一则极简案例,被用来解释制造业长期存在的 KPI 死结
MarsBit 刊发署名 GritMeng 的文章称,过去三十年,全球制造业在供应链数字化上投入了数千亿美元,从 ERP、MES、APS,到 S&OP 流程和控制塔系统不断迭代,但企业仍长期陷在「高库存、高缺货、高成本、高波动、高摩擦」的「五高」状态中。

文中给出的现象是,企业规模持续扩大,营收从几十亿元升至几百亿元后,采购、生产、销售、财务等部门的 KPI 在年终考核中都可能接近满分,但公司净利率却明显下滑,投入资本回报率(ROIC)也会从 15% 跌到 3%—6%。
作者把矛头指向一个被广泛接受的管理假设:很多企业和咨询机构认为,部门之间之所以持续冲突,是因为「部门墙」太厚,只要通过产销协同(S&OP)把销售、生产、采购、财务拉到同一张桌子上,提升会议频率、统一数据口径,矛盾就能缓解。文章的核心判断则相反:预测更准、数据更干净、协同会议更密集,并不必然减少冲突,反而可能让现场排产撕扯得更厉害。
共享资源与短板约束,被概括为「物理捆绑」
文章先给出一个前提:现代制造企业为了降低成本、追求规模效应,不可能采用「一单一料、专料专用」的方式运作,而是必须让不同产品、不同客户共享通用件、标准模组和产线设备。
在作者的表述里,规模带来的是线性增加的成本红利,但共享资源也会带来超线性扩张的拓扑耦合。其一是横向排他分流,即同一颗共用料或同一台瓶颈设备连接多个需求,前一个需求占用后,后面的需求就无法获得;其二是纵向齐套约束,即任何需求要上线生产,都必须等到 BOM 中全部物料和资源准备完成,真实可开工时间由最晚到位的那块短板决定:
T齐套 = max(BOM 内各物料/资源就绪时间) + 加工周期
文章认为,横向共用与纵向短板交织后,会形成一张「牵一发而动全身」的拓扑耦合网。为排除人为因素,作者还设定了一个「四重无菌实验室」:预测 100% 精确、库存与 BOM 数据 100% 干净、产能约束 100% 完备、规则 100% 明确,且公司里没有坏人,也没有懒人。

「两笔需求、三颗料」的四步推演
在这个完美系统中,作者放入两笔需求和三颗料:共用料 A、专用料 B、短板料 C。文中同时说明,图中的「料」也可以理解为共用机台产能、产线工位、模具或资金配额,而「短板料 C」也可以理解为前道瓶颈工序或配套外协资源,物料与资源在底层结构上是同构的。
资源与供应状态被设定为第 1 至第 5 期:期初仓库只有 1 份共用料 A,只够满足其中一个需求,专用料 B 充足;第 3 期有一批计划到货 A 入库;第 4 期有一批计划到货 C 入库。
两笔需求的状态分别是:
- 需求 1:普通需求,优先级低,由 A + B 生产,要求第 2 期交货。由于 B 充足,只要拿到现货 A,第 2 期就能齐套交付,真实齐套期 T齐套 = 2。
- 需求 2:战略高优需求,优先级高,由 A + C 生产,要求第 3 期交货。但受制于第 4 期才到的短板料 C,它最早只能在第 4 期齐套生产,真实齐套期 T齐套 = 4。
在「高优先级先拿资源」的排程规则下,文章给出四步连锁反应。
第一步:高优需求先锁定早到资源
系统先处理高优的需求 2,抓取第 1 期唯一的库存 A,并将其排他锁定,再去匹配第 4 期到货的 C。结果是,需求 2 因短板 C 的限制,被固定在第 4 期才能开工,但第 1 期就到位的现货 A 却要在库房里陪等 3 个周期。
第二步:更早闭环的需求被物理阻断
系统随后处理第 2 期交货的需求 1。虽然 B 充足、产线也空闲,但关键共用料 A 已被需求 2 占用,需求 1 直接断料停工。

第三步:原本可按时交付的需求被迫违约
系统只能把第 3 期到货的 A 分给需求 1。原本第 2 期就能出货回款的需求 1,被推迟到第 3 期,变成 Late。
第四步:形成「X 型交叉错配」
从时空图上看,供需连线形成一个刚性的「X 型交叉」:第 2 期急着要货的需求 1,在等待第 3 期才到的 A;而第 4 期才能齐套开工的需求 2,却从第 1 期起占着现成库存 A。
文章认为,只要看懂这个红圈里的交叉线,就能理解过去三十年制造业很多问题的底层结构。
文章归纳出的五个结论
结论一:「五高」并非单纯的人为内耗
作者认为,在上述无菌实验里,预测准确、数据干净、没有部门甩锅,但高库存、缺货、产能空转和交期违约仍会同时出现。原因在于旧排产范式只问「谁重要」,不问「谁能更早闭环」,把「重要」与「早占资源」直接画上等号。
文章把这一点概括为「排序耦合定律」:只要系统处于资源共用的拓扑耦合状态,任何按静态单向优先级依次排他锁死资源的动作,都会改写剩余物料和资源状态,使受短板制约、晚齐套的高优需求提前占住早期共用资源,阻断原本能更早齐套交付的需求。作者将结果总结为八个字:「该早的,晚了;该等的,反而占了路。」
结论二:部门 KPI 冲突是共享资源上的物理耦合
文章称,企业内部的 KPI 冲突并不只是立场冲突,而是被捆在同一颗料上的物理耦合。文中举例称,短板料 C 第 4 期才到,往往可能是采购部门为了完成降本 KPI,选择了更便宜但交期更慢的供应批次。采购只改动了 C 这一个点,但由于共用料 A 的拓扑耦合,C 的晚到会把需求 2 卡在第 4 期,同时把现货 A 锁在库里 3 期,财务和仓库的库存周转率 KPI 随之恶化。
接下来,因为现货 A 被锁死,原本第 2 期可交货的需求 1 断料停工,生产部门的产能稼动率 KPI 和销售部门的准时交付率 KPI 也会同时承压。作者据此判断,行业里长期存在的部门 KPI 冲突,本质上是由底层供需交叉错配投射出来的物理死锁。

结论三:产销协同会把冲突显性化并放大
文章称,当企业出现「库房爆满却无单可出」时,高管通常会把各部门拉去开产销协同会。会议中的典型动作包括「特批大客户急单优先」「人工调高某需求优先级」「强行划拨锁定库存」。作者认为,这类行政协同每一次强行提级保供,都是在耦合网络里驱动一个高优需求去抢占早期共用资源 A,而这个需求往往还受制于另一颗短板料 C。
文中给出的链式结果是:销售抢单插队,生产断料换模,采购被迫高价现货和专机空运救火,半成品在车间堆积,最终销售、生产、采购、财务四个部门都在做功,但方向相反、相互抵消,形成跨部门扯皮的内耗。作者把这种现象称为「矢量对消」,并据此得出结论:在拓扑耦合状态下,前端预测越精确,交叉错配锁死越快;算力寻优越强,全网相干内耗越大;产销协同会议越密,各部门 KPI 冲突越激烈。
结论四:交叉锁死贯穿战略、战术、运营三层
文章强调,产销协同并不只是高管每月一次的战略会议,而是先做数量协同,再做时空分配,纵向贯穿战略层、战术层和运营层,而且三层都在做同一件事:分配共享资源。
- 战略层(月/季 IBP):管理层在月度 S&OP 会上,为战略大客户把未来 1—3 个月的瓶颈产能和长周期核心物料贴上专属标签,静态锁定。即便真正齐套生产可能在两个月后,资源也会从当月开始被冻结,挤压当月能快速出货回款的常规需求。
- 战术层(周度 MPS/ITP):每周跑主计划时,一个产品系列的急单可能提前锁死本周到货的共用芯片,但因缺另一颗外协件而停在总装线前,导致共用该芯片的其他产品系列半成品全部卡在末端,形成大规模在制品堆积。
- 运营层(日度 S&OE/IOP):日排产抢占当日工位与齐套料后,车间主任发现高优需求缺辅料做不了,为保当日工时私自拆单挪料;计划员受限于人脑 4±1 个信息块的记忆极限,只能打开 Excel 手动解绑救火。每一次现场人工挪料,都会直接撕裂上层主计划的物料追溯链。
作者据此解释,为什么很多企业投入数千万元建设顶层 S&OP 和主计划系统,最后仍会变成「两张皮」。文章援引控制论中的一句话:「不可观测,即不可控制。」并将战略 S&OP 比作赛车的 GPS 导航,战术主计划比作变速箱,而底层运营执行计划(S&OE)则是轮胎抓地力。如果最底层执行计划每天都在交叉错配中打滑,上层两层算得再漂亮,也只是在更精准地犯错。
结论五:所谓「规模不经济」会直接吞噬 ROIC
文章认为,过去经济学常把「规模越大越不赚钱」归因于大企业病和官僚摩擦,但其物理本质是超线性的内部矢量对消,在某个规模临界点上压过了线性的固定成本摊薄收益。
文中以一家年营收 100 亿元的典型离散制造企业为例,称交叉错配引发的矢量对消,每年会在报表中吞噬数亿元到十几亿元:

- 采购端:假性缺料引发加急空运与现货散单溢价,每年多花 2.8 亿—6.3 亿元;
- 生产端:微观断料导致产线断续空转与频繁非计划换模,每年折损 1.5 亿—3.5 亿元有效产能;
- 库存端:早到共用件被短板卡死、半成品双向冻结,年均沉淀 5 亿—9 亿元现金流,外加 0.8 亿—1.5 亿元跌价计提;
- 销售端:交付滑移、大单差一颗料出不去、小单被霸占违约,每年流失 5 亿—12 亿元营收及数千万元罚金。
作者称,如果把这部分内部消耗找回来,企业的 ROIC 可以从 3%—6% 回到 15% 以上。
文章提出的解法:把「谁重要」与「谁先做」拆开
在解决方案部分,文章提出,病根既然是「两笔需求、三颗料」形成的交叉错配,破局就不能靠开会妥协,而要靠「升维正交」,即在算法底层把「谁重要(商业优先级)」和「谁先做(真实齐套窗口)」拆成两个相互垂直的维度。
第一步:微观层面的软分配与 SWAP
作者回到前述两笔需求的例子称,算法穿透 BOM 后可以看到,高优的需求 2 反正要等到第 4 期的短板料 C,而第 3 期到货的 A 也足以赶上它在第 4 期组装。在严格锁定需求 2 的交期承诺不被推迟,即 No Later 的前提下,系统可以解除需求 2 对第 1 期现货 A 的硬锁定,把它改挂到第 3 期在途 A 上;同时把第 1 期现货 A 动态释放给第 2 期就能闭环的需求 1,文中写作「Met requirement and create MO」。
文章称,这样一来,需求 1 可以在第 2 期准时交货,需求 2 也能在第 4 期准时交货,产线满负荷运转,稼动率 100%,采购零加急,库房零死滞,四个部门的 KPI 冲突会同时消失。
第二步:宏观层面的「二元正交治理架构」
文章称,在真实工厂里,需求可能从几百笔扩展到数万笔,物料从几万种扩展到数百万种,多层 BOM 还会把局部看似不冲突的需求连接成一张网。作者认为,如果依赖传统运筹求解器 Gurobi、CPLEX 或大模型做全量配对搜索,状态空间会呈阶乘级 O(N!) 爆炸,计算数小时后仍可能内存溢出,车间一旦插单,结果就会失效。
为此,文中提出一套工业级「二元正交治理架构」:

- 广延物料流:物料在数量上可累加,系统先计算每笔需求受短板决定的真实齐套时间,再按该时序正交拉动物料,让早到现货自然流向更早闭环的需求。同时剪断传统 MRP 按天递推的串行链条,转化为「累积水位区间」无锁并行计算,把复杂度从 O(N!) 降到 O(N),并称可切掉 95% 以上的交叉错配。
- 离散产能态:机台时间不可累加。在物料流理顺后,引擎只针对暴露出的少数机台瓶颈残差,在隔离沙箱内执行微秒级局部置换 SWAP,复杂度收敛到 O(N log N)。
- 自下而上三层一体(One Plan):先在最底层运营执行层 IOP/S&OE 固定物料与产能的实时咬合与残差反写,再向上接通战术层 ITP/MPS 的配额刚性约束 Allotment,以及战略层 IBP 的全局规划 Allocation,使战略、战术、运营三层在同一个单引擎内存数据模型中毫秒级同步收敛。
文中列出的实证与压测数据
文章称,这套机制并非纸面推演,而是经过工业场景验证。
其一是 18 年的工业闭环实证。作者表示,在其曾担任总架构师并主持设计的联想全球供应链集成计划系统 IPS 中,这套正交闭环机制覆盖全球 6 大自有基地及联宝等 3 大 ODM 制造网络,连续稳定运行了 18 年,实现人在环外自主决策率稳定在 95% 以上、48 小时交期应答率 98% 以上、95% 需求不晚、82% 需求不早,库存周转率提升 1.9 倍,并直接释放数十亿元营运现金流。
其二是单机笔记本压测结果。文章称,作者离开联想后,将这套底层逻辑从《价值链物理学》的理论公理延伸到面向数据设计 DOD 与 496 个代数元算子的计算底座,形成 IPC 智能计划与控制一代引擎,并称其拥有 20 项国家核心发明专利布局,其中 9 项公开、5 项已获授权。
按照文中说法,在一台普通个人笔记本电脑上,面对 200 万种物料、50 万笔离散需求、20 层深 BOM、展开后 2.3 亿笔计划单的跨国企业级全网大盘,IPC 引擎只需 296 秒,即不到 5 分钟,就能完成从 IBP、ITP、IP&O 到 IOP 的全局收敛求解。
文章结尾的判断
文章最后写道,很多企业把数据中台、控制塔和大屏视为供应链数字化的核心,但这些系统并不能替代实时做出正交决策的「驾驶脑」。作者认为,供应链管理的本质不是编制计划表,也不是通过会议去妥协各部门 KPI,而是在物理时空中持续消除战略、战术、执行各层级的矢量对消,把内部消耗转化为 ROIC 与自由现金流。
文末给出的结论是,只要工厂仍在共享资源,「排序耦合定律」就会持续发生作用;如果企业不从物理底层解决交叉错配,交叉错配最终会反映到利润表上。


