供應鏈規劃 (supply chain planning)，優化 (optimization) 或是啟發式 (heuristics)? - Part 1

因為解決方案提供商的大力推廣，很多人心中的SCM就等於先進規劃系統 (APS, advanced planning system)，以為導入這樣的系統，供應鏈上的問題就迎刃而解。這當然是錯誤的看法，但我想先就於選擇APS談一下我的看法。

APS的目的就是處理在限制條件以及一些業務規則下，怎樣來規劃供給來滿足需求。根據使用者所定義的業務規則，系統必須進行一些運算，得到供給計畫，而使用者檢視需求規劃的狀況，決定是否採用系統所計算出來的各項資訊。而在運算時，很關鍵的問題就是該採用何種運算方式；大概的說，運算方式有兩大類：數學優化或是以規則啟發式的計算方法。

數學優化是將供需問題轉換為數學模型，然後透過優化求解的方式來得到在限制下的最佳解，主要是以作業研究 (OR, operation research)的技術來處理。我認為重要的並不是去了解或印證系統如何計算出「最佳」解，而是去確認所定義的目標、限制是正確的。因為這些理論都是被印證過的，除非是想要徹底研究OR相關的東西，拿個PhD之類，不然一般使用者應該還是專注於目標、限制的定義是否合理正確。在過去許多專案的經驗，許多使用者專注於了解系統計算的模型 (俗稱計算邏輯)，但是又因為不能了解OR相關的原理，而對系統有著根本的懷疑，處處挑剔計算結果，但是總是印證結果都是來自於使用者自己定義的限制或目標 (業務規則)。

啟發式，或是稱為rule-based的方式，則是根據使用者定義的規則，一條條來處理運算，得到最後的解。因為是根據使用者定義的規則，結果也多能被使用者理解。但是因為是根據業務規則一條條計算，如果使用者定義的規則是有衝突或是前後順序不對，所得到的結果可能會不是使用者所期待的。例如：先考慮交期，然後才考慮客戶等級，有可能讓交期近但是不重要的客戶先拿到供給量，而讓不重要的客戶交期較遠的客戶拿不到供給量。但是如果把規則改成客戶等級 > 交期，則是會有近期不重要的客戶供給量被遠期重要客戶的需求佔住。通常使用者就說：那你給我一個「優化」的規劃。但是在使用優化方式時，他又覺得他不理解優化的計算模型，結果又想回到啟發式。

因此，使用APS前，要先了解規劃方式的原理、限制以及使用者該做的事情 (或是不該做的事情)，還有就是正確的期望。至於什麼情況該用哪一種，下一篇再來討論吧。