供应链管理是否存在一个可以被提前计算并执行的最优解？这个问题在业内争论了二十年。近日，一位曾在联想全球供应链工作十三年的从业者撰文指出，这个问题实际上包含两个截然不同的命题：一是是否存在可预先计算的最优解，二是系统在运行过程中是否会达到某个时刻的最佳状态。前者的答案是否定的，后者则存在，但它是系统运行出来的，而非计算出来的。
传统供应链优化工具，包括Gurobi、Cplex等底层求解器引擎，以及SAP APO、Blue Yonder、Kinaxis、o9等商业计划平台，其核心逻辑都是基于运筹学的最优化求解。但该作者认为，这种思路相当于拉普拉斯妖的现代版本，假设只要数据足够，就能算出唯一的最优答案。然而，真实供应链系统无法满足最优解成立的三项前提：解空间不是确定有限的，变量之间不是独立的，目标函数也不是良定义的。
以解空间为例，供应链的状态空间是阶乘级的，几十个节点就能产生超过宇宙原子数的组合可能。物料、产能、交期、资金、运输、供应商之间呈现非线性耦合，任何一个变量的变化都会改变整个解空间的地形。此外，紧急订单插入后会通过BOM、产能、替代料等链条产生级联效应，没有任何节点可以独立求解。而交期、成本、库存、产能利用率等目标在物理上相互冲突，目标空间本身就不存在一个让所有指标同时满意的平稳点。
该作者在联想全球供应链期间参与建成了人在环外的自愈决策系统，该系统在包含世界经济论坛灯塔工厂合肥联宝在内的物理战场上，实现了交期应答率从54％提升至98％，订单交付准确率提升32％，整体库存周转率提升1.9倍，并一次性释放数十亿流动资金。这些结果并非来自求解器的静态最优计算，而是计划、执行、反馈三环闭环运行后自然涌现的状态。
该作者将供应链定义为活系统，而非静态数学题。活系统不需要求解器中的静态最优解，而需要四件事：划界清晰以防范架构瓦解，刚性约束以消除内耗，残差可见以驱动代际进化，以及人在环外以实现毫秒级决策自愈。他建议企业不再将大量资金投入寻求静态最优解的传统优化软件，而是关注系统在每个具体时刻是否在有效做功，这个问题的答案才是供应链管理中唯一的最值。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
