自上世紀(jì)九十年代起，外資汽車品牌紛紛實(shí)現(xiàn)在中國合資落地生產(chǎn)。發(fā)展迅速的國內(nèi)消費(fèi)市場和規(guī)模龐大的汽車產(chǎn)業(yè)，促成了合資汽車品牌市場的百花齊放。然而，受海外供應(yīng)商長期合作關(guān)系、質(zhì)量控制和技術(shù)壁壘的制約，汽車零部件，尤其是關(guān)鍵零部件的進(jìn)口量一直居高不下。
      一方面，以海運(yùn)為主導(dǎo)的進(jìn)口件運(yùn)輸方式，使得運(yùn)輸時間依附于供應(yīng)商和承運(yùn)商構(gòu)成的運(yùn)輸網(wǎng)絡(luò)；而天氣、國內(nèi)外節(jié)假日差異等因素，又造成了進(jìn)口件長期以來運(yùn)輸周期長、到貨時間不穩(wěn)定的特點(diǎn)。
      另一方面，由技術(shù)壁壘所造成的庫存成本高、價(jià)格高等痛點(diǎn)長期以來未得到有效的解決。
      大多車廠最初在制定進(jìn)口件采購和庫存策略時，通常依賴車廠自身過往經(jīng)驗(yàn)，通過大量堆積庫存，輔以緊急空運(yùn)補(bǔ)貨，來彌補(bǔ)需求的不穩(wěn)定。但這種粗放的備貨模式通常又會造成大量的資金占用和庫存積壓，可如果盲目減少庫存，一旦進(jìn)口件無法滿足生產(chǎn)需求導(dǎo)致生產(chǎn)停線，代價(jià)往往會更大。

      庫存掩蓋的問題

      于是，如何在及時響應(yīng)市場波動的基礎(chǔ)上，平衡進(jìn)口件的庫存成本和空運(yùn)成本，優(yōu)化進(jìn)口件的安全庫存量，是目前很多國產(chǎn)化程度相對較低的車廠的重點(diǎn)研究議題。
      傳統(tǒng)零售行業(yè)應(yīng)對庫存優(yōu)化所使用的策略通常為：以安全庫存計(jì)算方式——經(jīng)典SS（Safety Stock）公式為主，輔以簡單的經(jīng)驗(yàn)法則。但汽車行業(yè)與零售業(yè)畢竟不同，汽車進(jìn)口件采購運(yùn)貨周期波動大，零配件特性積累會顯著影響需求量，經(jīng)典SS（Safety Stock）公式此時就無能為力了。
      對汽車行業(yè)而言，最常用的進(jìn)口件采購優(yōu)化方式通常為固定周期訂貨模式。這種訂貨方式要求確定一個比較恰當(dāng)?shù)膸齑骖~，庫存額包含采購提前期內(nèi)的正常消耗量和安全庫存量，這兩個量又分別取決于需求的預(yù)測值、采購的提前期和服務(wù)水平。具體方式主要體現(xiàn)為：在每個周期將要結(jié)束時，業(yè)務(wù)人員對存貨進(jìn)行盤點(diǎn)，基于庫存額決定訂貨量。
      基于汽車行業(yè)的特殊性，我們在經(jīng)典SS（Safety Stock）公式的基礎(chǔ)上，將進(jìn)口件采購特性轉(zhuǎn)換為約束條件，引申出OPIO模型TM（Overseas Parts Inventory Optimization Model），有效地幫助了國內(nèi)主機(jī)廠解決進(jìn)口件庫存優(yōu)化難題。
      該模型將零部件周期性的訂貨量描述為一個由時間、零部件、運(yùn)輸節(jié)點(diǎn)構(gòu)成的三維變量，以訂貨成本、運(yùn)輸成本、庫存成本、缺貨懲罰成本等構(gòu)成的綜合成本值作為模型的目標(biāo)。約束條件則主要包括：

      1、訂貨方式和訂貨策略 

      不同訂貨方式的需求特征不同。舉個例子，零件級別的訂貨方式認(rèn)為每個零件都是特殊的，因此會以單個零件的實(shí)際庫存和質(zhì)量作為模型變量求解的依據(jù)；一旦該零件發(fā)生非正常的消耗，會及時反應(yīng)到該零件的需求預(yù)測——即基于單個零件測算安全庫存策略。一般情況下，訂貨量總是要求訂滿某個固定值的整數(shù)倍，這也會作為模型的約束之一。

      2、網(wǎng)絡(luò)結(jié)構(gòu)

      供應(yīng)網(wǎng)絡(luò)的差異主要反映在倉庫或配送中心的數(shù)量和結(jié)構(gòu)上。若只存在一個中心倉庫，網(wǎng)絡(luò)結(jié)構(gòu)相對簡單，變量會從三維直接降到二維；但若存在多個配送中心，則除了優(yōu)化的對象變多外，每個對象的提前期也會自下而上形成影響，加大模型復(fù)雜度。

      3、歷史需求

      庫存的不確定性通常來源于提前期和需求的不確定，這兩類信息決定了庫存優(yōu)化模型的基調(diào)。在模型訓(xùn)練的過程中，歷史需求的數(shù)據(jù)量不斷累積，新鮮的“血液”也會不斷注入。
      例如，在歷史需求里收集到新的零件報(bào)廢率特征后，系統(tǒng)會自動將其作為影響需求的因素之一，作用到模型的下次訓(xùn)練中?；谔崆捌诤蜌v史消耗情況，系統(tǒng)可以自動升級優(yōu)化，完善后期安全庫存策略輸出結(jié)果。

      4、服務(wù)水平

      服務(wù)水平的確定需要綜合多方面的因素，歷史的進(jìn)口件生產(chǎn)需求滿足率以及完備率是核心因素。車廠是無法站在一個客觀的角度來判定滿足與否的——對車廠而言，只要生產(chǎn)還在繼續(xù)，就不存在需求沒有被滿足的情況。但站在數(shù)據(jù)分析的角度，一旦出現(xiàn)臨時或高成本的非常規(guī)性補(bǔ)貨措施，例如空運(yùn)補(bǔ)貨，便視為是一次需求未滿足的情況，其所對應(yīng)的是不同的服務(wù)水平。

      OPIO模型

      可見，為實(shí)現(xiàn)進(jìn)口零配件優(yōu)化，需考慮多方面因素。OPIO模型的優(yōu)勢主要體現(xiàn)在：當(dāng)所有業(yè)務(wù)特征轉(zhuǎn)換為約束條件被納入模型后，系統(tǒng)可根據(jù)定期的數(shù)據(jù)輸入，為業(yè)務(wù)人員提供周期性的訂貨策略，有效地預(yù)測未來需求，降低物料風(fēng)險(xiǎn)和成本，從根本上節(jié)省車廠的人力物力成本。
      我們認(rèn)為，隨著汽車行業(yè)步入數(shù)字化時代，車企在加快零部件國產(chǎn)化進(jìn)程的同時，在算法的有力支持下，實(shí)現(xiàn)零部件供應(yīng)鏈的完善升級，完成從粗放的進(jìn)口件訂貨和庫存模式的優(yōu)化轉(zhuǎn)型，是現(xiàn)時最好的可行方案。