高效但不便宜

很多年前，我第一次接触制造业管理的时候，对库存有一个非常简单的理解：

库存越少越好。

这个逻辑似乎非常合理。一家公司花100万英镑购买材料，把它们放在仓库里半年，既不能产生收入，还需要占用厂房、管理人员和资金。如果产品更新换代，库存甚至可能直接变成废品。

所以现代制造业长期追求降低库存。

Just in Time、Lean Manufacturing、Kanban，这些方法背后都有一个重要思想：不要生产暂时不需要的东西，也不要让大量材料长期躺在仓库里。

但最近几年经历过疫情、芯片短缺、港口拥堵和各种供应链问题以后，越来越多企业开始重新思考一个看起来很简单的问题：

库存真的越少越好吗？

库存最容易看到的成本，是它占用了钱

假设一家工厂每个月需要100万个零件，每个零件£10。

如果公司储备三个月库存，就意味着仓库里长期放着大约£30 million的零件。

这些钱本来可以做很多事情。

购买设备。

研发新产品。

偿还贷款。

甚至放在银行里赚利息。

现在却变成了一箱箱零件。

所以财务部门当然希望库存降低。

如果从三个月库存降低到一个月，就可能释放£20 million现金。

这是非常真实的好处。

但库存还有另外一种价值，平时很难看到

假设那个£10的零件突然断货。

一辆价值£50,000的汽车因为缺少它而无法完成。

这时候，一个价值£10的小东西可能让价值几万英镑的产品无法交付。

如果一天少生产1,000辆汽车，损失就不再是£10的问题。

这就是库存最有意思的地方：

它平时看起来像成本。

真正出问题的时候，却突然变成保险。

很多东西的价值只有在缺少的时候才会出现

家里的一卷备用厕纸，平时几乎没有经济价值。

一个备用充电器也一样。

汽车里的备用轮胎，大部分时间都只是增加重量。

工厂里的备用泵可能十年都没有启动。

服务器的Backup可能永远不会真正使用。

从极端效率的角度看，这些东西都应该删除。

但我们没有这样做。

因为它们承担的任务不是提高平均效率。

而是降低极端情况下的损失。

这也是为什么库存管理真正困难的地方，不是“减少库存”

而是找到一个合适的库存。

太多当然不好。

太少也不好。

如果一个零件交货时间只有一天，而且有20个供应商，那么没有必要储存半年。

但如果一个零件需要六个月生产，全世界只有两家公司能够供应，那么只储备三天可能非常危险。

所以库存水平真正应该取决于：

供应时间。

需求波动。

供应商数量。

替代方案。

缺货造成的损失。

这些因素组合在一起，才形成真正的风险。

一个£1零件和另一个£1零件，库存策略可能完全不同

假设工厂里有两个零件。

A零件价值£1，市场上几十家公司都能生产，第二天就可以送到。

B零件也是£1，但只有一家供应商，而且生产周期三个月。

从财务系统看：

两个都是£1库存。

从风险角度看：

完全不是同一种东西。

这也是为什么单纯追求“库存金额下降20%”有时候会产生非常危险的结果。

因为一个KPI把不同风险压缩成了同一个数字。

管理里面经常发生这样的事情

一个指标本来是为了帮助我们理解系统。

后来慢慢变成了目标。

库存周转率需要提高。

于是所有人开始减少库存。

设备利用率需要提高。

于是所有机器尽量保持运行。

人员利用率需要提高。

于是每个人的时间全部排满。

项目成本需要下降。

于是所有Contingency被删除。

数字变漂亮了。

系统却可能变得越来越脆弱。

这就是指标管理最危险的地方之一：

局部优化并不一定等于整体优化。

假设一台机器利用率从80%提高到98%

管理报告上看起来非常漂亮。

设备终于“充分利用”了。

但98%的利用率意味着什么？

意味着几乎没有时间维护。

没有时间应付紧急订单。

没有时间处理异常。

只要一个订单延误，后面的所有订单开始排队。

于是系统的平均效率虽然提高了，交货可靠性却可能下降。

高速公路也一样。

一条高速公路在50%容量的时候非常顺畅。

如果每天长期运行在99%的容量，只需要一辆车稍微减速，就可能形成堵车。

所以“闲置能力”并不一定真的是浪费。

有时候它是系统稳定运行必须支付的成本。

仓库其实就是供应链里面的缓冲区

上游生产不会永远准时。

下游需求也不会永远稳定。

中间需要一个东西吸收这些波动。

库存就是其中一种Buffer。

没有Buffer意味着任何波动都会直接向下传播。

供应商晚两天。

生产线马上停。

客户突然增加订单。

没有东西可以交付。

港口关闭一星期。

整个计划重新安排。

系统看起来非常Lean。

但也可能非常Fragile。

疫情期间，很多企业第一次真正理解这个问题

在疫情之前，全球供应链长期朝着一个方向发展：

更低库存。

更长供应链。

更集中生产。

哪里生产成本最低，就在哪里生产。

从效率角度看，这个系统非常漂亮。

一个零件可能在亚洲生产，在欧洲组装，再卖到美国。

企业不需要自己制造所有东西，也不需要储存大量零件。

但疫情期间一个港口关闭、一家芯片厂停产，影响却可以迅速传播到世界另一端。

汽车行业尤其明显。

一辆汽车需要成千上万个零件。

缺少其中一些半导体，整辆车就无法完成。

于是大家突然发现：

供应链成本最低，并不意味着供应链总成本最低。

因为风险也是成本

只是风险在没有发生以前，不会出现在Profit & Loss里面。

假设方案A每年供应成本£10 million。

方案B需要£10.5 million。

财务部门自然喜欢A。

但A只有一个供应商。

B有两个供应商，而且其中一个在另一个国家。

正常年份，A每年节省£500,000。

但如果五年发生一次供应中断，造成£10 million损失，那么问题就复杂了。

那额外的£500,000到底是浪费，还是保险费？

这取决于你怎样计算风险。

很多商业决策真正困难的地方，就是成本可以精确计算，风险却很难计算

仓库租金可以写到小数点后两位。

库存资金成本可以计算。

第二供应商贵多少钱也可以计算。

但未来五年会不会发生战争、疫情、港口罢工或者供应商破产？

不知道。

于是组织很容易产生一种偏差：

能够计算的东西，被认为更加重要。

不能精确计算的东西，被慢慢忽略。

直到它真的发生。

家庭其实也会做库存管理

厨房就是一个小型仓库。

米。

面。

罐头。

卫生纸。

洗衣液。

你不可能每天只购买当天需要的准确数量。

因为这样虽然库存接近零，交易成本却极高。

每天去超市一次，需要时间、汽油和精力。

所以家庭自然会找到一个平衡。

牛奶可能只买几天。

卫生纸可以买几个星期。

罐头可以放几个月。

每一种东西都有自己的库存策略。

其实我们每天都在做Supply Chain Management，只是没有这样称呼它。

甚至冰箱本身就是一个库存技术

如果没有冰箱，食物库存必须非常低。

因为保存时间短。

冰箱出现以后，家庭可以一次购买更多食物。

于是购物频率下降。

这说明库存并不是孤立存在的。

它和技术、物流、保存时间以及供应速度都有关系。

Amazon能够让人少囤一些日用品，是因为第二天可能就能送到。

如果住在一个每个月只有一次补给船到达的小岛上，你的库存策略一定完全不同。

同一个人，同一种商品，因为供应链不同，合理库存就完全不同。

所以真正高级的库存管理，并不是追求Zero Inventory

而是理解：

什么东西值得多存一点，什么东西根本不应该存。

便宜、关键、难替代、交货周期长的东西，可能值得增加安全库存。

昂贵、容易过期、供应稳定的东西，可能应该降低库存。

这听起来非常普通，却比“一刀切降低20%库存”复杂得多。

因为它需要理解整个系统。

项目管理其实也存在“库存”

比如时间。

假设一个项目计划12个月完成。

如果所有任务刚好排满12个月，没有任何余量，看起来计划非常高效。

但现实中只要一个供应商晚两个星期，整个项目就可能延期。

所以项目计划里需要Contingency。

那一个月看起来什么都没有生产。

但它和仓库里的Safety Stock其实承担同样的功能：

吸收不确定性。

人员也是一样

如果一个团队所有人的利用率永远100%，理论上非常高效。

现实中却意味着：

没人能够帮助同事