在全球范圍的各種不確定性、風險之下，供應鏈規劃的重要性凸顯。供應鏈規劃是什么？對于企業的價值是什么？企業要如何制定供應鏈規劃？怎樣算一個好的規劃？規劃的技術又在發生什么樣的變化？……

6月2日，LOG三人談第四期，我們邀請了原LLamasoft中國區創始人 岳仍鵬，與我們聊聊供應鏈規劃那點事，話不多說，進入正題——

企業為什么要重視供應鏈規劃

水哥：

這次非常榮幸邀請到原LLamasoft中國區創始人岳仍鵬，跟我們聊一聊供應鏈規劃。大家一般認為供應鏈規劃比較“高大上”，有價值，那企業為什么要重視供應鏈規劃，供應鏈規劃包含什么內容？近年來規劃和優化變得很重要是為什么？

岳仍鵬：

供應鏈規劃其實是一個企業運行的“大腦”，需要通過數據和算法“武裝”，讓決策更有效率。

一個企業光有生產、倉儲、搬運、運輸等“四肢”是不行的。以前大家都很關注如何用通過信息化和硬件升級，來武裝““四肢”，但其實“大腦”更需要升級，從依靠經驗，要走向依靠數據和算法。

供應鏈規劃，或者計劃人員，經常需要站在供應鏈整體的維度，去回答/解決一系列關鍵問題，比如倉庫（服務客戶群、庫存數量、商品品類及位置等）；生產（產品、工廠位置、產量等）；采購（頻率、供應商選擇、采購批量等）……

過去，大都是憑靠從業者經驗，而現在這種規劃方式是不夠的。應該讓決策變得更有效率，幫助企業真正實現降本增效的目的，這就是供應鏈規劃升級的目標。

傅兵：

供應鏈規劃，要能站在企業全局的視角，從長周期統籌供應鏈活動，并與運營打好配合。

企業傳統更多的是靠本身的執行力和行動力，來組織銷售、倉庫、物流等活動。供應鏈一般來說是企業里擁有最多的資源，或成本投入最高的部門，比如建倉的投入可達上千萬，但這種投入不是臨到眼前才決定的，而是需要做長期規劃。這就需要企業有一個“大腦”——供應鏈規劃，從更長周期、更全局性的視角來統籌供應鏈活動，不僅是站在供應鏈的全局上，而是能站在企業的全局上統籌，包括業務發展方向、客戶類型、需求等變化，再考慮整個供應鏈的戰略部署應該怎么做。

供應鏈規劃必須是一個數據驅動，是理性的、基于事實、尋求真相的。如果只是頭疼醫頭，腳疼醫腳，甚至是憑經驗拍腦袋，那么規劃的重要性就體現不出來，可能還不如一線做運營的人更了解客戶的實際情況。

規劃跟運營之間關系非常有趣，運營部門認為規劃部門不了一線實際情況；規劃部門認為運營部門只看得到局部，不了解公司整體方向。一個企業真正能將規劃落地好，一定是規劃和運營互相能夠理解，各司其職，然后各自的去做好自己應該做的事情，這樣“大腦”才會真正起到作用。

供應鏈規劃的范疇有哪些？

水哥：

剛才兩位都提到了幾個關鍵詞，“大腦”、“計劃”、“布局”和“戰略”，這幾個詞都很宏大。如果落在具象化的例子里，比如剛提到的選倉庫網絡，供應鏈規劃的范疇有哪些？可以再分享一些案例嗎，比如供應鏈計劃、庫存、補貨等？

岳仍鵬：

供應鏈規劃是覆蓋整個端到端供應鏈的，而不僅是倉網規劃。很多一線運營、業務人員會面對一些運營的問題和壓力，這些問題可能不是出在他們身上，只是表現在他們身上，尤其是庫存的問題。比如倉庫庫存堆積，大概率不是倉庫運營的問題，可能是一次生產過多，然后全部給到倉庫；或者是銷售由于客戶需求波動大，為了保證不斷貨，只能備足夠多的安全庫存；又或采購人員為了降低采購成本，可能會去大批量采購，這樣即使倉庫運行效率很高也無濟于補。

所以很多問題發生在某個環節，但原因可能在其他地方，供應鏈規劃首先是要解決物流倉網布局優化的問題，倉網布局優化包含庫存優化、生產計劃、采購計劃、供應商協同（供應商配送網絡優化）和售后網絡等。但要站在全局的角度上看到底是什么因素影響了物流運作、庫存的分配等，哪些因素應該去改變，不能光從自己部門的角度去做決策。

傅兵：

不同企業里，因為職能分工不同，供應鏈規劃管理的范疇可能有一定差異。其實企業的規劃可以從兩個維度看，一個是時間的維度，另一個是企業職能劃分的維度。

時間的維度，就是企業在長、中、短期，規劃的側重點是不一樣的，比如倉網建設規劃要考慮三到五年的，而工廠建設要考慮更長的時間周期，看端到端的需求，以及核心資源獲取計劃。

企業職能劃分的維度，比如原來在京東，會分不同層級的規劃。業務流程創新、功能優化，一般是項目級別的，實現單點、單倉的效率提升；而新系統規劃，就不僅是看系統架構，而是要結合企業長期發展規劃來考慮了，就需要由一個部門來統籌，避免最后信息孤島。京東當時有一個部門，就是專門負責客戶體驗的，設計一些物流產品，比如大家熟悉“211”、“精準達”。這也是京東供應鏈規劃的一個特點，就是以客戶為中心去設計物流產品。

寶潔有一個卓越供應鏈的部門，好像主要就是做規劃，其他企業有這樣專門的一個規劃部門嗎，岳總？

岳仍鵬：

是的，企業到了一定的規模，雖然企業特性不一樣，一般都會有這個規劃部門，可能叫法不一樣，有的企業叫規劃部，有的把這個職能放在了計劃部門，也有的叫決策分析部。

一些多事業部、多品牌的企業，每個品牌下又會有單獨的規劃部門去做各個方面的決策輔助，整個公司可能是會有一個很大的COE（Center of Excellence，流程智能卓越中心）團隊，人數可能有上百人。

什么樣的企業要做供應鏈規劃？

水哥：

還有一個很有意思的話題，什么樣的企業要做供應鏈規劃？在什么情況下供應鏈規劃不得不做？

岳仍鵬：

什么樣的企業需要做供應鏈規劃，有兩個維度可以考量：

1）看企業業務的復雜度。企業有多個SKU哪怕只有一個倉庫一個工廠，或企業只有一個工廠/一個產品但有多個倉庫，無論哪個維度，只要足夠復雜就需要做供應鏈規劃。

2）看銷售額的規模。銷售額如果達到3～4億以上，就算有供應鏈規劃訴求的客戶。百億規模以上的集團性公司，毫無疑問肯定需要，這種公司可能自己有生產，有非常龐大的配送網絡，庫存的貨值可能有十幾億，每年花在物流、生產的成本可能有好幾十億。

對于第二個問題，一種是企業有降本增效的訴求時。以前企業可能幾年做一次規劃，請咨詢公司出一個方案，而現在供應鏈規劃變成一件經常要去做的事情，驅動力是管理層想要降本增效，但物流供應商的報價已經沒有壓降空間了，必須要從供應鏈中去找節降點，就需要一個更好的“大腦”給出決策。

另外是企業面臨重大行業變革時。比如汽車、快銷、醫藥等行業。拿醫藥行業來說，以前根本就沒想到醫藥醫療行業會有供應鏈規劃的訴求。但是現在帶量采購給很多企業帶來了巨大的壓力。因為帶量采購價格很低、毛利低，并且需要在短期內供應很大的量，如果供應不上，會導致斷供，就有處罰的措施。比如前段時間華北制藥中了一個標的后斷供被重罰。這就是典型的市場環境驅動的，使得制藥企業必須去考慮供應鏈規劃。過去醫藥行業利潤很高，大家不關心供應鏈規劃，但現在因為風險很高，規劃變成了“must have”的事。

傅兵：

供應鏈規劃是企業的一個職能，即使是小企業也需要有，只是可能就是一個人，而不會成立一個規劃部門。比如有些規模不大的企業，雖然沒有專業做規劃的崗位，但想要找個懂規劃的物流經理，本質上但還是有這方面的訴求。如果企業里只有負責運營、供應商、KPI和訂單的，沒有做規劃的人，那么他們第二年的預算可能就只是在前一年的預算上做增量，就沒有規劃的思維了。

原來物流和供應鏈規劃最核心的目標是控成本，但現在很多行業開始傾向于客戶為先。比如電商就很典型，規劃里為保證客戶體驗好，可以提升物流成本，這樣才能帶來更好、更多的生意。甚至現在可能不是生意做得大不大的問題，是風險的問題。如果供應鏈規劃做的不好可能會出現業務中斷，那么不僅是銷售損失，還會承受很大的罰款，甚至是長期市場的丟失。所以將風險的因素考慮進去，也是現在供應鏈規劃的方向和趨勢。

什么是好的規劃，好的規劃能帶來什么樣的收益？

水哥：

剛才大家講了幾個場景非常典型，比如企業工廠多、倉庫多、SKU多，可能遇到了一些風險，“大腦”就要開始做決策，像建廠、設倉、庫存水平優化、提升客戶體驗等。如果公司內部沒有能處理問題的團隊/人員，“大腦”會需要外部專業的團隊的支持等。其實很多公司規模不小，但都面臨這種情況。

那么下一個問題：什么是好的規劃，好的規劃能帶來什么樣的收益？主要體現在哪些方面？哪些是看得見的收益？“大腦”怎么樣才是一個有規劃邏輯的大腦，它能夠帶來什么樣的價值？

傅兵：

岳總做的項目都是要有交付結果，要給出產出物、得到收益的。關于供應鏈的復雜度，再講兩點：

1）復雜度變高了，傳統的方式解決不了的問題必須要依靠軟件解決方案，越復雜的情況越需要好的解決方案。

2）好的規劃要站在全局、長期的視角，由數據驅動，真正站在追求這個世界真相的角度去做的決策，這不是一件容易的事情。因為長期全局性的決策一定會造成短期個體性的損失，規劃者能否客觀的站在數據、全局的角度去判斷，能否堅持自己的看法，幫助領導做出正確的決策是很重要的。

岳仍鵬：

一個好的規劃，要基于數據和框架，預先推演各種可能性和應對策略，并最終能落在可量化的收益指標上。

很多公司到了很大的規模，但是也不一定有專門的規劃團隊，其實這個職能扮演的是一個參謀的角色，幫“大腦”進行武裝，不是沒有它就完全不能前走了，可以走，但可能走的是錯的，或走的不合理。

供應鏈規劃類似于打仗，如果是軍事作戰，那作戰之前要做沙盤模擬，包括軍隊布局、配置、兵種和敵人，先進行演練。一個好的規劃就是要預先推演各種可能性，然后想出不同的方案應對戰場上形勢的變化。

同時還需要做到知己知彼，清楚自己有什么資源能力。所以一定是要基于數據和框架去決策的。框架很重要，要站在整體的端到端供應鏈的視角和維度，定一個標準化的框架，用這個框架輔助做決策，這樣才能有可持續性與穩定性。

另外，一個好的規劃一定能夠見到實在的收益，無論是物流成本、生產成本還是庫存水平，體現到數據結果上，比如是降10%還是15%，帶來實實在在的經濟收益。

而不好的規劃，就是靠自己的經驗、習慣的作戰方法、有什么用什么。在過去的十幾二十年中，很多中國企業確實是這樣做的，成功與否，更多在于企業能不能踩到正確的點上，管理人員有沒有足夠的魄力。但現在時代變了，過去十年可以追求高速增長，但現在很難，很多企業到了瓶頸期，市場競爭更激烈了，光拼士兵的戰斗力是不夠的，要拼的是整個規劃能力，如果提前演練好則可以事半功倍。

傅兵：

補充一點，做規劃要有創新和開拓的精神，不能夠固守陳規。一個好的規劃，不應該是保守的，或者用線性的思維去看待事物，更多應該是從創新的維度、不同的角度去解決這個問題。好的規劃人員同理，要能打破現有思維、有創新意識。

岳仍鵬：

完全認同，一個好的規劃項目應該讓客戶大吃一驚。比如一些做水飲的客戶都有過一樣的問題。做規劃的時候跟他們推薦了接力調（不從當地工廠直接給客戶發貨，而是從附近某一個地區開始不斷地接力往另一個地區調貨），這可能是違反常規物流的做法，但實際上不同工廠的生產成本不一樣，同時運輸不能只看供應商到工廠段，還要結合到客戶的發貨距離綜合來看，接力調才是更優化的，一年可以幫客戶省幾千萬的物流費用。我們做過很多類似的案例，規劃方案讓大家覺得不可思議，但用數據、模型去驗證確實有效果，創新能讓管理層大吃一驚。

傅兵：

對，因為人能看到的東西都是局部的，很難看到全局，決策更多的還是拍腦袋，但當網絡復雜到一定程度，就只能靠算法等工具才能夠做正確的決策。

數據和算法的應用在供應鏈規劃當中處于什么狀態？

水哥：

大家這幾年一直在討論智能對于規劃可能會帶來的一些變化，會不會顛覆傳統的供應鏈規劃。有沒有傳統的供應鏈規劃的說法？數據和算法的應用在供應鏈規劃當中處于什么狀態？有沒有比較好的實踐？

岳仍鵬：

當前算法和模型主要是在限制場景下探索使用，走向成熟、商業化還需時間。

傳統的供應鏈規劃，其實就是利用傳統工具，比如運籌學去做的。當前很多企業，包括一些大型國際公司，他們提出用AI智能決策的方法替代過去依靠運籌學去做供應鏈規劃的概念。但是這個概念現在還不成熟。舉兩個例子：

兩年前LLamasoft做了一個分享，一個行業內知名教授分享了一個案例，如何利用加強學習去做庫存計劃，讓機器人學習庫存計劃的模式然后替換人工。但這只在固定的小環境下，限制了各種影響因素后的模擬，并不能實際應用，而這種技術走向商業化至少還需要五六年的時間。

另外是我們給耐克在歐洲做了一個探索，利用機器學習，進行電商發貨。有個場景，是基于定量的庫存進行客戶訂單履約，讓機器不斷學習各種可能導致延誤的原因，分析哪些因素會對發貨精準度產生影響，再基于這個去預測，提前規避風險。但這也是個探索性的項目，有環境因素限制，所以這個模型離實踐還是有很長的距離。

傅兵：

技術創新是一個漸進式過程，對規劃的數據獲取和限定場景的模擬仿真有積極幫助，但還沒有顛覆傳統的規劃方法論。

同意岳總的觀點，做供應鏈規劃我們現在還在追趕歐美很多企業二三十年前在做的事情，期望用一種特別先進的技術彎道超車不太現實，供應鏈是要扎扎實實、一步一步的去解決目前的問題。

現在的技術對供應鏈規劃有一些改善，一方面數據獲取更容易了，包括外部供應商的數據，豐富了企業數據量，這對于規劃就是有價值的，越長鏈條的、越完整的、全局性的數據，越能夠幫助企業把供應鏈規劃做更好，而這可能不需要新式算法，用原來運籌學的算法也可以做到。

另外，原來規劃倉庫就是用CAD畫圖，簡單測算設備的產能，再對比需求，但現在則更多的去利用一些仿真的技術。比如現在很多機器人倉庫，會把仿真直接做到運營體系里，人的干預性越來越少。這個只是短期的、小的決策，但是一個趨勢——算法會解決一些邊界比較清楚、條件簡單、數據齊備的決策問題。像網絡規劃，可以進行未來兩到三年的預測規劃，但對再長時間的，算法就很難做到。

由于全局性的數據難以獲得，很多時候還要結合人的經驗，才能得到一個相對較完整的整體規劃。工具越來越好，效率會越高，但目前還沒有見到完全顛覆原來規劃的方法論，這會是一個漸進式的過程。

如何劃分市場上提供供應鏈規劃服務的企業/團隊？

水哥：

在國內做供應鏈規劃的公司大概幾類：一類是靠模型工具，像LLamasoft，有計算引擎工具，幫助客戶做規劃/優化；有仿真的工具，基于抽象模型，洞察瓶頸/問題點和改善點。也有一些公司是把數學的和業務的兩類模型整合起來，為企業提供偏定制化的模型方案。另一類是靠底層算法，比如從學校出身的人，數學、運籌學的功底特別強，形成底層的算法方面有優勢，并幫助企業構建業務端的解決方案。

目前市場上大部分是偏業務模型抽象的團隊，具備業務認知，再去從外部采購工具、模型和算法，為自己做相應的規劃和優化。從你們的角度來看，如何劃分市場上提供供應鏈規劃服務的企業/團隊，如何看他們之間的能力差異？

傅兵：

首先看企業自身對于業務發展、供應鏈現狀及需要解決的問題是否有清晰的認知，再決定是采購規劃工具還是服務。

企業在選擇供應鏈規劃服務，一般從幾個方面考慮：

如果企業供應鏈管理能力強，業務發展規劃清晰、供應鏈整體結構很清晰，對需要解決的問題定位也非常清晰，這樣的企業可能更多的是需要從外部找好的工具或解決方案，去高效的做規劃。

如果企業不清楚自己未來要如何發展、業務如何變化、工具如何使用，也沒有專業的人才，那么首先要把業務邏輯梳理清楚，其次才是去找工具。

如果企業不考慮業務邏輯，也不管解決方案，就迷信算法，可能就會去找一個大學教授，當然這是很不理性的。

岳仍鵬：

標準化的規劃產品，對于企業業務發展變動的適配性，會高于定制化產品，且維護成本更低。

關于如何把工具這個市場打開，如何進一步降低工具的獲取門檻，我們做了很多探索。

供應鏈規劃的工具，像LLamasoft是標準工具產品，對用戶是有要求的，有點類似工程設計的工具，如AutoCAD，用戶得知道怎么在CAD上畫圖。所以看客戶的成熟度，如果他自己很清楚自己要畫什么，也有能力畫，那他買工具就可以。如果他自己不會畫，那就要找咨詢公司。

另外，通過定制化的方式去做算法，耗時耗力，效果也不一定好。從我們的角度認為這種做法是不太合理的。我們有一個客戶，在2016年的時候要做運輸的路徑優化，就定制了一個算法，一開始運行效率很好，但兩周后就發現那個模型的結果跟實際偏離近40%，因為業務環境發生變化，而定制化的時候只考慮到當下的情況，后來又不斷的調整了一年多。后來他們發現標準化的工具，能考慮到業務場景，無論業務怎么變，總有一些表頭可以把數據放進去，跑出結果，所以現在他們很少再定制開發。

LLamasoft可能不如別人定制開發做的好，精準度沒有那么高，但是業務適用性遠高于定制的做法，而且不需要企業維護。所以我們認為，定制化的做法，短期內還很難做好。

國內未來會出新成熟、有效的供應鏈規劃的工具嗎？

水哥：

再強大的計算引擎的底層也還是數學方法，在積累了足夠多的項目、場景、約束條件，模型足夠豐富、強大時，是可以產品化，適配不同企業的業務場景。國內有很厲害的數學、算法、模型技術團隊，但一般業務抽象能力較弱，產品化水平也不夠，導致真正能夠將計算引擎產品化，并且與解決方案結合起來的不多，在項目上的落地效果可能也不太好。

國內未來會出新成熟、有效的供應鏈規劃的工具嗎？

岳仍鵬：

類似AutoCAD，它的門檻其實是跨學科的，就是如何將業務、軟件工程、算法及數學全部結合在一起，僅在某個方面擅長是不夠的。如果國內有這樣的跨學科的團隊，有能力把這些組合在一起，那么一定能做出好的標準化的軟件。

傅兵：

非常認可，例如2000年左右，國內基本上都在用國外的WMS，但從2022年開始，像通天曉、富勒這些中國的WMS開始快速發展。有幾個原因：

中國企業開始有需求，一定會有一批人才慢慢沉淀出來；國外相關的解決方案已經非常成熟，我們站在巨人的肩上效率肯定會更高。

另外，中國的2B企業服務市場，開始重視投資，資本也愿意投資。而且現在又處在科技脫鉤的時間點上，催化會更快。

企業如何在規劃時，測算或預估出效益與價值是否落到實處？

水哥：

無論長周期還是短周期規劃，都會涉及到規劃落地的問題。除了經過時間來驗證規劃落地，企業怎么能在規劃時候就測算或預估出效益與價值是否落到實處？目前在行業有沒有好的解決方案？

傅兵：

規劃的落地，首先要確保是一個“好的“規劃，并做好資源保障、運營協同、鼓勵創新，同時也需要領導支持。

首先要確保是一個好的規劃，這才有落地的保障。企業資源是有限的，重點資源要投入到符合戰略發展的地方去，包括預算等保障。

其次，規劃需要與運營相結合——規劃主導、運營的介入，把真實世界里的場景還原到規劃中，作為考量。運營部門對細節把握得更好，但缺乏全局、長期的思維，所以規劃要充分考慮運營的想法，運營也要充分理解規劃的思路，調整、優化規劃方案。比如園區的品類規劃，規劃想把類似品類放一起，但運營認為一個品類的促銷是同時進行，如果一個園區的所有的品類同一天促銷，人員會忙不過來。再比如倉庫的運營規劃，也是通過仿真做了很多的工位的排布，但一線運營了兩個月，改成了和規劃的完全不一樣的排布，但他們把預期的效率再一次的提升。這就是規劃要跟運營去平衡的一件事情。

所以規劃能夠落地，一個是資源的保障，另一個就是需要創新，也需要領導的支持。

岳仍鵬：

很贊同，稍做補充。我們一般會跟客戶講幾個點，組織、流程、數據和戰略。只有這四個東西做到了，才能夠把規劃的價值落于實處。

流程，是指如何把規劃和實際運營的流程有效結合。局部指令細化到每個人頭上是不現實的，規劃是要給一個方向，把自主權交給他們。如果把細節全規定好，那么反而可能會出現一些問題，基層執行需要保留一定的靈活度。

組織很重要，規劃是全局的，需要有專門的組織和團隊來統籌整個供應鏈的端到端，比如一個做啤酒的客戶，成立了供應鏈中心來協同各部門的價值，規劃落地后每年能節省幾千萬的物流和生產成本。如果還是按照原先生產部、物流部或采購部這樣并列去分，那么規劃就很難落地。

戰略，是應該把規劃放在戰略高度，從公司戰略層面做好支持。

數據是要和業務結合起來，進行更新的。一定要把數據層面的基礎做好，把數據的獲取和整合做好，才能更好地貼合企業現狀。

傅兵：

一個企業的容錯文化也很重要，要有整個創新管理流程，進行風險管理。

包容創新的失敗，這是企業能用新的思路打破傳統做法的關鍵點。

水哥：

近幾年一些大型物流企業的投入和收入可能不平衡，有些虧損，甚至現金流中斷，這中間可能會涉及到規劃的問題

傅兵：

不能夸大規劃的作用，因為現金流大多是財務的問題，財務可以決定投入多少，不是說規劃都是萬能的，得排優先級。另外，外部環境變化越來越快，比如疫情封城，這就需要有工具和專業團隊來做網絡規劃——不是變化快了企業就不需要做規劃了，而是規劃的頻率也要加快，這也是未來規劃部門要應對的挑戰。

疫情下，企業供應鏈規劃將產生哪些新的需求？

水哥：

那么疫情下，企業在供應鏈規劃方面會如何應對？會產生哪些新的需求？

岳仍鵬：

首先，在疫情、國內外新的宏觀環境下，企業需要增加供應鏈規劃的頻率。比如我們有些客戶之前是有一套標準的供應鏈網絡模型，但疫情的時候一個地方的倉庫被封了，就需要馬上考慮該換到哪里的倉庫，去服務客戶訂單。

另外，仍然要從供應鏈整體角度看問題。在疫情和國際影響下，企業會把很多精力放在生產端，出現斷供就怪責生產，但這可能只是疫情帶來的最終結果，本質原因可能是由于需求的波動。但未來兩到三年，公司應該在規劃方面做更多投入，以減少突發事件對企業的劇烈影響，讓供應鏈從后臺變成前臺，這是挑戰也是一個機遇，也讓這個行業有個更好的成長的機會。

傅兵：

同意，其實供應鏈負責人思維的轉變更重要，現在很多供應鏈的負責人不僅在負責供應鏈，還會負責很多其他職責，比如可持續發展。慢慢地會起到對企業越來越核心的作用。

供應鏈規劃發展的方向和趨勢

水哥：

最后我們展望一下未來，供應鏈規劃發展的方向和趨勢有哪些？也請兩位來分享一下觀點。

岳仍鵬：

因為疫情的因素，未來兩三年內會有幾個趨勢：

首先，未來供應鏈布局一定會出現很大的變化，未來的兩到三年一定會出現大量的供應鏈重構，會對供應鏈規劃和整個企業供應鏈戰略提出更高的要求。

其次，供應鏈一定會往整合的方向走，過去一個企業可能會專注營銷或只做下游。但這兩年供應鏈整合能力強的公司，在一些危機情況下行業表現遠遠優于一般企業水平。比如蘋果、特斯拉、比亞迪等。

最后，從供應鏈規劃的角度來看，一方面要求會變得越來越細、越來越頻繁。另一方面還是需要標準化的平臺或工具幫助企業做決策。國內應該會出來一家能夠提供標準化供應鏈規劃軟件的公司。

傅兵：

非常同意，補充兩點：

1）過去幾十年供應鏈都是在往精益化、低成本的這個方向發展，包括現在全球化其實也是這樣的一個趨勢，但現在供應鏈的目標會越來越多元化。國家也會考慮供應鏈安全、可持續發展、社會環境、疫情風險等影響與發展。

2）供應鏈也會越來越智能化和自動化。供應鏈要跟不同層對接，越底層的供應鏈的流程，會越來越自動化和智能化，比如倉庫管理、業務流程、訂單處理等。工具越來越完善，決策越來越智能，會有更多的場景模擬融入供應鏈流程里，企業也要規劃更多自動化取代傳統工人的方案，才能讓企業的供應鏈發展更加高效。

水哥小結

兩位講的都很好，讓我想到一句話，我們國家最近這兩年一直都在提“當下是百年未有之大變局”，其實全球格局都要發生變化。國家的戰略、企業的戰略、然后再落到供應鏈，正是供應鏈規劃的一個黃金發展期。

大家意識到了產業鏈、供應鏈的重要性，又意識到了現在正在發生巨大的變化，供應鏈的規劃所起到的作用和當下要做的事就越來越多。那么目標也會更加多元化，需要去規避的風險性事項也會越來越頻發。

而底層運作的智能化和數字化的發展，使得我們有了更多數據能夠刻畫流程和運營。從規劃的角度上講，有了數據，老板們的要求會越來越多，需要處理的問題也會復雜化，所以供應鏈規劃的團隊就需要變得更強大，也要能找到更好的平臺合作，從而把規劃的價值充分呈現出來，并使之落地。

總之對供應鏈規劃這個方向非常看好，也能夠看到未來有很好的價值，兩位都是這個領域最頂尖的高手，希望你們能夠在后續的百年未有之大變局中讓供應鏈規劃的價值更充分的發揮出來！

- 水哥問答環節 -

1）在疫情不確定的背景下，企業應該如何做供應鏈規劃？

企業做供應鏈規劃邏輯跟之前差不多，但頻率要加快。重點關注：監控所有的風險點、制定業務連續性發展計劃（BCP）、做疫情后的恢復計劃。

2）全國倉網規劃如何進行、怎么設計？

一般要看貨從哪里來，要發到哪。不同企業倉網的用途不一樣：有些需要通過原材料進口，保障生產；有些是工廠生產結合進口商品，入庫后再發往經銷商、KA、平臺、消費者等。

倉網往往是多層級的，不僅要清楚整體的進出量，還要明白倉間的貨物流動是怎樣的。因此首先要歸集數據，包括商品、庫存、客戶等數據。然后確定倉網規劃的目標，是總體成本的最優化還是追求服務質量優化。要從生意的發展戰略出發，去看具體的倉網規劃。

所以倉網規劃是比較復雜的，要能理解企業內部的業務戰略發展、物流供應鏈體系，還要有能夠做數學建模的人才。

3）如何把供應鏈各個環節的計劃連接在一起，構成一個整體？

一般計劃包含需求計劃、S&OP（銷售和運營協同計劃）、庫存計劃、生產計劃、采購計劃、物流計劃。各計劃互相影響，而物流又串接整個計劃。企業一般會有供應鏈部門，對接銷售、生產、采購、物流等各個部門。他們會每周滾動計劃、召開例會、收集數據、分析數據，讓計劃銜接成整體的鏈條向前滾動。

4）依托內部物流網絡對外銷售從而轉型的物流企業，需要注意哪些點？

不同物流企業差異很大，千億級的物流公司網絡都非常復雜，產品結構也都不一樣。所以在物流企業轉型的規劃里，涉及的內容特別多，包括網絡、站點、線路，又要涉及到時效、產品、資源投資等。整個規劃體系不僅關乎業務運營，也跟未來整個公司的生意發展有很大的關聯。首先要明確客群有哪幾類，給大客戶的解決方案和給小客戶的物流產品有哪些，依托的資源是什么等。然后再看公司內部的組織架構、總分關系。接著是業務流程、人員管理、資金投入和回報等。

5）供應鏈數字化運營，梳理好業務流程邏輯，依靠好的工具進行協同共享，具體實施需要注意的點是什么？

供應鏈數字化運營是個很大的挑戰，首先企業要建立完備的供應鏈管理的組織架構，重視供應鏈管理，再基于內部團隊理順供應鏈，然后是依托各個系統進行訂單、庫存管理等，依托數據去不斷解決各個部分出現的問題。這個過程中可能需要做流程的變革、引入新的工具做優化等，對處在不同階段的企業差異可能比較大。總之先需要把流程有效地運轉起來，再是改善數字化水平。

6）好多公司沒有規劃人員只有運營人員，如何破局？

好多公司看上去沒有規劃人員只有運營人員，但運營人員里有一些資深人士和管理人員有生意敏感性，既會關注到運營也會考慮優化運營。不過運營人員從底層做上來，如果讓他看整個供應鏈協同，那么可能對他來說挑戰很大。短期可以考慮尋求外部咨詢公司的幫助，來幫助內部人員提升總體規劃和其他相關需要的能力。如果長期需要，則可以考慮招聘相關人才，沉淀在組織內部。

7）成功案例中，在供應鏈規劃初期，有哪些坑要特別注意規避？

在供應鏈規劃初期，特別大的坑是企業的生意目標還沒特別清晰就要調整供應鏈。如果生意目標還沒特別清晰，可以梳理現狀、考慮如何改變當下的結構，而不應該馬上考慮做供應鏈規劃。從成功案例中講，要考慮現狀、產業發展結構、有相關落地經驗，也要有模型抽象能力和算法能力，最終提供適宜多種情景的不同優化解決方案。

8）規劃對于企業的數據要求有哪些？從多細的顆粒度來做優化才有效果？

有一句話叫“垃圾數據進，垃圾數據出”，意思是如果沒有準確、干凈的數據，就無法得到準確有效的數據分析結果。至于數據的顆粒度，就要看業務模型和數學模型的要求，就算沒有很細的顆粒度也不代表無法構建模型，也不是顆粒度越細，模型構建就越好，重要的是業務模型和數學模型要匹配，如果追求過于細的數據顆粒度，那么可能會喪失業務的相關性，而數據顆粒度太粗可能也得不到較優的結果。

9）很多企業供應鏈管理的理念還沒有樹立起來，數據也沒有被管理，何談優化？

只要企業的生意在運轉，就會有供應鏈管理的理念，只不過可能老板沒有這個詞的概念。就算沒有系統，也會有單據，這個事本質上就是如何把生意的過程有效地用數據刻畫出來，然后如何做相應的規劃和優化。優化有沒有供應鏈管理的系統不是最重要的，重要的是企業知道遇到問題了要解決問題。

10）不同規劃需要哪些工具、系統和能力？

供應鏈規劃的范疇非常大，包括倉網規劃、庫存、預測、選品定價、倉內布局、倉內設施選型、倉內自動化的規劃、快遞快運的樞紐轉運中心……不同的問題的輯差異很大，在工具的選擇上，一般倉內、倉網、庫存、線路優化、裝載各自都是一套獨立的體系，可能數學家使用的底層工具有相同的，包括算法引擎工具、仿真工具、設計工具等。

從能力上講，要有業務運作的認知能力，還要有能把業務轉化成模型的數學能力、計算機編程能力，然后需要對應的工具操作能力。

11）LLamasoft軟件在倉網布局選址優化的核心算法邏輯用的是遺傳算法等優化算法嗎？

在運籌學里遺傳算法是一種算法，但LLamasoft也不一定只用這個算法，它也不能解決所有問題。LLamasoft的核心內核是計算引擎，它集成了很多的算法，將算法和模型嵌套在一起來解決問題。LLamasoft不僅可以做選址，也能做計劃、預測等，對解決不同場景的問題，用不同算法模型來應對。

12）LLamasoft是否可以推出輕量型的軟件？

市場上現在已經有一些輕量化的規劃系統軟件，比如黃堯笛老師的環球物流咨詢推出的數字化規劃平臺，價格也比較便宜。目前國內市場上這方面的還不太多，但以后會慢慢出現的。

13）國內現在有哪些供應鏈規劃的公司“有機會”？

國內目前有像羅戈、環球這樣的咨詢公司，有像LLamasoft這樣的軟件公司，有專門做算法優化的公司，也有像京東、順豐、菜鳥等自有科技團隊在對外提供咨詢服務等。至于說誰有機會，需要有規劃的能力、算法的能力、計算機的能力，所以就看這些公司誰在這些方面有優勢。