在之前的案例中，我們分享的主要是如何用算法模型來提高決策效率與質量，并以此節約運營成本，整體上是如何把已有的事情做的更快更好。這次給大家分享的是，過去比較少見，但是當前越發頻繁的場景，就是關鍵物料短缺下如何實現資源效率的最大化應用。當前供應鏈的形態不僅前端需求波動加劇，后端的物料供應也劇烈波動，而且是限量限類別。基于無限供應的傳統MRP邏輯已經無法適用，如何基于有限的物料資源，利用運籌優化技術通過逆向尋優實現產品組合的最優規劃成為了一個普遍的訴求。

案例公司傳音控股背景介紹

深圳傳音控股股份有限公司，是一家全球知名手機制造商，與傳統手機強廠華米OV不同，傳音聚焦海外市場，尤其是非洲市場，在國際上有著極大的影響力。公司采用機海戰略，取得了不錯的市占率，但同時也帶來了極大的供應鏈復雜度，SKU達到上萬，物料數量同樣上萬，是名副其實的超高復雜供應鏈。公司在2020之前還沒有感覺到有明顯的協同壓力，因為產能充裕，物料充裕，銷售需求基本都能滿足，主要就是成本控制。但是2020年后供需關系發生了反轉，全球爆發了芯片荒，這種不穩定且限量的形態引發了資源合理配置訴求，公司不得不成立了產銷協調委員會，其主要工作就是分配貨源，做好戰略儲備。但由于產品結構過度復雜，人腦難以應對，只能憑經驗做一個資源分配預估，然后與前端進行溝通確認，導致過程模糊無法追溯，結果因人而異，因時而異，缺失標準，難以優化。公司希望在全盤考慮各種約束前提和優化目標下借助算法建模實現有限資源的最優分配。

關鍵約束與業務邏輯介紹

在建模過程所需考慮的約束和規則如下圖，一共有10項。為了便于大家理解，我們對其中3條關鍵約束和規則如概要闡述。

• 瓶頸物料約束

MRP的邏輯專業人士都非常了解，無論是ERP自帶的MRP功能，還是專業計劃系統的MRP功能，他都有一個重大前提是，物料的供應是無限制的。但是疫情的發生導致全球發生了各種缺貨，芯片荒是其中最著名的缺貨，企業的采購提前期已經達到了9個月以上。不僅僅是芯片，目前還進一步擴展到了攝像頭等其他關鍵零部件。如果按照創按照傳統MRP邏輯基于成品需求計算物料需求，則會出現芯片等關鍵物料無法到貨，而其他物料超額采購，無法齊套生產導致物料大量轉售的情況。所以需要一個模型能基于已有的芯片及其他物料的供應能力，計算能實現多少市場需求，同時還要考慮不同產品的戰略定位以及利潤水平，以收入或者利潤目標最大化來精心規劃整個資源分配計劃，類似一種以產定銷的邏輯。我們需要把這種關鍵原料供應能力的約束看做運行MPS的另一個約束條件，也就是MPS的約束條件不僅僅是產能約束，供應網絡約束，工藝約束，還增加了關鍵原料供應能力約束，基于上述約束后的MPS運算結果再去跑MRP。

• 齊套性約束

通常來說，逆向計算并不是一件困難的事情，只需要基于原料供應數量生產對應數量的成品即可。但作為離散制造型企業，齊套性是一個關鍵的考慮因素，尤其是在多種物料均出現短缺的情況，極易出現產品甲有A缺B，產品乙有B缺A這樣的錯配情況，所以需要在逆向匹配過程中，遵循最大化齊套的原則進行分配，避免資源錯配帶來的浪費。

• 不對稱替代約束

其次，手機作為一種高度模塊化的電子產品，即便是同款成品，也可能會有大量的可替換物料存在。同一款物料，對有些成品來說可能是專用物料，對有些成品而言可能只是可替換物料中的其中之一。若不加注意，極有可能出現，產品甲可使用ABC三種型號攝像頭，而產品乙只能使用A型號攝像頭，但產品甲在匹配時將A型號攝像頭提前使用殆盡了，導致產品乙無料可用，只能缺貨。但其實只要產品假使用BC型號，兩種產品均可實現正常生產。

項目效果

關鍵物料約束再疊加齊套性和不對稱替代約束下運行MPS計劃是個極其挑戰的任務，這種復雜的逆向尋優訴求讓主要基于正向邏輯，并不支持運籌優化計算的傳統MRP系統無所適從。最終，還是基于運籌學線性規劃算法為核心的高度定制化建模來幫助這家公司成功的解決這個復雜的逆向優化問題，將整個原來依賴人的經驗和溝通能力的黑盒計劃過程變成了邏輯清晰，透明量化以及可優化可擴展的白盒計劃。并且將這個過程中大量由于溝通不到位、數據傳遞不到位、經驗主義等多種問題也隨著模型標準化邏輯的匹配而暴露，為公司規范產銷協同流程提供了幫助。

為何傳統MRP邏輯難以支撐這種需求？

為何會出現這樣的逆向優化訴求？主要原因是疫情疊加政治因素導致的貿易爭端對供需兩端都帶來了巨大的波動，不是僅僅需求波動，而是供應也出現了剛性制約，甚至短時間內不是需求驅動，而是供應驅動，不是以客戶為中心，而是要以供應商為中心了。所以，現在的計劃邏輯不僅僅要能夠支持正向推演，也要支持逆向尋優，同時在這多變的商業環境下，能夠跟隨變化進行快速迭代。為何傳統的MRP邏輯難以應對？標準的MRP計劃系統以物料需求為無限假設，BOM與產品必須一對一，也不支持運籌優化，結構也更加剛性，其滿足個性化管理訴求以及快速迭代的能力非常受限。

我們說計劃是體系運作的中樞，所以計劃需要承載執行的邏輯變動，策略的調整，戰略方向變化，業務邏輯重構等，這也導致了計劃的邏輯體系是多變的，也需要能應對這樣的變化。我們需要一種松耦合，高彈性，自迭代的輕型算法技術，在專業計劃系統基礎之上承接個性化與多變的業務場景，與成熟系統相配合，并最終借力流程和業務邏輯的重構最大化專業計劃系統的價值。