長春庫存管理,對絕大部分公司來說，分銷體系中的大量庫存都是個令人頭疼的問題，因為它占用了巨大的流動資金。對于寶潔（P&G）來說，這意味著38億美元的成本。

    小修小補不足以為庫存問題提供突破性的解決方法，為此，寶潔在咨詢公司BiosGroup的幫助下，找到了更為激進的方法，打造了一個靈活性和適應性更高、以顧客為中心的供應網絡。

       幾年前，有兩個數字讓寶潔的高層寢食難安。一個是庫存數據：在寶潔的分銷體系中，有價值38億美元的庫存。另一個是脫銷量。在零售店或折扣店中最重要的2,000種商品中，任何時刻都有11%的商品脫銷。寶潔的產品在其中占有相當的比重。有時沒找到所需商品的客戶會推遲購買，但很多客戶會買別的品牌或干脆什么都不買。

      令人不解的是，系統中的大量庫存并未降低脫銷量。事實上，貨架上脫銷的商品常常堆積在倉庫中。雖然庫存系統表明有貨，庫存管理人員卻無法找到佳潔士牙膏或Charmin紙巾的包裝箱。庫存堆積如山，而顧客卻經常買不到寶潔的產品。

      雖然盡了很大努力，公司嘗試過的對策都無法永久地改變這一矛盾。于是，寶潔的經理們開始探索更激進的、突破性的解決方法。寶潔定下了目標：在不惡化脫銷問題的前提下，減少10億美元庫存。

    這是在三年前的故事。去年，寶潔的庫存成本下降了，并預期今年會進一步下降6億美元。不僅如此，寶潔在通往動態生產、規劃和供應系統的道路上更進了一步，離成為具有適應性的企業的目標也越來越近了。如果說寶潔過去采取的是"批量"流程，生產周期很長并造成庫存堆積，新的寶潔則更趨向于根據需求來生產。

合作：尋求適應性

幾年前，寶潔的經理人花三天時間拜訪了好幾個公司，接觸研究人員和咨詢顧問，尋求供應鏈管理中最近的創新。其中一個公司是BiosGroup，這是一家利用新科技解決復雜商業問題的咨詢及軟件開發公司。劉易斯（John Lewis）是當時寶潔的物流副總裁，他很欣賞BiosGroup的合伙創始人、理論生物學家考夫曼（Stuart Kauffman）所著的《宇宙為家》一書。在此書中，考夫曼研究了類混沌狀態的生物領域中的"自組織"的潛在原則，并探討了如何將這些原則應用在其他的領域（從進化論的觀點來說，自組織是指一個系統在遺傳、變異和優勝劣汰機制的作用下，組織結構和運行模式不斷地自我完善，從而不斷提高其對于環境的適應能力的過程---編者注）。

    BiosGroup將供應鏈看作復雜的適應性系統，并在這方面進行了領先的探索。他們的一個專長領域是創建電腦模型，證明企業如何模仿自然界的自組織，分析各種刺激源如何影響這些模型，并提出戰略手段提高企業的效率。

    急劇變化的環境要求寶潔公司的管理層變得更加敏捷、快速和高效，公司意識到，必須擁有更加具有適應性的供應鏈。而現有的做法無法縮短訂貨至發貨的循環周期，削減不必要的安全存貨（safety inventory，是指公司為了避免供應短缺而保留在手上的超出定購量的庫存），并且向快速流通配送（flow-through）的方向轉變。

    傳統的長春供應鏈管理方法無法降低庫存，而BiosGroup則可能幫助寶潔做到這一點，為此寶潔要求BiosGroup將庫存減少50%。

    以往的供應鏈管理軟件提供了允許企業規劃和管理產品流動、設計運輸網絡并安排生產的方案，BiosGroup的解決方案卻大相徑庭。該公司的研究人員創建了一個模型，形象地描繪了虛擬世界里產品在系統中的流動。通過創建和操縱這一虛擬世界，BiosGroup和寶潔能比以前更準確地測量各種需求變化和分銷決策的影響。

建模：模擬供應鏈

為了模擬寶潔的供應鏈，BiosGroup運用了被稱為"基于供應鏈實體（agent）的建模"技術。在模型建立的過程中，小的軟件模塊代表了系統中各種實體組成部分。一個實體代表生產線，其他實體則代表貨車、倉庫、客戶和消費者。BiosGroup首先為去頭屑洗發水產品建立了運輸和后勤模型。

       模型代表了一個理想的情形，其中的消費者每天都在同樣的商店購物，每次購買一瓶洗發水，支付同樣的價格。在這個理想世界中，每件事情都有條不紊地平穩發展著，供應鏈就像瑞士手表一般以精確和可預測的方式工作。BiosGroup公司將這種效率稱為"層流（Laminar Flow）"---這是一個流體力學的術語，物理學的這個分支研究的是水和其他液體的運動和作用。

       為了更好地理解層流的概念，請想象一條安靜的河流，沒有激流或瀑布，一切都平穩地向前流動。而如果是"湍流"，水的流動就很難預料，要么突然停止，或者發生其他改變。如果它停止，就像一個劃獨木舟的人突然被困在漩渦中。商業上類似的情況則是存貨在倉庫中堆積。層流可以防止堆積；在任何時候，一切都流暢地移動。純粹的層流在供應鏈中是不可能實現的，但它可以作為一個目標。

       在創建了在消費者方面沒有不穩定狀況的理想模型后，BiosGroup開始引入不穩定性，并測量其影響。這被稱為"基于事件的模擬器"，這些模型是根據消費者行為的概率分布（比如他們何時購物、購買多少）以及貨架的狀態（即產品是否脫銷）來建立的。

       該模擬器也來自特別促銷活動的概率分布：當產品為通常價格時，一個消費者會買一個產品，而當產品是特價時，他可能購買兩到三個。BiosGroup也考慮了在寶潔洗發水脫銷時，消費者購買競爭對手的產品的可能性等等，力圖把握供給和需求的復雜性。