在讨论数字化转型概念的时候，经常会谈论现在商业特点是VUCA，即易变、不确定、复杂、模糊。而数字化转型是应对VUCA的一个有效途径。在VUCA时代，不确定性是被引用次数最多的。当然现在供应链的不确定性，是数字化转型的一大驱动因素。供应链管理也是解决供应链的不确定性难题。
供应链管理的挑战在于不确定性
我第一次关注不确定性，是在20年前，刚刚进入供应链管理领域，在一本供应链管理的教材上看到的。当时印象最深的是：确定性的是容易管理的，供应链管理的挑战在于不确定性。
以需求管理为例：对于需求而言，一个产品需求的确定性是需求量的平均值，根据过去历史需求求和平均，这个值相对稳定。而不确定性是需求的随机波动，比如一个产品月平均需求量是1000，但某个月需求是1200，某个月需求是800，如果按照确定性的每个月需求量1000，那么需求很容易满足，但因为有波动性，假如需求量向小波动，需求量800，不会出供不应求的问题，但如果需求量向大波动，变成1200，那么按确定性1000的月需求量，就可能导致供不应求，为了应对这种由于供不应求导致的错失商机，需要管理需求的不确定性。
生产交付也有不确定性的挑战。比如某个产品平均生产周期是5天，但会有一些偶然的不确定性因素，导致某一批次产品的生产周期是6天，有些批次的生产周期是4天。这样为了保证承诺给用户的订单按时交付，也需要考虑生产交付的不确定性。
传统的应对不确定性的方法是增加库存
在供应链体系中，在产品种类少时，通常是通过库存应对生产周期（提前期）。比如针对平均需求量，通常为采购提前期（对制造而言就是生产提前期，采购方下订单，到收到产品的周期）提前备库存，以应对下了订单后，采购未到货 时用户的需求。这种库存通常称为Pipeline库存。
但如果需求波动，为了应对需求向量大的方向的波动，而额外备的库存，这种通常被称为安全库存。当然安全库存还需要考虑另外一种波动，采购提前期( 生产提前期）的波动。
所以传统供应链应对不确定性，主要考虑两点 ：需求量的不确定性和生产提前期的不确定性。
产品多样性增加了新的不确定性，也增加了成本
在单一产品时代，主要考虑产品需求量和生产提前期的不确定性。但随着产品种类的丰富，对一类产品的需求，可能有多个型号可以满足需求。 比如A型号，B型号都能满足用户需求，但用户选择A还是B就具有偶然性，也即不确定性。
而根据安全库存的理论，产品种类越多，安全库存也越大 。
随着产品种类的增加，一方面安全库存增加大大提高了产品库存，也会 提升成本。另一方面产品型号的丰富，导致某些型号的产品永远也无法销售出去，这类没有销售出去的产品，既浪费了产能资源，也浪费了物料资源，产品多样性带来的不确定性，大大增加了 库存成本。
这个时候，为了应对不确定性的库存，成为一种新的浪费，库存管理成为供应链管理的一个核心内容。
产品多样性促进了延迟生产的模式
当产品多样性进一步增加以后，那些没有销售出去的产品库存成为公司一个巨大的 负担。
这个时候，创新企业开始尝试根据订单生产、配置产品，于是供应链管理理论中，开始有了制造方式的讨论，MTS，MTO，ATO，CTO等制造方式成为供应链管理 战略需要决定的选项。而这些创新的制造模式，主要是根据用户需要制造，延迟制造（配置、组装）的过程，这样可以避免组装过多但无法销售出去的产品。但延迟制造中，需求量的波动就需要通过产能的灵活性来 应对。
对于多品类的产品生产，既需要产能具有可调节性，还需要产能更具有适配性，一个产能能够完成多个工艺流程的工作。
延迟制造，就需要产能与需求在量方面可以匹配，也需要产能与需求在功能上匹配（产能能够适应相应需求 产品的制造工艺）。这两方面的匹配为管理带来巨大的复杂性 。随着这种复杂性的增加，其处理能力已经超出了人的脑力处理极限，就需要工具。
所以产品单一时，对于供应链不确定性的处理，库存处理就足够了，对于产能平衡的软件APS 甚至可能是多余的。但产品种类丰富之后，只要有延迟生产的模式，APS的作用就会凸显出来，在产品种类有限的企业，APS可以是锦上添花，但产品种类达到一定数量之后， APS就是雪中送碳了。
当个性化产品时代，如果企业承诺一天交货，但实际产能排道理一周之后， 这家企业恐怕难以生存吧？所以个性化时代，APS将会是企业供应链管理的一个基础功能，离开APS， 提供个性化产品的企业恐怕难以生存。
