我经常思考一个问题：为什么生产系统可以实现零库存JIT（Just In Time），可后市场却不得不承受极高的库存压力？一个重要原因是生产系统有一条根据生产计划和零件BOM图而获得的需求基准线，每天生产所需要的零件可以计划得极其精准，这样就能将供应链做得及时到位，实现库存最小化。

后市场维修服务的需求随机性强，没人能预测哪台设备会出故障，更难预测服务中需要哪些配件，其中存在着极大的不确定性，换句话说，后市场库存负担重，因为缺少一条做库存计划的需求基准线。

很多企业都试图通过提升需求预测的准确性来做出更好的库存计划。每当遇到配件缺货和客户投诉时，人们都认为是库存不足，也会理所当然地增加库存。可是增加库存并没有减少缺货，反而降低了库存周转率，还增加了呆滞风险。

诺贝尔奖获得者丹尼尔.卡尼曼在《思考，快与慢》一书中指出，人的大脑中存在系统1和系统2，系统1的运行凭直觉和经验，处于自主控制状态，所以非常省力。系统2则需要费脑力来思考、运算、选择、决策，凭逻辑、推理和概率计算，所以费力。

佛法里讲“看山不是山”，看山是山那不是思考，只是条件反射。不幸的是，人性都喜欢追求当下的确定性，逃避思考的痛苦。

人们习惯于用系统1处理问题，看到果就找出因会让人有一种舒服的掌控感，出现缺货就是库存不足，然后凭直觉增加库存，却从来没有思考过这样做会产生什么后果。只有当系统1遇到麻烦时，系统2才会启动，解决库存问题也是如此。

TOC制约理论的核心理念是：“做该做的事情，不做不该做的事情。”

在前几篇文章中笔者指出：目标库存水位正是我们在后市场苦苦追寻的需求基准线，也是该与不该的界限。该做的事情就是围绕目标库存水位做计划和补货机制，永远不要偏离。低于这一水位就可能缺货，高出这一水位则可能过剩，在目标库存水位附近不仅可以实现最佳服务水平，还能将无效库存降到最低。

不幸的是人们已经习惯于用系统1解决问题，遇到缺货就增加库存，甚至担心缺货也会条件反射地增加库存，却没有人思考增加多少库存才合适。很多代理商的配件库存周转率只有2次/年左右，主机厂海外配件库存的周转率甚至低于1次/年，这说明库存中充斥着大量的无效库存。

在《干货 | 安全库存算法（上）》和《干货 | 安全库存算法（下）》这两篇文章中，我们提出了差异化的库存策略，即高需求配件采用MTS算法，中等需求配件采用MTA算法，而低需求配件则采用MTO策略，不放库存。按照这些算法，高需求和中等偏高需求配件的周转率可以超过10次/年，中等偏低需求的配件也能实现约5次/年的周转率。

为什么很多企业的库存周转率那么低呢？这说明依靠系统1做出的库存决策远远偏离了目标库存水位，结果导致更多缺货、更大浪费和更低的周转率！

使用系统1无法找到“该做与不该做”的界限，而使用系统2可以找到，停止做那些“不该做的事情”，开始做那些“该做却没有做的事情”，必然会大幅改善效率，降低损失，这就是库存计划的因果关系。

笔者曾经分析过一家工程机械代理商的配件仓库，发现850万库存中88%是无效库存，库存周转率仅1.3次/年。如果围绕目标库存水位做计划，则有效库存占比将提升到86%，不仅大大增加配件仓库的服务水平，库存周转率也会提升到6.1次/年，总库存也降到200万以下。

仔细分析仓库数据，我们发现很多周转配件没有库存，或库存不足，这会产生缺货风险。与此同时，仓库里却躺着大量需求极低的非存储件配件。前者就是“没有做好该做的事情”，后者则是“做了不该做的事情”。

一家卡车代理商使用目标库存水位算法，仅用12个月时间就将配件仓库里的过剩库存降低了51%，呆滞库存降低了75%，总库存不仅减少了43%，有效库存还增加了2.4倍，服务水平更高，库存周转更快，这就是“做该做的事情，不做不该做的事情”的意义所在。