在此稍作解释。

二次议价是询价或招标没达到期望，采购方便与供应商继续价格谈判。

增速放缓，行业不景气，库存就成了让人谈虎色变的话题。搜索互联网，到处都是触目惊心的库存话题，比如90%的电商店铺死于库存，十个女装九个死于库存，服装行业三年不生产库存也卖不完。就连图书业也是"死书累累"，前些年的实体书库存一度高达900亿元（《近900亿元"死书"呼唤按需出版》，重庆商报）。对于众多的本土企业，用业界人士的话来说，就是供应链易断，最后死在库存上；用库存控制专家程晓华的话来说，就是仓库有多大，库存就有多少，仓库越大，死得越快。

每次订多少货最合适，跟库存持有成本、订货成本密切相关。每次订货量越大，单位订货成本就越低，但库存持有成本就越高；每次订货量越小，库存持有成本降下来了，单位订货成本却上去了。让两者之和最小的订货量，就是经济订货量，如图1。

除了采购、运营和物流管理外，供应链管理还有好几个"小亲戚"，比如运筹学、系统动力学、工业工程、信息技术等。

不管是什么公司，供应商管理的资源总是有限，我们应该重点管理哪些供应商？

深圳培训正在报名

需求预测对付平均需求，安全库存是为了应对不确定性，即平均需求外的需求。经常有人说，那把预测适当拔高点，不也同样解决问题？其实不然。

一分钱一分货，还是物美价廉？相信大部分人相信一分钱一分货：你偶然可以便宜买到好东西，但就大概率而言，最低价买到的肯定是最糟糕的。赢得政府合同的，总是报价最低的供应商。这不，政府的这停车场就塌了。美国大兵们有句笑话，说不要忘了，我们手上的武器弹药都来自报价最低的供应商，言下之意是质量就可想而知了。

深圳培训正在报名中

我们知道，安全库存是应对不确定性的----对于需求和供应的不确定性，供应链的自然应对就是放安全库存。如图1，安全库存有三个驱动因素：（1）需求的不确定性，比如平均需求是每周100个，但有时候是120个，有时候是70个；（2）供应的不确定性，比如供应商的标准交期是4周，但有时候都5周了，货还没有送来；（3）服务水平的要求：服务水平要求越高，就得放越多的安全库存来应对。

一款手机面世，过不了几天就有一堆的山寨版；但波音飞机都飞了几十年了，怎么就不见给谁山寨了呢？这不是因为飞机的利润不高，也不是因为飞机的技术难度高----那些飞机上用的都是几十年前的老技术；而是因为飞机太复杂，比如波音747有600多万个零件，后面的供应链异常复杂：你可以"山寨"出一个简单的产品，但很难"山寨"出一个复杂的供应链来。

深圳培训正在报名

在供应链管理的三大职能中，供应管理与供应链管理只是一字之差，可以说是供应链管理的"近亲"。供应管理起源于采购管理。从严格意义上讲，供应管理的范畴远大于采购管理。但为了行文方便，采购管理和供应管理在本书中通用，如果没有特别注明的话。

深圳培训正在报名

预测做砸了，并不是什么见不得人的事；不愿承认做砸了，才是真正应该羞耻的。对于错误，用美国著名橄榄球教练布莱恩的话讲，就是（1）承认错误；（2）汲取教训；（3）不要重犯。这个三步曲的起点是你得承认做砸了。不承认，就不能汲取教训，就要冒重犯的风险。

根据供应商的绩效和可替代性，我们可把供应商分为五类，如图1：

1.战略供应商（决定公司生死存亡，绩效不错，替代困难）；

2.优选供应商（供应绩效好，但可替代，公司优先合作）；

3.资格未定供应商（未经验证的新供应商，或者"留校察看"的老供应商）；

4.被动淘汰供应商（不给新生意，但老生意继续做）；

5.主动淘汰供应商（不但不给新生意，而且移走老生意）。

一提到新品计划，很多人的第一反应就是可计划性太低，自然而然地把它推给销售、产品、市场等职能，变成拍脑袋为主了。其实不然，就如我们前文讲过的，即便是用德尔菲法做新品的初始预测，也得严格遵守"从数据开始，由判断结束"的计划流程，数据分析至始至终贯穿其间。

供应商啥都好谈，就钱不好谈。但谁也没办法不谈成本，就如北美的一位首席采购官所言，采购绩效的70%来自成本。这里我们来谈三类主要的成本指标，包括采购降本、成本规避和采购返利。

德尔菲法是一种定性预测法，由兰德公司开发，成型于1950年代，最初用来评判科技对战争的影响。比如召集多位军事专家，让他们判断前苏联攻击的可能性、攻击强度，以及预测使用核武器的可能后果等。

有一次，我在旧金山参加高科技预测与计划峰会。一个赞助商在展台上放一大瓶巧克力豆，瓶子是透明的，让与会人员竞猜。那么大的一个瓶子，几百只巧克力豆，光看一眼，谁能猜得准呢？但令人吃惊的是，几十个与会者猜下来，平均值跟真实值的误差竟然连1%都不到。

我们上次说到，我在马斯克的AI大模型Grok上自嗨，问"刘宝红写了什么供应链管理的书？"Grok给出不完整的答复，六本书中漏掉一本。我继续问，每本书都出到第几版了？Grok把最新版次都说对了，但没有年份，不过很贴心地说"第2版，具体出版年份未提及，但应在第1版之后"----真聪明，竟然知道第2版是在第1版之后出来的😊。

季节性需求的驱动因素很多。最直观的就是气候，比如一年有四季，会对服装、食品、用电量等带来季节性的需求变动。冬季天气冷，流感多，病人就多，对医药的需求高；夏季是生长茂盛季，虫害也多，对农药的需求量就大，这都是季节性需求。 

供应商分类是针对具体的采购品类，（1）摸清家底----有多大的采购额、有多少供应商、钱都花到哪里去了；（2）区别对待----不同类别供应商的管理方法各不相同，把管理资源投入到回报最高的地方；（3）合理化----供应商太多要整合，太少要开发新的，确保新生意流入最合适的供应商。

计划和执行之间，经常为这事争执：未来多长时间内的需求预测可以调整，执行有没有义务做到？这就涉及到计划的冻结期、半冻结期和自由期（如图）。

案例企业在电子行业，每年营收在200多亿元。在这个企业里，采购负责供应商价格，选择便宜供应商；物控兼职采购订单管理，负责供应商按时交货率。采购在价格这一单一指标驱动驱动下，就找最便宜的供应商，拿到了他们想要的；便宜没好货，质量、交付问题不断，就害了兼职执行采购的物控。

距离开课还有 9 天

需求计划有两大关键，一是尽量作准，二是尽快纠偏。我们这里谈尽快纠偏。

我以前带计划团队的时候，有个计划员老是抱怨，说销售和客户"作孽"，没有提前告诉他，这就是为什么现在有一堆的过剩，或者整天在催料。我就问，销售没说，那你问了没有？答案往往是没有----这个计划员整天对着计算机，习惯于"跪受笔录"，内部客户叫干啥就干啥，而不是主动出击，提前探知内部客户的需求。他没说，罪在不赦；你没问，同样要挨板子。

这是段老故事。

案例企业是个女装电商。

企业都知道选好供应商很重要，所以把大约60%的时间用在战略寻源上。但是，供应商选来后，后续的管理不同，结果却大不相同。

我们行外人很难想象的是，服装从开发到上市的整个周期，需要一年以上的时间（快时尚、电商可能快点）。比如现在开发的不是今年卖的，而是明年这个季节的服装。周期长，款式多，SKU复杂，从面料到款式到颜色，服装的需求预测历来挑战重重。这些问题，特别在快时尚领域，还没有完善的解决方案；但多年来，服装行业也总结了一系列的经验智慧，把预测尽量做准，做不准的话尽快纠偏。

距离开课还有 16 天

我们这里谈一下邮件、短信、微信的误区，警惕被公司闲人绑架。

一个公司动辄有几百、几千甚至几万个产品，究竟哪些可以预测，该计划；哪些不能预测，不应该建库存？

我在硅谷参加过一个半导体技术培训，主讲人是圣何西州立大学的一位退休教授，名叫Peter Gwozdz。教授一生经历颇丰，在伊利诺伊大学获得博士学位后，进入工业界，磨砺18年，成为AMD的技术总监；然后回归校园，发展、壮大一个没有任何学校拨款的实验室，积极参与工业界的研发活动，曾获得高达450万美金的单项风险投资。

在硅谷，每当我说起自己是做供应链管理的时，常常就有人问，你做的是SRM软件（供应商关系管理）还是CRM软件（客户关系管理）？是编程序还是负责业务流程？当听说是管理供应商、控制库存和提高客户服务水平的时候，总有人半信半疑：供应链管理不是软件？

考不考核预测准确度，考核哪个职能，如何考核，历来是需求预测的一个热点话题。

环境经济学家哈丁发表了《公共草地的悲剧》一文，分析公共草地为什么长不好：这块草地是大家的，你把牛赶去放，他把羊赶去放，人人都毫无节制地向草地索取，但因为是无主财产，所以没有人来维护，必然导致草地退化。或许有人会说，谁说没主人，不是公共所有吗？人人都拥有，其实是人人都不拥有，就如人人都负责、人人都不负责一样。

需求计划需要对接销售和运营，对人的资质要求相当高。可以说，在供应链管理领域，需求计划对人的综合素质要求最高。理想的需求计划人员需要具备三方面的条件：

硅谷有个高科技企业，设计工程师们时时处于项目进度的压力下，经常抱怨供应链速度太慢。就拿最简单的订单处理来说，随便买点什么，花钱也不多，供应商也是已知的 ，价格也早谈定了，采购不花个三天五天，这采购订单就是发不出去。

前面说过，企业大了，业务更加复杂，需求预测就不能继续作为老总、高管和其他职能的兼职工作，而要走上专业化、全职化之路。专业化是企业规模化的必然结果。全职呢，一方面是专业化的结果，一方面也是因为这个职能对接市场、销售、产品、品牌、高管、供应链甚至客户，有很多组织协调工作，再加上大量的数据分析工作，不是专职就很难高质量完成。

有个快消品公司，主要产品是护肤、美容用品。公司采取轻资产运作，全部由代工厂加工。比如生产一款洗面奶，他们需要找到外盒工厂、软管工厂、塑封膜工厂，帮助生产所需的包材，完成后直接发货到化妆品加工厂，由后者灌装，把成品发送到该公司，再由该公司进行销售。作为公司的采购职能，虽然名义上是采购，其实履行的是供应链管理职责，是实际上的供应链管理部门。

时常有人问，某某行业的供应链怎么管理？这个"某某"可以是任何你能想象的行业，比如电商，服装，快时尚，外贸，食品，餐饮，新能源，医药，建筑，房地产。每次接到这样的问题，我就头很大，甚至有点愤怒，因为这样的问题已经问过几百次了。我不想一次又一次地解释，就决定在这里写下来，一劳永逸地回答这个问题。

一百多年前，普鲁士的军队设立了总参谋部，全面负责计划统筹工作，在采取军事行动之前，分析后勤、天气、道路等一系列因素，争取做到之前先想到，提高首发命中率，降低试错成本。总参谋部意味着军队系统的执行与计划分离，是现代军队的一大标志。

经济学上有个"不可能三角"，说资本自由进出、固定汇率和独立的货币政策不可能在一个国家同时实现。该理论的提出者是欧元之父罗伯特·蒙代尔。这套让他获得诺贝尔奖的理论呢，我们常人可能很难理解，但对于"不可能三角"，相信大家一点都不陌生。

需求计划的"进化史"，也是需求计划从单一职能向跨职能、跨企业协作发展的历史，从避免大错特错向追求精益求精的发展历程。

根据重要性和紧急度，事情可以分为四类。既重要又紧急的是第一优先级，必须第一时间去处理；既不重要，也不紧急的事，属于第四优先级，能拖就拖。难就难在第二优先级，是做重要而不紧急的，还是紧急而不重要的？一般的人的日程被紧急度驱动，会先做紧急而不重要的事；成功的职业人士会按重要性排序，先做那些重要但不紧急的事。

上一篇文章说到，我在探讨AI在供应链管理上的应用，话题是长尾产品的安全库存计算。

这段时间，我在探讨AI在供应链管理上的应用。这次的话题是长尾产品的安全库存。

2005年，博客刚开始流行，我就开始写"供应链管理专栏"（www.scm-blog.com），先后写了700多篇文章，讲的都是些供应链实践中的事。后来，微博和微信兴起，这些文章流传更为广泛，我的"供应链管理实践者"微信公众号也备受欢迎。不时有人问，这些文章什么时候结集出版？

全球新冠疫情大流行期间，芯片遭遇了行业性短缺，供应链的交付问题重重。再加上中美贸易战，供应链中断的风险大增。就不时就看到一些文章，说just in time（分秒不差）的那一套过时了，企业得围绕just in case（以防万一）来构建供应链战略。

企业里，很多时间花在采购杂七杂八的东西。比如间接物料、备品备件、办公用品等。这类采购量小货杂，一般占企业采购额的10%不到，但因为复杂度高，却用掉采购团队高达40%的时间资源。要知道，不管采购金额的大小，采购量的多少，从订单处理的角度来说，采购一个5分钱的螺丝钉，跟采购一台5000元的发动机，没什么本质区别。

我们一直在强调，需求预测得"从数据开始，由判断结束"，主客观结合，得到准确度最高的预测。有的公司说，我们也遵循这个原则，不过是销售提需求，计划做调整。这看上去也是"从数据开始，由判断结束"，却是由错误的人在做正确的事，自然不会有什么好结果。

有些人会说，我能理解"大采购"的重要性，但采购团队已经够忙了，如果要做你讲的需求管理、战略寻源和供应商绩效管理，那时间从哪儿来？要回答这个问题，我们得先看看，时间都用到哪里去了。

以前我们谈到，一线销售做预测，颗粒度太小，准确度不高；责任考核机制缺失（没见过哪个销售丢了工作，是因为预测准确度低），而没有考核机制的事情是做不好的。既然如此，为什么那么多的企业都在由一线销售做预测？

除非是非常标准的产品，产品跟产品是不同的。比如兰州拉面，虽说配方、加工过程都差不多，但你知道，北大街的马师傅就是比南大街的牛师傅做得好吃。再比如在半导体设备行业，那些关键零部件的图纸设计、所用设备、加工工序都一样，但即便在同一供应商的不同生产设施，制造出来的零部件性能都可能不一样（这就有了英特尔的"严格拷贝"，一经锁定，不能再变）。

在需求预测中，时间序列是把需求历史按照时间的先后顺序排列，影响需求的变量只有一个，那就是时间。这并不是说没有别的变量；有，而且可能很多，但我们没法一一解释，就把它们全都归因于时间（有点像"时间可以治愈一切"）。这些变量整合在一起有一定的惯性，随着时间的进展，呈现出某种模式，这就是需求的延续性。

这些年来，我越来越意识到，如果像销售那样做采购的话，采购业绩八成会更好。

以前我们谈到，一线销售做预测，颗粒度太小，准确度不高；责任考核机制缺失（没见过哪个销售丢了工作，是因为预测准确度低），而没有考核机制的事情是做不好的。既然如此，为什么那么多的企业都在由一线销售做预测？

"小采购"是供给导向，内部需求是怎么产生的，跟自己无关。比如随便到一个公司，问问他们的采购，你们的需求预测是怎么做出来的，产品开发有几个阶段，设计变更流程是什么？你会发现，很多采购对此毫无概念，在那些规模庞大，分工巨细的企业尤其如此。"小采购"们普遍认为，采购的任务从需求落地开始，需求定义是内部客户的事。

在很多企业，一线销售提需求是个普遍的现象。理由看上去也很充分：他们最接近客户，最可能知道客户要什么。其实，除非是客户定制化的需求，一线销售在做需求预测上挑战多多。

一位读者微信上问我，你喜欢读者以什么样的方式，和你沟通、学习呢？在我的每一本书上，我都留下了自己的联系方式，包括个人微信（13651271450），当然是希望跟读者互动沟通，了解他们面临的问题和挑战。不过互动和沟通的方式不重要，不管是留言还是短信，告诉我你的问题即可；重要的是问题----有些问题我是没法回答的。

有一家纺织企业营收达几十亿，是行业最大的几家企业之一。他们所处的行业季节性挺强，一到旺季，供应商产能不足，是个老问题。老总说，现在滴滴打车很流行，为什么不用滴滴打车的方式，在旺季的时候出较高的价格，吸引供应商合作呢？我告诉他，如果你是小公司，滴滴打车的方式或许可行；但现在是大公司了，滴滴打车往往没法解决你的问题。

几年前，我服务一巨无霸企业，晚上吃饭，不知怎么就聊到了软件开发。采购老总说，他们的软件供应商干的是两遍的活，拿的是一遍的钱，没法活了。忙问为什么，他说需求定义不到位，内部用户就让供应商开发软件；开发好后一看，不是自己真正想要的，于是就重来----你说软件供应商怎么能赚钱呢？

这些年来，很多行业都有"快消品化"的趋势，助长了SKU的数量泛滥，导致批量越来越小，复杂度越来越高，规模效益越来越低。可以说，SKU泛滥是供应链的大敌。很多企业并没有充分认识到SKU泛滥的严重程度，习惯性地低估SKU的复杂度，在大批量行业尤其如此。

传统的美国思维是"猎人模式"。市场就如狩猎场，采购方就如猎人，通过招投标、询比价找到最好的"猎物"，或者谈判获取最大的利益，然后慢慢享用"猎物"。至于这"猎物"是谁养大，打光了怎么办，自然有上帝照看着呢："人人为自己，上帝为大家"嘛，市场那只看不见的手自然会培养供应商，物竞天择，优胜劣汰，任由它们自生自灭。

我经常问职业人，有谁预测过自家的用水量？大家都说没有：做预测的是水务局，他们预测整个城市的用水量，确保水厂有足够的水，大家用时打开水龙头就行了。大家也从没见过水务局深入到千家万户，让每家每户"提需求"，谁预测谁有水，谁不预测就没水。那我们为什么有那么多的公司，一而再地要求一线销售、直接用户提需求（做预测）呢？

这几年，我经常面试职业人士，发现一个有趣的现象：那些简历上资历很丰富的人，例如在某个职业或行业做过成十年的，如果问起具体的事来，谈的大多是职业生涯刚开始时的事。以后那么多年他们都干什么去了？

我们知道，企业获取资源的方式有两种：要么自己做，垂直整合，重资产；要么供应商做，市场方式，轻资产。当企业选不好、管不好供应商，没法有效通过市场方式获取资源，就转向垂直整合，以重资产方式的获取资源。

【初学者问】我的专业是工业工程，目前感兴趣的工作有两方面，一个是计划，另一个跟供应链稍微偏差些，是数据分析。我由于本身专业跟供应链很相关，而且对于生产计划这样与数据打交道的工作也很感兴趣，但是专业课上学到的无外乎移动平均法、指数平滑法、霍尔特法这些，感觉一个外行人用点心，一天就能熟练掌握几种预测方法，我想知道在计划这个行业进一步是什么样的职业发展道路？

简单地说，"小采购"是供应导向，聚焦订单、料号、项目层面，以行政文秘类的事情居多，跟内部客户不是平等的合作伙伴。"大采购"正好相反，他们是需求导向，通过理顺需求来理顺供应；他们聚焦供应商这一战略资源，是内部客户的平等合作伙伴。

在《读者》上看到王蒙的一句话，很有感触："凡人容易滑向经验主义，圣人容易走向教条主义"。经验主义是感性的，局部的；教条是理性的，有一定的普适性。圣人之所以是圣人，是因为他们经多识广，"数据"充分，总结提炼出了规律性的东西。《读者》上还有一篇文章，说普通人的盲区是"过于依赖自己的直觉"，专家的盲区则是"过于相信自己的理性和经验"（《到底谁不靠谱》，作者人神共奋，《读者》2019年第4期），跟王蒙之言有异曲同工之妙。

哈克特集团（The Hackett Group）有一个采购管理的发展模型，把采购分为五个发展阶段：确保供料、最低价、总成本、需求管理和全面增值，也代表了从"小采购"到"大采购"的发展路径，如图。

计划由人做，人是有缺陷的，表现为各种偏见。不管是获取信息、处理信息，还是在输出信息、反馈判断结果的时候，人们都可能有意无意地掺入自己的偏见。这是人的天性，作为管理者，我们得正视并寻求解决方案。这里我们主要想讲三种偏见，以及如何应对。

上海公开课正在报名

培训中，我经常给学员说，用不了多久，你会把我讲的大多数东西都忘得一干二净，我也不期望你们都记住----知识就是用来忘记的，如果没法上升到智慧的话。但我希望你们能做到3+3+1，那就算不虚此行了：学习三样新东西，认识三个新朋友，做出一项好改变。

2010年前后，海尔尝试转型，外包投资回报低的生产制造，力图把资源投放到"微笑曲线"两端的研发与营销。对于海尔的"去制造化"，外界的质疑声不断。比如"核心技术专利优势、产品品质把控能力、品牌附加值等方面都不足的海尔，甚至中国本土家电企业来说，'去制造化'并不适合"（《海尔裁员背后：空心化严重 重要产品都被外包》，中金在线）。

极端值会显著影响线性回归的统计参数，降低模型的预测准确度，需要严肃对待。让我们看个具体的例子，来简单介绍极端值的处理。

二十多年前，我在亚利桑那州立大学读商学院。有一天，研究战略采购的皮尔森教授说，采购曾经是一个人的最后一站。大家忙问这话怎讲？教授解释道，在以前，如果一个人干不了设计、做不了销售、整不来生产，也做不来人事、财务、计划，那就只能去做采购了；如果连钱都不会花了，那就只好卷起铺盖，另寻高就----不，去祸害竞争对手吧。

案例企业是个代理商，代理上万个产品，服务几百个客户。客户的产品生命周期在缩短，产品更迭频繁。案例企业的挑战呢，就是没法及时探知变动，调整预测，结果是短缺与过剩并存。

每每说到客户指定的供应商，我都会问，你们喜欢客户指定的供应商吗？答案都是不喜欢。我说这就是问题的一大根源：因为不喜欢，你看到客户指定的供应商，就下意识地开始挑刺，来证明客户傻，客户呆，客户又给你指定了糟糕的供应商。而一旦戴着有色眼镜，那跟客户指定供应商的关系注定搞不好。

我接触过几个软件公司，都是开发计划软件的。他们有的基于数理统计，提供多种预测模型以供择优选用；有的基于人工智能，通过机器学习，为需求预测和库存计划提供独特的解决方案。这些软件都远非完美，不过整体而言，要比一帮计划员拍脑袋、各行其是强。但是，很多企业就是不愿采用，或者即便实施了计划软件，实际工作中还是在Excel中手工做计划。

纵观历史，大都是野蛮人征服了文明人。秦灭六国，但在文明上秦比六国落后。匈奴为患几百年、蛮族攻入罗马、蒙古横扫欧洲、满清入关，都是同样的例子。与蛮族为伍，光靠德治行不通，否则就成了宋襄公之仁。需要的是胡服骑射，即摒弃文明的绫罗长衫，穿上野蛮人的短打扮，跟他们一样骑马、射箭。看上去是倒退，其实是生存所必需的。

轻资产还是重资产，外包还是自制，这里的关键是核心竞争力：对于核心竞争力，即便是重资产也要垂直整合；对于非核心业务呢，即便轻资产也应借助更为专业的供应商资源。

企业在需求预测上投入巨大资源，但很多预测行为其实不增加价值。预测是否增值的话题，大致在2015年前后，开始有了相当的热度，在杂志和学刊上有很多文章，也成为专业会议的议题，话题主要有二：

距离开课还有 7 天

计划做好了预测，但采购对预测的准确度，或者供应商的交付能力不放心，因而调整预测的数量或时间。比如计划的预测是100个，月底要；采购拔高到120个，让供应商25号就交过来。这样做行吗？答案是不行，如果这个需求预测已经是"从数据开始，由判断结束"，准确度已经是最高了的话。

上世纪九十年代，为脱离重重困境，通用汽车起用西班牙人洛佩兹负责采购。此公是个工学博士，研究的是生产制造和运营。按道理讲，洛佩兹应该是解决问题的高手，实际上，他却以年复一年地向供应商铁血压价而闻名。

距离开课还有 9 天

有个企业的需求计划由各大区提交，在总部汇总，预测准确度历来不高，造成供应链的很多库存问题。供应链部门就建立了需求评审制度，让总部的营销、市场、财务和供应链等部门评审需求预测。但大区的销售们不满意，认为评审增加了一环，阻隔了销售与生产的有效对接。案例企业就问我，需求评审流程该如何设置。

十几年前，我在同济大学读研究生，导师丁士昭教授访问日本回来，说日本建筑公司对于安全非常注意，施工现场有专门的人站在那里确保安全。不过他说，就建筑工地的安全事故发生率来说，日本并也没好到哪里。后来我到了美国，经常看到道路上施工，短短一段施工现场，两头各站着一个五大三粗的大汉，啥事也不干，专职负责安全。我没看到过统计资料，但不用看也知道，美国的施工安全也不会好到哪里去。要不，要那大汉站在那里干什么？如果干活的人都不注意自身安全的话，别人怎么能"确保"其安全呢？

行业高峰期，有个养殖业巨头在探究垂直整合，或者跟供应商合资，因为他们的需求量大，用一位员工的话说"能够养活一个行业"（在行业集中度只有10%多一点的养殖业，这显然不准确）。我想说的是，垂直整合的真正挑战不是需求量的大小，而是需求变动：垂直整合下的重资产必须考虑季节性、周期性的需求变动，预留一定的富余量，造成淡季的产能利用问题，跟需求量的绝对大小并没关系。

行业高峰期，有个养殖业巨头在探究垂直整合，或者跟供应商合资，因为他们的需求量大，用一位员工的话说"能够养活一个行业"（在行业集中度只有10%多一点的养殖业，这显然不准确）。我想说的是，垂直整合的真正挑战不是需求量的大小，而是需求变动：垂直整合下的重资产必须考虑季节性、周期性的需求变动，预留一定的富余量，造成淡季的产能利用问题，跟需求量的绝对大小并没关系。