预测消费者需求的挑战
预测消费者需求是一门大生意。一个蓬勃发展的分析师和算法行业试图以尽可能精细的方式确定谁将购买多少商品。类似于能计算 21 点牌的人，拉斯维加斯的赌场花费数亿美元监控此类行为，以尽量减少损失。在商业世界中，没有实体能够监控那些能准确预测消费者行为的人。他们偶尔会走运，但从整体来看，供应链如此复杂，任何短期收益几乎总会被时间所抵消。
历史趋势与突发激增
预测基于历史趋势。例如，X 细分市场的客户购买了这么多，Y 细分市场购买了另外一些。当需求稳定时，供应链表现得相当可预测。但在疫情期间，正如我们所见证的那样，某些商品的需求激增。虽然供应链在保持节奏方面做得不错（并非所有情况），但一些激增被误解为根本性转变。
牛鞭效应：需求信号的失真
当出现激增时，零售商可能会在下个月增加订单，这向制造公司的产品规划师发出信号，要求增加该产品的生产。从零售商向制造商发出需求变化的信号到产品重新回到零售商手中的这段时间需要耗费时间。在此期间，零售商可能会看到需求迅速枯竭（如疫情期间的卫生纸或健身自行车），这就产生了行业所称的“牛鞭效应”——想象一下牛鞭沿链条挥动时的瞬间断裂和需求中断。追逐需求浪潮的欲望非常强烈（且有利可图），但消费者需求的变化极其迅速，而供应链远没有那么灵活。
从“准时制”到“以防万一”的转变
说到时间，“准时制”生产是指仅在买家需要时生产所需数量的做法。丰田是“准时制”生产的早期采用者，利用其与供应商和工厂的邻近优势。当你可以安排大部分交付在一两天内完成时，公司可以从减少库存资金占用中受益。中国在其工业园区中仍以这种模式闻名。
然而，我们现在生活在一个拥有遥远全球网络的世界。汽车零件通过空运激增的一个主要原因是，与疫情相关的需求使预测偏离了轨道。成本高昂，但不得不这样做，因为否则零件无法按时到达。因此，企业正逐渐从“准时制”转向“以防万一”的生产方式，这自然会导致更多的库存。
供应链的层级结构风险
另一个常被公众忽视（或未充分传达）的供应链特征是层级结构。麦肯锡估计一家典型的汽车制造商依赖 250 家一级供应商、多达 18,000 家二级供应商以及超过 30,000 种零部件。甚至一部智能手机也可能有 3,000 到 4,000 个零部件。一级供应商直接向公司提供产品，而三级供应商则向二级供应商供货，依此类推。大型企业可能并不清楚其二级以上的供应商是谁。
在疫情初期，根据不同行业，许多三级及以下的供应商关闭。然而，制造商直到其一级或二级供应商无法履行交货义务时才会知道这一情况。如果你正在组装一辆汽车，一两个关键部件不能简单地替换。在疫情期间，这导致（并持续造成）延迟：在产品方面，公司耗尽零件；在分销方面，劳动力短缺和港口拥堵加剧了局势。
结论：平衡利润与韧性
那么答案是什么？如果大多数企业开始采用“以防万一”的生产方式并辅以合理的谨慎态度，这应该能平滑大的波动。问题在于追求利润是人之常情。计算 21 点牌是一个诱人的提议，因为当你命中时，它就是一次命中！