如何通过平滑产品流动来解决供应波动问题？

背景设定

企业已建立起面向市场的配送中心（DC）网络，以满足客户对快速、整合交付的需求。例如，在消费品行业中，这一仓库网络将由众多工厂和代工包装商供货，这些工厂和代工商在不同地点生产各种产品。生产提前期远远长于客户下单及收货的预期时间。挑战在于：必须在客户订单到达之前，将正确的产品备妥至面向市场的配送中心，以确保订单一旦到来，即可完整且准时发货。这通过由需求计划系统（也称为补货计划或分销需求计划 DRP 系统）设定的库存水平来实现。

被忽视的关键问题

大多数供应计划系统可能会增加成本，甚至在某些情况下导致配送中心无法完整且准时发货。原因如下：供应计划系统并未考虑供应链——承运商和仓库——是否能够移动其希望部署的所有产品。它们假设存在无限的：

• 具有相同服务水平和成本的承运商运力
• 所有设施进行发货和收货的容量
• 每个设施内的存储空间。

所有这些假设都是错误的。这会导致部署信号发生剧烈变化，需要综合考虑成本、存储空间可用性和吞吐能力。在某条运输线路上，我们曾看到一天部署 24 辆卡车，而第二天仅部署 3 辆。面对如此大的波动性，任何运输经理如何提供具有成本效益的服务？当这 24 车货物到达接收地点时，即使假设发货地点能够召集足够的拖车和人员来装载它们，他们仍面临以下困境：

• 许多货车正在等待卸货。
• 我们如何解释所有的滞留时间和加班费用？
• 我们应该优先接收哪批货物？

将产品留在拖车上意味着它们可能需要用于立即响应的客户订单。结果往往是服务失败。

简单手动方案的局限性

一种简单的方法可能是为每条线路设置边界。例如，限制每条线路的卡车数量在 5 到 10 辆之间。然而，这需要从整体角度考虑。如果有紧急客户需求怎么办？是为了节省少量运费而因客户服务不佳支付罚款，还是多花一些运费更优？相反，需要在成本与服务之间进行权衡，并理解正确的平衡点。此外，如果原产地发货能力有限，而另一条线路急需使用该有限的发货能力呢？在快消品（CPG）行业，站点间的调拨通常以整卡车为单位，因此必须了解每辆车的情况。所以，很难确定线路"A"上需求的“紧迫性”是否比将在线路"B"上发货的产品更为关键。

解决方案：整体化与自动化

任何解决方案都必须涵盖整个网络——否则，这就好比挤压那个众所周知的气球：在一个地方修好，它又在另一个地方爆开。再加上各种部署运输提前期的差异，以及仅在设施间运输整卡车的复杂性，这意味着任何解决方案都必须是自动化的。是的，借助新技术，这是可以实现的。

由于供应计划方案提出了大量需求——在许多情况下，超过在运力受限世界中可运输的数量，因此必须对有限数量的卡车进行优先级排序。这不是一个简单的问题，因此必须实现自动化。此类自动化需要构建运输批次以最大化载重，并确保最紧急的产品被装载且无损到达。

自动化带来的价值

在整个网络上进行优化的权衡会产生许多重要益处：最需要的货物得到优先处理，从而提升客户服务。同时，在考虑成本和容量的前提下，使用统一的权衡标准最小化运营成本。这种一致性也是自动化的另一项好处。

自动化修改供应计划方案以考虑现实世界约束并优化装载过程，是一项多方共赢的重大胜利：

• 承运商受益，因为他们看到的波动性显著减少，运营效率更高。
• 托运人受益，因为他们现在可以更完整地履行订单，且成本更低。
• 环境受益，因为承运商的空驶里程减少，装载优化减少了卡车数量，从而降低了碳排放。

关于作者

Thomas A. Moore 是 ProvisionAI 的创始人兼首席执行官，该公司是唯一提供专利优化的补货运输调度解决方案的提供商。Tom 创立了多家成功的供应链软件公司。他与宝洁（Procter & Gamble）、联合利华（Unilever）、雀巢（Nestle）和金佰利（Kimberly-Clark）等行业领袖合作，主导开发了仓储、卡车装载和网络优化等解决方案，如 AutoScheduler, AutoO2, 和 LevelLoad。Tom 还在制造、仓储和卡车运输运营中担任过一线管理职位。