马士基发布MAPS 3.0智能规划引擎 多智能体AI加速落地供应链

详细拆解

我买三方物流、买规划软件席位，也买不少咨询，我的活儿是把幻灯片上的数变成我能拿住某个人的数。所以当一家船公司推出一套规划引擎、一家工厂报出 82% 的时候，我会读两遍：一遍读它说了什么，一遍读它偷偷假设了谁受益。

事实很薄，而薄事实里才藏着问题。马士基发布了 MAPS 3.0（马士基高级规划系统 3.0），由大中华区团队研发，融合数学模型、数字化建模与 AI，在波动环境下生成物流规划方案。思爱普同期主推多智能体自主供应链方案，实现供需自动再平衡。施耐德电气报出上海端到端灯塔工厂人均生产效率提升 82%，订单交付周期缩短 67%。

三件事，三种完全不同的说法，买方得先分清自己能用哪一条。版本号几乎不告诉我任何关于我成本的事。那两个百分比，会很大程度告诉我供应商准备怎么卖我东西。

先把两个数拆开，它们不是同一种数，把两者当成一种，是买方最容易犯的错。

82% 是人均生产效率。那是产出除以人头，一个劳动效率比值：同样的人、或更少的人，做出了更多。它是一个工厂内部指标。分母是某个人头数，分子是某种口径的产出，两个都定在一家专门为可测量而设计、布点的工厂里。

67% 是订单交付周期。那是一个时长，从某个起点到某个终点，历时少了三分之二。它是一个前置期指标，变化来自完全不同的原因：更小的批量、在需求附近押更多成品、更好的排产顺序，或者干脆是一个更干净的订单簿。

媒体没说的那一点：一家工厂可以同时报出 82% 的人均效率和 67% 的周期缩短，而这两个结果对买方可以朝相反方向拽。周期缩短，往往因为你砍小批量、在需求附近押更多成品，而这会把单件成本推高；效率提升，往往因为批量更长、更满、更标准化，而这又会把批量做大、把周期拉长。施耐德那座灯塔两个都拿出来，说明它的产品结构和自动化是被调过、为了同时拿到这两个数的，而这家工厂又是它自己挑出来当招牌的。这不代表数造假，它代表的是一份证言，而买方给证言的定价，跟给审计过的结果定价，是两回事。

灯塔这个词本身也很重。灯塔工厂不是平均工厂，是被挑出来、布点、配人，用来展示能做到什么的一个点，而且它在工厂层报数、不在供应链层。82% 说的是一厂人怎么造东西，不是一张采购单在买卖双方之间怎么走，而后者才是我买的。供应商拿 82% 报价时，报的是演示，我的运营不是演示，是个普通的周二。

为什么是现在。因为这类东西的销售季就是现在。船公司给规划引擎挂版本号、软件巨头给一个品类起名“多智能体自主供应链”、一家制造商发布一个灯塔数字，是同一个市场上的三个动作：供应商要在买方定下明年的软件和外包预算之前，先攒到可引用的案例。这不是愤世嫉俗，是正常顺序。数字由受益于数字好看的那一方产出。一家制造商报出自己的人均效率时，它同时是卖方、是标的、还是发布方。这种数的诚实用法，是一个方向性说法，不是关于你运营的事实。

买方真正的问题在这儿。当承运方的规划引擎生成方案和报价时，方案是对着一个目标函数优化的，而那个函数不是我写的。它可能是在最小化承运方自己的空驶、网络失衡、资产周转，或者是对它自己那份预测的偏差。这些都合理，没有一个是我到岸成本。自主再平衡引擎也一样：它会再平衡供需，而买方必须问的是朝谁平衡，谁的服务水平、谁的持仓成本、谁的缺货。如果引擎属于承运方或货代，那么在边际上、在必须让步时，让步的大概率是我。

这一层，通稿到不了。卖点是算法在波动下规划得更好。买方该问的是对谁更好、怎么衡量，以及在我把一年的量交出去之前，能不能看到方案和假设。一个我打不开的模型不是服务，是一件标了价的黑箱。

那 82% 能不能拿来要求供应商？有些条件下能，大多数情况下不能。如果你的运营跟产出这个数的那个工厂像，产品结构相近、批量相当、订单稳定性可比、自动化程度差不多，可以把它当目标。如果你需求忽高忽低、SKU 是长尾、批量小、订单周二下午靠邮件进来，那这个 82% 是在另一套物理条件下产出的。灯塔数字的诚实用法，是一个方向和一个试算基准，永远不是一条合同条款。

检验很简单，买方在会上就能跑。问供应商三个问题：分母是人头还是工时，产出按件还是按价值；测量期多久、前一季度什么样，好分清你看的是水平还是台阶；还有跟指标一起动的是什么，批量、库存、投入价格动没动。答不上来，这个数就是营销，按零给它定价。

现在给 67% 定价，因为这一条，条件成立时买方能真换算成钱。数我编，你换成自己的。

假设某品类年采购额 1,200 万美元。当前订单到交付周期 60 天，供应商缩短 67%，60 天变成约 20 天。假设稳态下，任何时刻大约有相当于一个周期的采购额锁在管道里，下了单、还没上货架的钱。按 60 天算，1,200 万乘 60 除 365，约 197.3 万美元；按 20 天算，1,200 万乘 20 除 365，约 65.8 万美元。差额约 131.5 万美元，是你释放的营运资金。按 8% 资金成本算，一年少付约 10.5 万美元持仓成本，前提是这笔钱真的离开了资产负债表，而不是只变成了一个更大的成品缓冲，这正是坑。

同一个 67% 换成安全库存：假设你为这个周期备 15 天覆盖。周期压到 20 天，若前置期波动也跟着降，你可以跑到 7 天，释放 8 天覆盖，在一个 1,200 万美元的品类上约 26.3 万美元的库存。两种换算，一个表头，而都不是那个 82%。82% 是工厂的数，67% 才是能走到你资产负债表上的那一个，但前提是你先确认了起点和终点，因为一个从订单确认而不是从采购单起算周期的供应商，卖给你的是一块更短的钟，不是更短的周期。

67% 还盖住一个区分：前置期和前置期波动不是一回事。周期从平均 60 天压到 20 天有价值，但我备的安全库存取决于它抖多少，不只落在哪儿。均值降、方差没降，我只释放一点营运资金、却几乎留着全部缓冲，表头就夸大了好处。吃下 67% 之前我要分布不要均值：最差十分位是多少，动没动。只给均值，说明他没量我在意的那部分。

回到 MAPS 3.0。我手上的硬事实只有一个版本号和一段描述：数学模型、数字化建模、AI，在波动环境下生成方案，大中华区团队研发。这够问对问题了，而这里问题本身就是产品。

我的哪些数据进了引擎，产出归谁。如果引擎生成我的方案和报价，我拿到的是方案和背后的假设，还是只有一个数。模型变了，出新版本、重调参数，我有没有通知，能不能在一段承诺期内保留旧行为。还有招标里，如果引擎比人规划得好，省下的钱是变成我更低的费率，还是报价方更好的毛利。版本号不是好处，它是一张请你去问“这个版本为谁优化”的邀请函，而好买方会把这个问题落在纸面上。

版本号有节奏，而节奏是买方的问题。一个系统八月在 3.0，一个合同年内就会到 3.1 或 4.0，每次发布都重调东西。这对能力是好事，对你签下的东西的稳定性是坏事。问题不是版本更好，而是它变更那天我的服务水平怎样、有没有冻结期和重新对齐。拿每季度发布的版本锁三年，是买了会动的靶子还管它叫确定。

多智能体这一段要单独小心。供需自动再平衡听着是给买方服务，也可以是，但再平衡引擎永远是朝某个方向平衡的，那个方向是一组有人选过的权重。如果权重偏向运营方的资产利用率，引擎就会在网络方便的时候填我的单、不方便的时候压着，每一个单独的决定看着都高效，而我的服务水平在悄悄漂移。这不是反对工具，这是主张：在让它碰我的订单簿之前，先问清目标函数是什么，并且保留看我这个账户所生成方案的权利，而不只是看账单。

有个要求能把整件事收口，而且不是折扣：让承运方用我的目标而非它自己的跑一遍，把差别给我看。同批订单、同样线路，权重按我的优先项设，不管是到岸成本还是时效稳定性，输出和默认设置下的方案对比。两份一样，说明我的利益本就是默认值；不一样，我就找到它的最优和我的最优之间那道缝，能写进合同。

反过来跑一遍。假设算法确实更好，而买方一分好处没拿到，因为承运方把效率收进了收益。那这项技术对我的价值，价格上是零，只在可靠性上是正的，我该把它当服务水平承诺买，不是当折扣。或者反过来：工具还早，供应商卖的是路线图。那 82% 和 67% 描述的是一座为可测量而建的工厂，我一拿它当合同靶子，买的就是别人的条件。让结论翻面的条件：如果你的运营标准、大批量、稳定，这两个数是合理的目标，一个季度的影子运行就能验证；如果不是，它们就是一个故事，你该当故事处理。

坑，按我踩过的顺序。最容易犯的一个，是把供应商的灯塔数字写进你自己的 KPI：你控不住供应商的人均效率，它取决于它的批量、自动化和结构，你会为一个自己动不了的数挨罚。写你能定义、它能控的 KPI：对明确窗口的准时交付、从固定起点量起的订单到收货前置期、承诺订单满足率、发票与约定价目的一致性。再一个，是接受一个“智能方案”却不做影子运行：把它的引擎和你的方案并排跑一个季度，在同一条基线上比方案和成本，然后才决定。还有一个，是让算法把数据拿走：运量、线路结构、季节性都喂进了引擎，确保你能拿回来，而且模型变更不会悄悄改掉你付费买的那项服务。

真要验，就在演示之前设计测试，不在之后。挑一个需求平稳的品类、一条线、一个季度，事先写清你预期什么变、变多少。让算法方案和你自己的方案在同一本订单上并排跑，比到岸成本、前置期、波动和满足率，现在就写好判定规则：前置期没降到约定的数就不续。没有事先判定规则的试点，是幻灯片更好的演示。

还有一个采购角度常被跳过：招标里放什么。如果你买的是跑在别人引擎上的规划或物流服务，写交付物，不要写技术。写你需要多少天线的前置期、从哪个起点算、什么满足率、模型变更前给多少通知、有没有看方案的权利。一个拿算法优势报价的供应商，应该愿意对结果做承诺；不愿意，那算法是在解释价格，不是在降低价格。合同期限比技术周期短，因为一个每季度重调的工具，配不上三年的锁定。

这些都不是拒绝技术的理由，而是把它当成任何沾了别人系统的采购来买的理由：写清结果、拿对照去测、写死变更规则、留着退出口。版本号不是产品，前置期、满足率和波动才是产品，也只有它们会出现在我的损益上。

版本号还暗示一件事。规划引擎靠数据变好，而数据是我的：运量、线路、季节性、痛点。它为我的每个方案都在教它一些关于我生意的事，这些它也会用在我的对手身上，除非另有约定。这是一笔公平交易，但它该是有意识、有定价、有纸面的，不是订单页上的一条小字。懂得算法只和他喂的数据一样好的买方，也就懂得什么时候该喂、什么时候该留一手。

引擎还得解释它对我做的决定。不是数学，我要的是理由：为什么这单被压着、那条线为什么改、下周要变什么样才会更好。每个问题都答“模型决定的”，就没人负责，而没有责任人的服务水平是配了仪表盘的许愿。

我要是采购，我会这么签。我不买版本号，我买一条明确的前置期和一个明确的满足率，带验收阈值和服务抵扣，起点由我选。我要一个季度、一个真实品类上的影子运行，它的方案和我的方案同一条基线，做不做取决于这个结果，不是一张幻灯片。合同里放一个模型变更通知期，比如 30 天，以及任何变更后重新对齐 KPI。要约到看方案及假设、针对我这个账户的权利。还有，我拒绝把 82% 写进任何地方，因为那是别人的工厂，而我没办法把别人的工厂存进我的银行账户。

↑ 返回核心要点

— 作者 杨蕾