大数跨境
首页
>
S&OP不会退出历史舞台，MPS才会
>

S&OP不会退出历史舞台，MPS才会

S&OP不会退出历史舞台，MPS才会 数字化供应链管理
2026-10-16
2
导读：今天看到有文章讨论S&OP会退出历史舞台，我仔细读了，借助AI，试图总结如下：S&OP是各部门开会拉扯，销售保
今天看到有文章讨论S&OP会退出历史舞台，我仔细读了，借助AI，试图总结如下：
S&OP是各部门开会拉扯，销售保目标，生产保产能，最后各退一步。这其实是技术跟不上时代的妥协。
解法就是用算法算出全局最优方案，人类只管制定目标和红线，开会不再用来吵架，而是用来校准算法。
我仔细想象，觉得说的也挺有道理的，现在几乎所有公司的S&OP都用的很痛苦，很多企业都放弃使用S&OP，比如我的前东家就不用S&OP。
理由是：要什么S&OP，前端把需求丢给生产，生产去保证交付就得了。中间还加一层S&OP，而且开会还浪费时间，沟通也没有效率。
我不敢说100%的民营企业都是这样，但是的确没有听说过什么民营企业有把S&OP用好的。
但是反过来又不禁要问：为什么很多外企还是在不遗余力的使用S&OP呢？
有没有可能S&OP没有问题，反而是我们打开的姿势不对呢？
首先，我们来看S&OP到底是什么？
按照APICS的定义，S&OP如下图是做两个数字的平衡：
1. 总需求和总供应的平衡
2. 产品总量和产品组合的平衡
注意，我这里在第一点的需求和供应前面增加了总字，代表需求和供应不是在SKU的颗粒度来做的。
它是一个宏观视角，不用去看细节，所以不存在算力不够、算法复杂的问题。
那问题在哪里？
那就是你把需求和供应的平衡做在SKU层面，在SKU层面根据BOM去展开算物料需求，算工序负荷，算机台产能，算加工优先级，算物料占用等问题，那的确是比较复杂！
所以，S&OP玩不转的第一个原因，S&OP是总需求和总供给的平衡，不是需求和供给的平衡
你要是当成了详细需求和详细供给的平衡，这样当然玩不转。
S&OP的第二个平衡，就是产品总量和产品组合的平衡。
这里的总量和组合平衡，不是金字塔一样的从上到下的分解。
然而几乎所有S&OP出问题的公司，都是把所谓妥协后的产品族数字一个不差的拆解成SKU的精确数字，有的甚至还保留到了小数。
总量的预测是可以做的比较准的，因为总量里面包含很多SKU，根据分散效应，产品族里面的具体SKU需求是可以东边不亮西边亮的，产品族总量层面的需求波动是比较小的。
然而好么，你现在把这个预测去拆成具体SKU的具体数字预测，你还相信这个预测会准么？
然后你用这个自己都不相信的预测去算物料和产能需求，不死翘翘才怪！
所以，这是第二个原因，在做总量和组合拆解的时候，不能用总量去拆解。
其实这两个原因都是一个共同的原因：精确的错误（Precisely Wrong）。
精确的错误是不可能用算法可以解决的。
所以不是S&OP的问题，而是S&OP应用的问题，是精确的错误问题。
当你在S&OP上面，用这个精确的数字去开会，它来自真正的S&OP的宏观预测分解，它压根就不是S&OP，S&OP不是这么玩的！
你用一个错误的预测，它不是实际订单，实际订单一定和它有差异（预测原则决定），这就会导致需求和供应出现错配，错配导致急单、砍单，产能调整，资源浪费，费用上升，成本升高，客户投诉，利润下降。
你说你能够用算法来解决这个源头错误的问题，这个游戏其实还没开始，就已经结束了。
垃圾进去，加工过程再精妙，也是垃圾出来。
我用图形把传统有问题的S&OP具象化如下：

问题出在分解S&OP数字来驱动MPS生产。
再强的算法，你也不能把上面的乱线条给捋顺了。
我只相信，算的越快，乱的越厉害。
那我们的解法是什么？
对，让MPS退出舞台。
你就不用去分解S&OP，然后大家讨论安排MPS。
那用什么来安排生产？
对，用实际订单/需求来驱动生产。
一图胜千言：
聪明的你，应该能够看到前后的变化。
基本原理就是：让实际订单像开闸一样从动态缓冲水库里面抽水，水位降到一定程度，我们就安排补货，补货的数量就是实际需求的数量。
S&OP我们干什么，对，就是调整这个三色区库存缓冲的设置参数，保证这个动态缓冲是合理的。
大致的准确比精确的错误好很多倍！
玩法变了，路就走通了。
点个关注，未完待续。

【声明】内容源于网络
0
0
数字化供应链管理
专业的供应链整合优化服务供应商，致力于帮助客户实现从订单到交付的整个过程的优化和提效，提升订单交付能力，并降低交付总成本。
内容 1247
粉丝 0
数字化供应链管理 专业的供应链整合优化服务供应商，致力于帮助客户实现从订单到交付的整个过程的优化和提效，提升订单交付能力，并降低交付总成本。
总阅读13.2k
粉丝0
内容1.2k