物料需求计划（MRP）：你的工厂明明上了系统，为什么还在催料救火？

上个月去一家注塑厂，计划部的小周拉着我诉苦：『老师，我们MPS跑出来的需求根本没法看，周五出的计划，周一就全乱了。』我瞄了一眼他的屏幕——可不是嘛，到货日期红的红、晚的晚，有几颗料甚至还在太平洋上漂着。小周说他们年初刚花了小两百万上MRPⅡ。

我问他：『你们的主数据谁在维护？提前期参数怎么定的？』他支支吾吾，最后承认那些数字是照着ERP实施顾问给的模板填的，运行两年没动过。

得，又是老问题。物料需求计划这套逻辑，从60年代约瑟夫·奥利基提出依赖需求与独立需求的概念开始，骨子里就没错。错的是人——或者说，是太多人把MRP当成了自动魔法，以为输几个数字，系统就该吐出完美的采购单、生产单。哪有这么便宜的事。

MRP真的过时了吗？扯淡

这几年业界有个怪论——APS（高级计划排程）火了，AI预测需求满天飞，就有人说MRP落伍了。我听着就来气。你去看看那些连BOM都不准、库存数据差十几二十个点的企业，跟他们谈什么APS？基础都没打牢。

MRP说白了就干三件事：算什么、要什么、什么时候要。把很复杂的物料约束，化成时间轴上的数量逻辑。安全库存、批量规则、提前期、损耗率…这些东西任何一个掉链子，结果就是废纸。但你要是老老实实把参数整准了，它真是中小制造企业最实用的工具，没有之一。

举个例子。去年辅导一家钣金厂，他们老是因为螺丝包缺料停线。查来查去，发现MRP里那颗螺丝的『最小订购量』设成了10000，而实际一包是2000，供应商还要求10包起订。信息断层导致净需求永远算不对。就这么个小参数，坑了工厂整整八个月。

那些年，我们踩过的MRP大坑

有人说车间里最怕听到两句话——『系统显示有料』和『系统说后天才到』。因为大家都知道，那大概率是假的。

呆滞库存怎么来的？很多时候就是MRP参数僵化。比如经济订货批量（EOQ）五年不调，原材料价格都涨了两倍了，还在按老黄历下单。结果仓库里堆满低周转料，现金流全锁死在铁架子上。

提前期陷阱更隐蔽。采购部为了保护自己，通常会把供应商承诺的LT再加几天buffer；计划部看到采购给的LT，不放心又偷偷加几天；车间领料员发现实际到货经常早，于是也留一手…结果整个供应链的『牛鞭效应』被MRP的时界无限放大。明明客户需求没怎么变，厂里却像坐过山车。

💡 我见过最极端的例子：某个电子厂一颗IC的提前期在系统里是28天，实际供应商12天就能送到。多出的16天让整个WIP堆成了山。后来他们引入了一个粗暴但有效的方法——动态安全时间，根据供应商准时交货率每月修正提前期。三个月，库存周转率提升了22%。

问与答：揭开MRP的面纱

问：都说MRP基础数据要准，到底多准才叫准？我们库存准确率95%了，为什么计划还是不靠谱？

答：95%库存准确率听起来很美，但对MRP可能是灾难。假设你有一万个物料编码，5%不准就是500颗料有问题——足矣让整个齐套计算崩盘。更关键的是BOM准确率。很多工厂BOM里藏着大量『影子料』：要么是研发改过版本没走ECN，要么是车间私自替代了没回写。我的经验是：先死磕A类物料的库存+BOM，达到99.5%以上，再用循环盘点盯住C类。别迷信全量盘点，那通常是糊弄。

问：上了MRP之后，计划员反而更忙了，每天光处理异常工单就要花四小时，这正常吗？

答：太正常了，但这不是MRP的锅。系统本身不会制造混乱，它只是把混乱可视化了。过去靠人脑Excel拍计划，很多问题埋在底下；现在MRP把所有缺口、冲突全摊在桌面上。计划员的真正价值应该是去解决这些异常背后的瓶颈，而不是天天充当『系统补丁』。所以❗ 千万别让计划员变成『MRP操作工』。要让他们有权调整策略——比如哪些单可以拆、哪些可以替代、哪些必须保留缓冲。赋能，别只给工具。

MRP的未来：从计算引擎到决策引擎

说句实话，传统的MRP确实有点『笨』——假设无限产能，假设固定提前期，假设静态BOM。但现实世界是动态的。所以这几年我看到一个明显趋势：MRP与MES、SCADA的数据打通。比如机加工车间，设备OEE数据实时喂给MRP，动态调整产出时间，让需求计算更贴近真实节奏。

还有，AI辅助的预测正在改变独立需求的输入。但我不建议中小企业一上来就搞ML预测。先做到需求管理的流程闭环：销售预测准确率考核、S&OP会议铁打不动、重点客户协同补货…这些脏活累活比算法重要十倍。当你的历史数据干净了，插个XGBoost说不定就有惊喜。

💡 最近帮一家注塑厂做供应链优化，他们最大的突破不是换了什么高级系统，而是在MRP齐套检查环节加了一个『约束理论』的缓冲管理：对于瓶颈设备的物料，强制设置比正常高30%的安全库存；非瓶颈物料，直接砍掉安全库存，改用按需拉动。结果停机待料减少了70%，总库存还降了。这种基于现实约束的动态调整，才是MRP活的灵魂。

说到底，物料需求计划就是一面镜子。你给它垃圾数据，它就还你垃圾计划。但你要是愿意花心思琢磨那些参数背后的业务真相，它会是工厂里最诚实的伙伴。别把它神话，更别把它当甩锅对象。系统上线只是开始，持续的数据治理和参数迭代才是核心竞争力——这条路没有尽头，但有金子可挖。