驭策 | 尴尬的MPS&MRP

我在几年前曾经写过一篇关于MRP的文章《为何MPS&MRP总是跑不起来，赌徒与赌场的玩法》，这篇文章也被收录到与刘宝红老师合作的《供应链三道防线》中。这篇文章主要是和大家深度分享了为何大部分企业即使上了强大的ERP系统，也无法运行MPS以及MRP的各种原因，最终告诉大家，MPS和MRP的成功运行是对业务逻辑，流程和数据规范性的一次全面的检验，只要有一个环节掉链子，你的MPS和MRP就无法顺利运行。MPS的运行难度无论对于企业还是系统提供商均要高于MRP，因为MPS还需要考虑各种产能约束，网络约束和其他复杂工艺约束，并且每个企业约束规则都不同，差异很大，而MRP主要使用的是简单算术计算，企业之间存在高度的相似性。因此，几乎没有企业用ERP自动跑出MPS的，但有大约30%左右的企业是可以跑出MRP的。但是，今天要告诉大家，由于商业的环境快速变化，原本相对容易实施的MRP也难以达到你的期望，传统计划系统非常成熟的MRP逻辑也受到了巨大的挑战。

供应短缺要求MPS基于物料限制实现逆向寻优

MRP的逻辑专业人士都非常了解，无论是ERP自带的MRP功能，还是专业计划系统的MRP功能，它都有一个重大前提是，物料的供应是无限制的。但是疫情的发生导致全球发生了各种缺货，芯片荒是其中最著名的缺货，一些企业的采购提前期已经达到了9个月以上，已经变成了一个刚性缺货，并且你不知道这是否会是一个常态。企业无法等待全部货源都满足后再一起生产，企业需要基于已有的芯片供应和市场需求，以收入或者利润目标最大化来精心规划供应计划，类似一种以产定销的逻辑。要基于有限的关键原料（可能不止一种物料）反算应该生产哪些产品（最佳的组合），也就是如何把物料作为一个约束因素而非结果。传统的MRP是以销定产的逻辑，是从N个成品通过BOM分解到每个原料需求，原料需求是计算结果。但是现在我们需要把这种关键原料约束看做运行MPS的另一个约束条件，也就是MPS的约束条件不仅仅是产能约束，供应网络约束，工艺约束，还增加了关键原料供应约束。基于上述约束后的MPS运算结果再去跑MRP。因此，在供应受到限制的情况下，MRP运行模式变了，先要基于关键供应约束在内，以成本或利润为目标进行全局寻优的最佳产品组合计算，然后才能基于传统的MRP运算逻辑进行原料需求的计算。

不仅MPS逆向寻优，MRP还要支持多个BOM的最优切换

前面呈现的是一种刚性缺货下的逆向的最佳产品组合计算模式，但现在还需要在这种逆向寻优逻辑上再叠加一个约束条件，就是两个以上BOM的并行切换。传统MRP逻辑下，同一个产品同一个时间只能有一个BOM，这个逻辑是对的。但是，现实是很多企业不是这样干脆利索。由于产品迭代过于频繁，或者前期规划不精准，他们经常存在两个版本并存的局面。他们希望尽可能消耗掉老版本的物料，如果不够，算算是否值得补齐一些旧版物料，并且还要求你同一个产品的物料版本要保持一致，不能新老版本同时用在同一个产品上。所以，你需要计算在上述约束下，在成本最优目标下，目前的老版本材料如何规划，报废还是补充采购？生产多少产品？生产到何时，何时开始生产新版本，这种对新旧版本切换也要求最优解的诉求让传统MRP也无所适从。

物料的特殊替代约束再次叠加复杂性

如果说逆向寻求叠加软硬切换已经是复杂平方了，那还有复杂立方。某制造企业由于行业特点，其BOM极其复杂，存在一种所谓的不对称替代关系。比如甲产品要用到物料A，但是可以有两个选项A01和A02，物料B只能使用B01，乙产品也要用到物料A，但只可以使用A02，物料B则可以使用B01和B02，这种情况下，如果要确保物料利用率最大化，必须考虑各产品之间的可选物料的一种最佳平衡，如果A02物料不够，甲产品中的物料A必须优先使用A01，因为乙产品物料A只能使用A02，这种需要在某个时间段内的全局统筹分配也是传统MRP逻辑无法支撑的。这里要挑战的是MRP另两个最大的假设前提，先到先得以及独立考虑所有物料的替代优先级。它绝不考虑产品之间的相互关系，因为它认为物料供应也是无限的。

成本精算下的动态供应商选择

前面描述的是在关键物料缺货的前提下MPS首先要逆向计算最佳产品组合，然后可能叠加BOM最优切换，再可能叠加需要考虑联动的物料替代关系。但是这不是最复杂的，还有可能叠加另一种场景，就是供应路径的动态分配。大家都知道MRP还有一个假设就是所需采购的物料都是要事先确定供应商的，即使有多个供应商，事先也必须确定其配额。如果每次要选择供应商，以及多个供应商之间的配额需要动态计算时，传统MRP逻辑也是无法应对的，你必须自己算好，再把供应商和配额配置到系统中。比如某制造企业属于项目型配置型行业，不同的部件在各个区域都有几家供应商，价格也是有差异的，并且也有一个年度配额。但是项目部件与供应商之间不是固定关系。因为项目安装地点是动态的，可选供应商也是存在多个。你必须综合考虑N个项目安装地点，N个供应商之间的路径选择，物流成本，采购成本以及各供应商的采购配额等多个约束条件，甚至可能存在指定供应商的特殊要求等复杂的因素，计算出多个项目与多个供应商之间的最佳匹配关系。这个寻优过程也无法被传统MRP所支持。你需要在外面做好这个动态匹配关系的计算，然后将关系维护到ERP系统中，再去运行MRP。从整个过程而言，最有价值的已经不是后面的MRP运行，而是前面基于多重约束和总成本最优目标下的供应商寻优过程。如果再叠加这样的供应商动态寻优需求，那复杂度则指数上升了。

不仅要实现复杂约束下寻优，还要实现多场景模拟

从上述的阐述中，大家可能已经感受到，基于供应无约束，先到先得，独立替代，及供应商必须确定等多个假设前提下的MPS以及MRP无法实现全局寻优，也不支持逆向的反推，也就更谈不上场景模拟。传统计划系统只能基于多个版本的需求跑出不同的结果。但是对于企业，这种仅仅基于需求变动的模拟是远远不够的，在市场环境多变的情况下企业更加需要的是基于不同约束条件改变下的重新寻优模拟。

为何今天会对MPS以及MRP有这么多挑战呢？

核心原因是因为商业环境发生了变化。从前产品比较稳定，品种少，迭代慢。现在产品迭代速度之快已经不仅仅局限于电子产品，普通消费品也是这样，不仅仅因为技术更新而迭代，还为了避免互联网带来的渠道的价格竞争，以及为了涨价而不得不换新，大家把产品迭代作为最终的解决方案。其次，疫情叠加政治因素导致的贸易争端对供需两端都带来了巨大的波动，不是仅仅需求波动，而是供应也出现了刚性制约，甚至短时间内不是需求驱动，而是供应驱动，不是以客户为中心，而是要以供应商为中心了。计划逻辑不仅仅要支持正向推演，更要逆向寻优，不仅要逆向寻优，还要考虑迭代频繁导致的多版本切换以及复杂的不对称替代，甚至还要以总成本最优和配额约束下动态匹配供应商，不仅要支持上述诉求，还要快速模拟不同场景。

竞争的日益激烈，躺着挣钱的年代一去不复返了，大家对成本日益敏感，也对计划运行逻辑提出了更高的挑战，不仅仅要供需匹配，又要供需寻优，还要总成本最优，最好支持多场景模拟，实现快速响应。如同我们国家的主要矛盾已经从“人民日益增长的物质文化需要同落后的社会生产之间的矛盾”，转化为“人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”，人民需求正逐步从温饱型向小康型转变、从数量型向质量型转变，人民不再满足于低层次的“吃饱”“穿暖”，而更追求“吃好”“穿美”。我们的企业也不能满足于赚钱就行，而是如何赚更多的钱，因为利润已经不允许他们任性了。

为何传统MRP逻辑难以支撑？

传统MRP有几大假设前提是雷打不动的，是其整体系统的核心逻辑，无论是嵌入ERP系统中的MRP模块，还是高端专业计划系统中的MRP模块。这些假设前提包括：

• 所有物料的供应量是无限的，只是提前期的长短。

• 每个成品在同一个时间点必须有一个对应的BOM。

• 每个原料必须有预定匹配好的供应商和其配额。

• 整个MRP运行必须是从成品到原料的正向计算。

• 整个MRP运行必须基于需求时间先到先得。

• 没有约束概念，计算逻辑不支持寻优，应用穷举法进行配额分配。

• ……

是否传统的计划系统不能支持当前业务模式呢？不是！传统的计划系统依然承担着日常计划运营的核心重任，巨大的数据量，各种计划参数的复杂计算等等，都必须由专业的计划系统来实现，而被挑战的主要是某些业务环节或者某种场景下的个性化需求。这些个性化需求不仅严重阻碍了计划系统价值的发挥，而且可能还会随着商业环境而不断变化。所以，一种松耦合，高弹性，自迭代的轻型算法建模技术就应运而生了。这是一种基于独立的开放式算法引擎，以企业的实际业务逻辑为导向，构建一个独立于系统的外置轻量型决策辅助模型的方法。通过这种方式，不仅可以填补专业计划系统在满足企业个性化需求层面的空白，同时因其开放化、轻量化的特点，可以更好的跟随实际的业务变化进行自我迭代，实现企业个性化业务需求与专业计划系统中标准计算逻辑的有机结合，并借力流程和业务逻辑的重构与计划系统实现贯通，从而在保证企业个性化需求得到满足的同时，最大化专业计划系统的价值。

我们不是简单否定所有传统系统都不能适应新的商业场景，业务的本质并没有发生变化，我们只需要借力数字化技术在基本的系统逻辑之上构建更加丰富的场景应用模型，与计划系统实现联动。计划系统的核心逻辑支撑基本业务诉求，轻型算法建模应对个性化场景诉求，才是企业计划系统优化的最佳途径