SAP IBP、o9、Kinaxis — 演示没有告诉你的事
每一场供应商演示都天衣无缝。这里是签约之后会发生的事——以及签约之前你应该问的问题。
演示会天衣无缝。顾问团队会带着基于你所在行业模板预先搭建好的租户飞过来。他们会给你看一个能实时对账财务计划和运营计划的仪表盘,一个根据销售终端数据自动调整的需求感应模块,还有一个场景对比界面,让你同时对三种中断选项进行供应计划压力测试。幻灯片上会出现你竞争对手的标志,配上"你所在行业已有 200 多家客户"这样的字样。数字会无懈可击。
这一切都不是欺骗。平台确实能做到这些。演示没有告诉你的,是在这一切发生之前长达十八个月的数据梳理工作,是维持系统运转所需的内部人力,以及平台能力和你的组织在上线三年后实际会用到的能力之间的差距。
这就是那个差距的样子——以及签约之前你应该问的问题。
三个平台,去掉营销包装
SAP IBP——集成业务规划——是 SAP S/4HANA 生态系统内的 S&OP 和供应计划模块。它运行在 HANA 的内存数据库上,这在大数据集上确实带来了真正的速度优势。架构是模块化的:供应、响应与供应、需求、库存、销售与运营是独立的许可证。你可以从窄范围起步。陷阱在于,这些模块是分开定价的,而真正的价值来自它们之间的集成——所以你的"入门版"实施本身就内置了一条向上销售的路径,写进了产品架构里。
对于一家中型制造商(5,000–15,000 个活跃 SKU,10–15 名计划员)而言,仅软件的年费就落在 38 万到 52 万美元区间。由四大咨询公司主导的实施通常需要 18 到 24 个月,费用是第一年软件成本的 1.5 到 2.5 倍。IBP 的天然归宿是已经深度绑定 SAP 的公司——如果你的 ERP 是 S/4,主数据也存在 SAP 里,那么集成这个卖点是真实的。如果你的 ERP 是 Oracle 或自建系统,你就是在增加一层集成,其维护成本会逐年叠加。
Gartner 2024 年供应链规划魔力象限把 IBP 定位为挑战者,而非领导者。理由是:功能深度强,与 SAP 生态契合度高,但相较纯专业厂商,在易用性和部署速度上较弱。Gartner Peer Insights 上的客户满意度评分很说明问题——不算差,但在"价值实现时间"这一项上一直低于 Kinaxis。
Kinaxis Maestro(前身为 RapidResponse)基于一个不同的架构原则:并发规划。它不是运行顺序优化——需求计划输入供应计划,供应计划输入财务计划——而是将所有计划同时保存在内存中,并近乎实时地在它们之间传播变化。当供应商确认某个组件短缺时,Maestro 不会排队等待夜间批处理任务来重新传播计划影响。它会立即将影响级联传导到需求、供应和财务各个环节,并呈现出决策选项。
这个架构是真正有差异化的。它也是真正昂贵的:根据用户数量和模块范围,年费在 10 万到 50 万美元以上,实施成本乘数类似,为 1.2 到 1.8 倍。Kinaxis 在 2024 年 Gartner 魔力象限中是领导者,其同行评价分数在三个平台中始终最高,尤其是在用户满意度和规划周期速度上。它的弱点正好和 SAP 相反:规划敏捷性强,但对于那些把 ERP 作为计划下游一切系统记录的公司而言,与 S/4 的深度集成较弱。
并发规划的价值主张,对那些供应波动大、客户交货周期短、当前规划周期因批处理窗口瓶颈而以周或更长为单位运行的公司最为重要。如果你的规划周期已经是按天甚至更快,Kinaxis 的架构能把时钟从约束条件中移除。如果你的规划周期是按月,并且是由人的对齐而非计算时间驱动的,你在实践中不会看到这个架构优势。
o9 Solutions 定位在高端市场:财富 500 强、复杂的全球网络、多企业规划。它的差异化在于企业知识图谱——一个统一的数据模型,映射客户、SKU、供应商、工厂和合同之间的关系,让计划员能像查询图数据库一样查询计划:"这个 SKU 在 EMEA 的二级供应商依赖关系是什么?"而不是"跑一份报表"。
o9 在 2023 年 Gartner 魔力象限中是远见者。到了 2024 年被降级为利基玩家——报告指出,随着 o9 快速扩张客户群,出现了执行层面的问题。客户评价比 Kinaxis 更两极分化:能力广度评分高,但实施体验和支持响应速度评分较低。定价是定制且不公开的,但行业基准表明,在企业级别上它高于 Kinaxis。
演示回答不了的问题
在受控的演示环境中,每个平台都能给出比你目前流程更好的计划。演示租户的主数据是干净的:计量单位一致,没有重复的物料编号,供应商交货周期反映的是现实,而不是 2017 年留下的系统默认值。你的租户不会是这样。
供应链规划软件的根本约束不在算法层面。而在数据。计划的好坏取决于约束它的主数据,以及喂给它的实际数据。我见过的每一个未能兑现商业价值的实施项目,根源都相同:规划工具在数据准备好之前就上线了,而数据之所以从未被彻底清理,是因为软件上线后项目预算就用完了。
在评估任何平台的规划逻辑之前,先用四个问题审视你的主数据:
- 交货周期准确性。 你系统里的交货周期反映的是供应商当前的实际表现,还是三年前的合同交货周期?在大多数实施项目中,答案是合同交货周期。系统交货周期与实际交货周期之间的差距,是规划误差最大的单一来源,而没有任何平台能靠算法修复这一点。
- 计量单位一致性。 所有输入——需求预测、供应计划、库存状况——是否都用同一个单位表示?在多 ERP 环境中,计量单位混乱很常见,结果是计划员因为不信任数量数据而绕过系统自行处理。
- 物料清单完整性。 对离散制造商来说,每一个在售成品是否都有一份最新、准确的物料清单覆盖?供应计划是建立在 BOM 展开基础上的。不完整或过时的 BOM,会在任何优化运行之前就让计划在结构上出错。
- 供应商产能数据。 你有没有按周期确认的供应商产能数据,还是在无约束的供应商产出假设下做计划?大多数公司都是按无约束假设做计划,直到执行阶段才发现真正的约束。系统里没有的约束条件,平台是无法建模的。
签约之前该问什么
在与供应商谈判时,值得问的问题不是功能矩阵,而是失败模式。
要一个数据画像和你相近的参考客户。 不是你所在的行业——而是你的数据复杂度。如果你有 14 个制造基地、8 万个活跃 SKU、6 个 ERP 系统给规划层供数,就要求和一个数据画像相似、上线三年以上的客户交流。案例研究里的都是早期采用者。三年期的客户才能告诉你稳态是什么样子。
问清楚实施完成后模型归谁负责。 大多数实施是由系统集成商交付的。当系统集成商离场后,模型就落到内部团队手上。具体问:一个数据画像相近的客户,在稳态运营中需要多少内部全职人力来运行这个平台?这个答案应该是可验证的。"两名核心用户加一名兼职 IT 资源"和"四名专职计划员加一名全职 IT 架构师"都是合理的答案。前者对复杂实施而言偏乐观;后者贵但诚实。不管对方给出什么数字,头两年都按两倍来估算。
问清楚变革管理的范围。 供应链规划工具会改变计划员每天的工作方式。这个平台不是后台系统——它是计划员的主要工作界面。如果实施计划里没有一条由明确内部负责人主导的结构化变革管理工作流,最终交付的系统会让计划员绕道而行,而不是在其中工作。这不是假设情况。我见过的大多数"失败"的规划实施,技术上都是按时按预算交付的。它们失败,是因为计划员继续把 Excel 当作系统记录,只是用新平台生成一份报表放进 S&OP 的幻灯片里。
正确的顺序
这些平台是真实的,价值也确实存在。要拿到这份价值,顺序应该是:
- 给你目前的流程定基准。 在每一层测量预测准确性,测量规划周期时长,识别当前流程中排名前五的人工变通做法。这些就是你的基准线。任何供应商都应该能具体展示他们的平台如何解决每一项。
- 先清理数据。 或者至少在上线之前就明确并拨款给数据清理这条工作流,而不是留到上线之后。把它作为与实施并行的独立轨道,而不是上线后的善后工作。
- 在受限范围内做试点。 一个产品系列,一个区域,一个制造基地。在扩大许可证之前,先用你自己的数据验证概念。大多数供应商都会同意做一个成功后转为完整许可证的付费试点——如果他们不同意,这本身就说明了问题。
- 明确你会停止做什么。 当旧流程被关闭时,任何规划工具的采用速度都会加快。如果计划员可以继续并行使用旧流程,他们就会这么做,尤其是在新平台不可避免地遇到早期上线的磕磕绊绊时。定好切换日期,并坚守它。
瓶颈不在平台。瓶颈在你。问题在于,你的组织是否有足够的纪律去清理数据、改变流程、建立起运行这套你刚买下的工具所需的内部能力。供应商在销售和实施阶段会很给力。他们离场之后留存下来的能力,完全要靠你自己去建立。
Sources
- Gartner. (2024). Magic Quadrant for Supply Chain Planning Solutions. gartner.com
- Gartner Peer Insights. (2024). Reviews for Supply Chain Planning, 2024. gartner.com
- Lee, H.L. (2004). The Triple-A Supply Chain. Harvard Business Review.
- Lapide, L. (2005). Sales and Operations Planning Part I: The Process. Journal of Business Forecasting.
- SAP. (2024). SAP IBP Product Overview. sap.com
- Kinaxis. (2024). Maestro Platform Overview. kinaxis.com
- o9 Solutions. (2024). Enterprise Knowledge Graph. o9solutions.com