01 库存是湖泊还是水库
很多人喜欢把库存比喻为蓄水池，因为输出和输入的不确定而形成的水体。这里很有意思，如果你将库存比喻为湖泊，那么潜意识里更多认为库存是过程的产物，因为湖泊是被动自然形成的；如果你将库存比喻为水库，那么潜意识里更多认为库存是一个主动策略，因为水库是人工产物。前者是回顾型的库存视角，后者是前瞻性的库存视角。
笔者更喜欢水库的比喻，库存作为主动对冲不确定性的产物，根据下游是洪涝还是旱灾来选择蓄水还是放水，水库还能抬高水位，实现上游水流平缓，避免供应端不确定性过大。每满足一分的需求不确定性，都对应着销售收入，每减少一分的供应不确定性，都对应着切换成本减低，生产和采购的批量收益。
从主动防御的视角，本文主要探讨安全库存部分。那么是否我们设置了安全库存，除了吸收需求的波动，也就能像海绵一样，力通过传递后，后端就没有那么难受了？
02 验证库存能否直接吸收后端波动
现实情况中，存在高库存高成本的情况，也就是说增加库存，后端波动并没有减少，因为供应的高成本大部分都与波动的强度有直接关系，例如换线加班批量损失等。
要进行科学验证，我们首先要排除其他因素带来的高库存高成本的影响。比如产品错配，需求要的库存没有，需求不要的库存一大堆。供需不匹配是库存不能吸收波动的常见原因之一，这个的解决重点在于需求预测的准确性和主计划制定的科学性上。所以以下验证将排除预测和产品匹配问题来研究库存增加，后端波动是否消弭。
模拟实验：波动和服务水平情况
假设生产周期是3天，安全库存为10pcs，生产冻结期1天（锁定未来1天的排产）
图一
假设生产周期是3天，安全库存为30pcs（库存增加），生产冻结期1天
图二
假设生产周期是3天，安全库存为30pcs（库存增加），生产冻结期2天（冻结期延长）
图三
假设生产周期是4天（生产周期增加），安全库存为30pcs，生产冻结期1天
图四
直接结论1：如果不做后端策略的调整，增加库存只能提升服务水平。
安全库存的增加，对应的是交付水平的提升，从图一和图二对比可以看到，服务水平从61%提升到98%，但是需求的波动系数（CV=标准差/均值）和生产的波动系数并没有变化。也就是说当你希望采购和生产平稳时，单纯增加库存是不行的。
直接结论2：后端的波动消弭，是通过冻结期类的系数设置实现的。
对比图2和图3，生产冻结期从1天变成2天，生产的波动系数明显下降。所以为了实现低的生产或者采购成本，需要设置更长的冻结期或者更大颗粒度的周期，反之亦然。如果再对比图2和图4，生产的波动系数和产品的生产周期也没有必然关系，但是产品生产周期越长，对于安全库存的需求是变大的。03
安全库存-时间-波动如果我们收到订单，要求一个月后交付，而我们整体的供应周期是10天，我们是否还需要安全库存？当然不需要，这个时候需求的波动对我们来说是可以忽略的。（排除产能问题）
无论前端需求波动还是后端供应波动，安全库存都不是直接作用到波动，库存的直接作用就是延长问题的响应时间，再将波动在拉长的时间上进行平分，来实现波动消除。假设企业设置更高的库存，是因为生产切换成本很高，那么不设置冻结期就是一个浪费的行为。反之，如果工厂的切换成本很低，那么就可以设置较少的冻结时间，来获得低库存的收益。
关键结论1：如果要调整后端的波动，就必须要调整冻结期。正如前文所说的主动防御和被动防御，应对生产的客观周期，例如生产周期3天，质检周期3天等设置库存，就是被动防御，应对生产平稳，例如冻结期从1周到2周，就是主动防御。前者是产品的客观需求，设置的安全库存，后者是结合公司的特性，切换成本高低，批量收益大小，主动调节冻结期，来追求生产成本+库存成本总成本最低。
关键结论2：大多数指标体系都缺失对于波动的衡量。SCOR体系初步涉及了波动分析的部分，但是整体还是在结果层面，支持评价但是不支持对波动的分析。在牛鞭效应已经成为常识说法的情况下，当前流行的控制塔指标体系，依旧停留在呈现结果性指标，而失于对每个环节的波动分析，波动之间是否传递，是否有人为因素带来的波动增加。
关键结论3：经典安全库存公式，依旧是我们学习库存逻辑的最好切入点。在大数据，数字化，AI等浪潮下，经典安全库存公式，依旧有其存在的独特价值。无论库存策略通过什么方式实现，学习和了解经典安全库存公式，都能很好把控库存的影响因素，确保大方向上的正确。
以上为个人理解，如有不客观不准确，欢迎拍砖，如需要计算底稿，也可留言获取。