供应链计划的底层逻辑

打算专门唠唠供应链计划，只是这个话题是否过于专业和冷门，好像只有从事计划工作的人才会关心这个话题，但我更多是想重新梳理对企业计划的认知，看看是否 可以有更好的方式懂计划的运作演变，理解供应链计划及其存在的价值。当然，我把每次的文字当作和读者的思想交流、表达对过去、现在和未来供应链以及供应链管理相关的认识，从而可以豁然开朗地理解经营与管理之间的平衡，从而更加平和地，对待工作和生活。

模型来自我的一位TTT（Training the Trainer to Train）课程开发老师，感谢这位老师无私的教导。本来是学习如何开发课程，不料老师教会了怎么认识不同观点。当对一些事情想不明白或是产生自我内耗的时候，我就会拿出这个模型自我审视一遍，告诉自己，每个人的认知不同，从而对待事物的看法不同，进而做出的行为不同，最后导致的结果就会不同。想到这些，我便释然，对他人，也对自己

我们不再纠结于曾经的，诸如福特汽车这样的巨头，在毫无信息系统的年代是如此成功，似乎，我们是否过度夸大了现代管理技术？如同一群老一辈们津津有味地围在一起诉说着曾经的岁月，那是个物质多么缺乏的年代，供销社门口总是人来人往。

明理之人都说，时代抛弃你的时候，连招呼都不打一声。现代企业为何需要供应链不离口，精益不离身，这是老一辈们不曾想过的。没人能够阻挡一切的发展，我们唯一能做的，是去理解每个时代，就像我们今天探讨的供应链计划，也许有一天也会消失。

。。。Start to Talk。。。

>>> 关系模型

一上来就用一个数学逻辑的词汇，是因为现代企业计划系统的来源出自这个关系模型。

我们常说，学西方现代企业管理理念，一个重要的环节是企业的计划体系，欧美企业很早就开始了数字化转型，这自然与工业革命的历史背景有关。70年代，IBM（国际商业机器公司）提出了关系模型概念，为关系数据库的出现奠定了基础，从而让企业有了”物料需求计划，MRP“这样省心而经久不衰的信息管理工具。

• 管理的经典读物

IBM的奥列基博士是MRP的开创者之一，为深入理解MRP的成因，我专门淘了本《奥列基谈MRP》，这也算是有关计划丛书中较为经典的管理实践，管理的经典在我看来有三个条件：实践性、系统性和开创性。

比如，《国富论》和《资本论》属于工业革命早期的经典，迈克尔·波特的价值链之说以及泰勒的科学管理在亚当·斯密的笔下早已有所呈现；企业的成本规划在《资本论》里更是透彻；《汽车大王·福特自传》和《丰田生产方式》是第二次工业革命期间企业管理的实践经典；紧接着工业革命进入后工业时代，后工业时代开启了信息技术和数字革命，如果我们想了解数字化转型的管理实践，《华为的数字化转型之路》就是很好的一本经典著作；有人说，2025年是数字化时代真正开启的一年，来自AI（Artificial Intelligence）的管理实践似乎已经在路上，诸如DeepSeek这样的大模型语言智能助手也在给企业管理带来惊喜。

• 大脑中枢

言归正传，供应链是什么？供应链管理又是什么？不知你是否会混淆这两个概念，我曾经是混淆的，不知道从何说起，似乎前者是物质层面的，后者是虚拟层面的。直到对计划系统的深入剖析，我似乎找到了答案，一个站立在物质层面和精神层面的混合体出现了，它是利用供应链管理对供应链进行管理的一个大脑中枢。

供应链和供应链管理的比对

供应链计划，从第一性原理出发，毫无悬念我会考虑信息化和数字化，为什么？细想客户需求的转化，在遥远的某个地方，你的客户发出需求信号，而你必然如获至宝，因为你要将接收来的信号放入你的供应链，让你的客户获得需求信号转化后的产品，从此你的企业便有了销售和生存的理由。

可见，围绕数字技术构建企业的计划系统是多么重要，MRP的出现就是一个转折点。但凡制造企业，都是需要MRP的，而MRP的底层逻辑是关系模型，所以，做好计划的前提是构建关系模型。

• 借用神经元

这样说吧，最近科技界都在聊AI，聊神经网络和神经元。我呢，也好奇地学习了一下神经网络和神经元，只是它们太高深，什么深度神经网络DNN， 卷积神经网络CNN，前馈神经网络BP，等等，唯一让我感受到的，是这个世界正在朝数字界的宇宙深处探索，茫茫宇宙，连人脑的意识都在朝数字走去，而这一切似乎都源于人类在研究神经元以及神经元之间的各种作用。

神经元功能主要包括‌传导转换、记忆、接受刺激并整合信息及传导冲动、分泌神经递质‌。

这些功能共同实现人体感知环境、思考、学习、记忆及控制运动和行为（解读来自百度搜索）

看神经元，抛开它惊人的功能，像极了供应链中的一个流程单元，包括输入 ，过程和输出。

流程三要素

从计划系统的演变来看，计划系统是一套关系数据库，它是在供应链流程的基础上设计出的支撑供应链网络的信息系统，其中，关系模型正是它的最小单元。

对于人的大脑有多少神经元的问题，即使深度搜索也得不到确切答案，最多可以搜索到分类等的结构，比如按照功能分类，一般有感觉、运动和中间联络神经元。而且每个人的神经元数量不同，即使是同一个人，在不同年龄段的神经元数量也不同。

• 流程与关系模型

那么，供应链流程呢，同样的道理，即使国际供应链协会发布的专门规范供应链流程的SCOR，除了规范了主流词和配置流程，也并未明确和规定一个企业会有多少流程，然而，实践证明，从功能角度进行供应链流程分类几乎被所有企业认可，这也让SCOR有了一群喜爱它的粉丝们。

部分图来自网络搜索

如果供应链管理只关注建立好流程就能解决交付的种种障碍，未免也过于乐观。为什么这么说？我们将一个流程视同一个神经元，神经元主要通过突触（轴突和树突）连接传递功能。如果传递功能出问题，意味着神经网络就会出现异常。流程呢，我们发现在流程中也有类似“突触”这样的信息传递物，如果能够确保它们之间的传递是有效益的，那么，供应链网络就可以较好地支撑客户需求的转化。

这样的信息传递物正是上面我们所提到的关系模型，它存在于供应链网络的信息流程中，一旦关系模型出现问题，内含关系模型的信息流程就会出现异常，而我们今天聚焦的便是供应链信息流程之一的计划流程，我们把有关计划流程中关系模型的集合体（关系模型网）统称为关系数据库，也即计划系统架构。

关系模型(二维表单）

关系模型以表的形式存在，编制和管理表单是Excel工具的强项，所以，几乎所有的中小企业都可以利用Excel表单建立需要的关系模型，并构建简单的计划数据库，从而满足客户交付。

然而，尽管关系模型看起来简单易懂，企业或者供应链人员仍然认为计划系统既神秘又复杂。

>>> 计划系统的演变

• 订货点法到BOM生成器

在一张纸，一支笔的时代，企业没有计划系统不代表企业没有计划。点货，手工记录入库、出库和库存，通过设置订货点计算计划需求，或者采用最大最小法。没有计算机，一切手工完成。

BOMP，物料清单生成器（或称处理器）的出现是计划系统得以实现的基础，这个功能就是物料清单的一键转化，当然，一切归功于计算机的出现和关系模型。

物料清单关系模型（举例）

• BOM生成器到开放MRP

从BOMP转化出的需求是毛需求，在物流人的眼里，毛需求扣除库存可获得净需求，于是，MRP诞生，IBM的奥列基便是MRP开创者之一，此时的MRP是开放式的。

开放MRP的分层结构（举例）

• 开放MRP到闭环MRP

开放式MRP只知道制定物料计划，并未考虑产能问题。当计算机的发展能够容纳更多内存后，MRP急切需要产能的反馈机制和反向服务能力，生产的产能、车间的运作和采购运作开始赋能开放MRP，此时的MRP从原先的开放状态转变为循环模式，形成闭环，闭环MRP就此诞生。

闭环MRP的分层结构和反馈机制

闭环MRP增加了产能计划和反馈机制，也让MPS健全起来，尽管如此，计划系统仍然以关系模型为基础，看起来也不复杂，然而，闭环MRP实际上并非完全闭环，它无法与企业的经营计划关联，企业仍然无法解决整个交付环节中发生的种种问题，不了解已经在变化的市场，车间作业和采购执行不够经济，等等，可以想象，如果没有计算机技术的发展，企业的管理水平可能就停滞不前。只是，潘多拉的盒子一旦打开，总会有人奋力前行。

• 闭环MRP到MRPII

当计算机技术发展到服务器时代，计算能力有了质的飞跃，集成了财务分析和会计处理的闭环MRP进化为MRPII，MRPII进一步包含了采购和生产执行系统，并将企业的经营计划纳入管理范畴，实现数量和资金并轨的系统模式，并是的企业开始关注销售需求。

MRPII集成了销售和财务

如果计划系统只关注主计划MPS实现生产计划和物料计划，那么，计划变成现实就像我们常说的计划就是一张纸，一堆数据而已，MRPII真正意义上解决了执行不透明的难题，促使形成从上至下，自下而上的信息流成为可能。

S&OP（销售和运营规划）

起源于80年代的S&OP从流程层面弥补了但是计划系统对产销存的平衡，

由于其出色地将经营计划和执行层面关联起来，至今仍然受到企业的青睐

• ERP就是个集成平台

计划系统对应的关系数据库跟随供应链网络逐步延展，这自然归功于互联网的出现，企业也不再满足于内部资源的整合，借助互联网，MRPII进化为ERP，一个集成管理平台就此诞生。第一个提出ERP概念的企业是美国的Gartner Group，后来又提出了CRM，每年的全球25名供应链排名便是由Gartner测评获得（该信息从网络搜索）。

EPR的数据关系图

ERP将企业端到端的关系数据库集成为一个完整的计划系统成为可能，也正是因为有了ERP，企业才有了端到端交付数据集成的机会，ERP也成为了企业可以评价结果(效率，成本和速度）的数据池，这也是ERP可以拥有企业集成管理平台的优势，

• ERP平台的内嵌和外挂

实际上，绝大多数企业的数据都是有限元，只要功夫深，我们都可以借用计划系统将企业端到端的数据刨根问底。ERP给企业提供了广阔的流程架构，及关系模型的嫁接和扩展，这使得计划系统的施展空间通过需求计划延申到销售端（客户），通过采购计划延申到采购端（供应商），生产计划从粗计划能力延申到细计划能力，将车间作业与高级排程APS紧密关联，物料清单与产品数据管理（PDM，PLM的一个子模块）关联，WMS中的库存和存货进出通过交付计划关联物流管理。

PLM，Product Life Management 产品生命周期管理

CRM，Customer Relationship Management 客户关系管理

SRM，Supplier Relationship Management供应商管理管理

MES，Manufacturing Excution System制造执行系统

WMS，Warehouse Management System仓储管理系统

APS，Advanced Prodution Schedule高级生产排程

问题在于，任何的管理活动都与投入有关，系统投入更加明显，让企业白花花地用几十万或上百万，甚至上千万投入到数据处理，与其说是陪伴长期主义，不如说是经营与管理的较量。

不过，ERP漂亮的外衣会迷惑企业。当ERP的发展可以被包装为代表企业的数字化处理能力后，它成为了企业的流行色，这与当下的AI一样。

也许，我们可以借用AI的大数据理论，虽然这个借用并不恰当，因为大数据的数据大到无法用主流软件进行管理，而企业流过ERP的数据本身是可取和可整理分析的。难怪有专家谈到AI对企业的应用时直呼，连数字化都不知道是什么的企业，怎么可以应用好AI呢，理是这样，ERP而言也一样。

• 生产排程技术

生产排程是计划系统集成效率、成本和速度的重要环节。有句老话叫“丑媳妇总要见公婆”，排程恰恰就是促使需求转化的指令，企业一般称之为生产订单（或工单）。

什么是计划系统？ERP是否代表了企业的计划系统？一种观点认为ERP就是企业的计划系统，当我们已经知晓了ERP的演变，从供应链计划所包含的流程来看，以及关系模型是构成ERP的基本元素以后，将ERP当作计划系统也并非不妥。

如果我们深究一些企业的ERP，计划人员会毫无违和感地吐槽他们（她们）的ERP只是仓库软件和财务软件，最多也就是采购订单生成器，ERP生成的采购计划和生产计划无法直接用到日常的生产环节，生产订单（工单）是手工输入。

问题在哪里？我很好奇地将问题抛给了DeepSeek，他给了非常全面的分析，总体会归纳以下四个矛盾：

• 系统功能和业务需求的割裂

• 数据质量和集成性问题

• 业务流程和系统逻辑的冲突

• 组织文化和技术能力的制约

最根本的问题是什么呢？从第一性原理出发，最根本的问题在于ERP关系模型的确定性无法解决现实中的不确定性。我终于理解为什么ERP有时反而会禁锢企业的经营决策和快速响应，是因为我们并非真正地理解ERP，传统MRP依赖的是静态的线性假设，比如无限产能，比如固定的提前期。

我顿时明白计划存在的本质始终没有变化，那就是资源与时间之间的分配，即使MRP之前的简单订货点法，无非就是为了希望库存资源的平衡。企业之所以采用手工排程，也是因为传统ERP无法解决动态实时扰动的问题，所以，我们希望可以更多了解生产排程技术，予以弥补EPR内嵌和外挂功能的架构和选择。

至于选择怎样的排程技术，自然取决于企业面对怎样的需求特征和供应链策略。

• DDMRP

在ERP的演变过程中，我曾关注过一位叫Chad Smith的DDMRP理论，大概在2010年的时候，正好有位美国的同事（同事说他是《学习观察》系列丛书的作者之一的学生）帮助我们搞精益生产线，无意中在某个网站上看到DDMRP介绍，我记得是美国APICS网站（那时还能登录谷歌网站)，也是源于丰田生产模式对于按需求拉动模式的好奇，当时我喜欢上了DDMRP，这是一个字母上非常好理解，也是非常有吸引力的的物料需求计划理念。光DDMRP的中文翻译 —— 需求驱动的MRP，我想企业便会喜欢。

然而，只闻其声，不见其人，直到第三版的《奥列基谈MRP》出版，我才真正理解DDMRP，一个将MRP及约束理论TOC，精益Lean，甚至六西格玛等融合的计划模式。遗憾的是，我对DDMRP始终停留在理论的理解而不敢在企业进行实践，究其缘由，或许是其对企业的计划规划和执行能力有比较高的要求，然而，从其动态调节的功能和可视化优先级的考虑，似乎值得探索。

我所理解的DDMRP，自然也离不开MRP，具有动态调节的功能

>>> 供应链网络与计划系统

AI是最近比较热门的话题，我们来看用拓扑图画的一个分层式神经网络模型，尽管我不懂神经网络，然而，对于供应链管理从业者，面对这样的结构图必然有似曾熟悉的感觉。

图片来自百度搜索

上面我们提到了SCOR，你是否能记起供应链流程中各个节点的表达方式，比如S代表采购节点，M代表制造节点，P代表计划节点，D代表交付或分销节点，R代表回退或退运节点，我们还可以赋予Q为质检节点，W为仓储节点，C为客户节点，这些流程节点作用在一起的网络岂不就是供应链网络。我们也用拓扑图画某一个端到端的供应链网络模型。

某类型端到端的供应链网络

神经网络有不同的结构，供应链网状结构从形式上和分层式神经网络结构的确有相似，前面我们已经聊过，事实上，由关系模型合成的关系数据库确实是分层式的，其特点是上一层的输出是下一层的输入，形式上是层层转化，只是当所有关系模型作用在一起时，层级犹如交叉的网络机构，而整个转化过程的信息系统正是上面探讨的计划系统。

供应链网络与神经网络的功能比对，来自深度搜索

我们先来看下供应链网络中计划系统的六个组件：输入层，隐蔽层，输出层，权重，激活函数，和反向传播。

解读这六个组件时，我们很容易发现前三个组件又似曾相识，它们与流程三要素的结构一样，就如上面我们分析的供应链网络，实际上，这三个组件是基于企业流程节点的物理性存在，属于计划系统的基础结构，我们可以参考SCOR的标准流程节点建立企业自身的流程节点，但流程是因地制宜，这源于企业的产品结构、组织能力、经营水平、成长经历、市场环境、等等诸多因素，所以，企业如何根据流程节点，理解并掌握关系模型的选择会成为计划系统的首要任务。

好在ERP已标准化，意味着，企业选择一款标准ERP的背后是选择了供应链标准流程所拥有的关系模型，自此，很多企业误以为万事大吉，实质上很多企业除了对ERP解决了MRP的物料资源问题外，仍缺乏对计划系统的深度理解，从而无法对MRP结果偏离现实进行有效的干预。

我们可以简单地利用脑回路的说法来进一步理解关系数据库（关系模型的集合）的复杂程度。

什么是脑回路？大脑神经网络反应出的人的思想方式和行为方式的路径。计划的底层逻辑，是供应链计划的“脑回路”，六个组件正是企业运营思维和运作方式的路径，而后三个组件的出现是为了应对企业内外部的各种变化，对变化的处理能力恰恰是从计划层面反映出的供应链的决策模式和响应机制。

当一个计划系统的“脑回路”被需要越多的决策和越频繁的响应，供应链就变复杂，企业就越发需要一个智能计划系统。

文字：Cia

编辑：Cia

文章来源于精益供应链技术，作者希雅Cia，原文章标题为：计划的底层逻辑，是供应链运转的大脑—— 科普供应链计划系统

THE END

▶▶▶近期活动