从闭环原理看工业互联网的供应链管理

从自动控制理论看工业互联网系列的第一篇文章从自动化理论看工业互联网——开篇，从控制论引出自动化理论可以在工业互联网的各个领域有应用；第二篇文章从自动化理论看工业互联网——闭环控制 介绍了自动化理论最重要的是闭环控制理论，包括反馈（正反馈、负反馈），以及反馈的时滞带来的影响。第三篇文章第五项修炼中的闭环原理、第四篇文章第五项修炼中的闭环原理（二）借用第五项修炼这本畅销书中对正反馈、负反馈，闭环的时滞来介绍闭环控制原理可以在多个领域应用的案例，来介绍自动控制理论可以应用于管理的方方面面。

本文主要是通过正反馈（不断增强的回馈）、负反馈（反复调节的回馈）和时延的原理来分析供应链管理的。

初识供应链管理

真正学习供应链是2003年加入i2，开始学习供应链管理的知识，但在这之前，还在上大学的时候，有一本书《第五项修炼》的第三章《从啤酒游戏看系统思考》，介绍了供应链管理领域一个非常知名的游戏“啤酒游戏”，是在上个世纪60年代麻省理工的斯隆商学院，开发的桌面游戏，通过这个游戏来揭示了供应链管理的牛鞭效应。这是我第一次了解供应链管理的相关知识。

这个案例的啤酒供应链，有三种角色：制造商、批发商和零售商。在受到一个事件的影响后，形成啤酒销量的增加后，后续的决策经营导致零售商、批发商、制造商的订单扩大，带动系统增加生产量最终形成库存增加，需求波动大的牛鞭效应。这个事件的发生过程简单概括为：销量增加——为了保证库存增加订单——收获时间滞延——继续增加订单——滞延交货——库存增加。

以零售商为例介绍：

基本情况：零售商每周销量是4箱啤酒，保持12箱啤酒的库存，啤酒采购提前期是4周（提交订单4周后，收到啤酒的订单），每周订单是4箱。

第二周：啤酒的销量突然增加到8箱啤酒，库存变为8箱，为了保证后续库存能有12箱，订单提高到8箱。

第三周：啤酒的销量还是8箱，此时库存变为4箱，修正未来库存为16箱，于是订单提高到12箱。

第四周：因为库存耗尽，将订单提高到16箱。

第五周：但已经没有库存，订货16箱。

第六周：开始有人提前登记，预定啤酒。订货16箱。

第七周：又订货16箱。

第八周：订货24箱。

零售商的需求波动，导致批发商的需求增加，批发商库存耗尽，于是出现延迟交付，进而加剧了零售商的断货，而断货又会增加订单。

按照这个模式，看一下第9周零售商的库存。

零售商第九周库存

第14周零售商的库存

零售商第十四周库存

第17周零售商的库存

零售商第十七周库存

第24周零售商的库存

零售商第二十四周库存

观察零售商的库存，在需求波动后，随着时间，库存数量会有一个较大的波动。零售商库存的波动非常类似于自动控制理论中的发散图。

这样的发散系统，在控制原理中，就是出现了正反馈（不断加强的反馈）。

从自动化原理看啤酒游戏的零售商

从零售商的库存水平，从第一周开始到第二十四周，库存的数量的变化，非常类似于控制理论中的发散系统（正反馈）。对于经营而言，发生正反馈不是零售商希望看到的，库存增加（成本高），负库存（延迟交付的产品）会降低用户的服务水平。所以库存的振荡，是零售商希望避免的。

如何避免库存的发散呢？

而根据控制理论，发生正反馈是因为反馈周期与执行周期同频。为了让系统变得收敛，最简单的就是调节反馈频率。对于零售商，最简单的方式，就是调节交货提前期。通过改变提前期来让系统收敛。

在第一次看到第五项修炼的第三章的时候，我是根据自动化原理，认为最简单的方式就是降低交货提前期。

当2003年，开始从事供应链管理咨询之后，在2006年系统的学习了供应链管理的知识体系，发现，解决供应链库存的难题，最简单的就是降低交货提前期，以及降低交货提前期的波动。

啤酒游戏中的牛鞭效应

刚刚看到的是在零售商这个环节，随着时间的延续而形成的库存的发散，这是不断增强的回路（正反馈现象）。

而随着零售环节需求的波动，会带来批发商，制造商需求的波动。还是引用第五项修炼第三章的内容（仅列出几张图）。

从这系列图，会发现，需求侧的一个小波动，不仅会引发零售商的库存发散，还会引起批发商库存，零售商库存形成发散（各自库存按时间维度的发散）。

而沿着零售商——批发商——制造商这个维度，也是发散的。这就是非常著名的牛鞭效应：

“牛鞭效应”是经济学上的一个术语，指供应链上的一种需求变异放大现象，是信息流从最终客户端向原始供应商端传递时，无法有效地实现信息共享，使得信息扭曲而逐级放大，导致了需求信息出现越来越大的波动，此信息扭曲的放大作用在图形上很像一个甩起的牛鞭，因此被形象地称为牛鞭效应。

从自动化原理看，牛鞭效应是从供应链维度上的发散，核心还是在于信息传递过程的时延。根据控制原理，调整反馈时延，就可以解决。

而供应链管理体系里，解决牛鞭效应的最佳实践包括CPFR、VMI，都是通过信息化手段，来降低供应链体系的信息不对称（还是降低反馈时延）来达到消除牛鞭效应的目的。