Можно точно спрогнозировать спрос — и всё равно получить дефицит
Можно точно спрогнозировать спрос — и всё равно получить дефицит Продолжаем разбирать передний край в управлении запасами. Следующий сдвиг — от неопределённости только спроса к одновременному учёту неопределённости спроса и поставок. Простой пример. Поставщик обещает привезти товар за 5 дней. В системе стоит срок поставки — 5 дней. Но фактически одна поставка приходит за 3 дня, другая за 7, третья за 10. Обещанный срок — одно число. Реальная поставка — распределение возможных сроков. Если считать запас по обещанным пяти дням, система опирается на картину, которая регулярно расходится с реальностью. А самый неприятный сценарий — когда два риска совпадают: спрос вырос именно в тот момент, когда поставка задержалась. Поэтому сегодня всё больше внимания уделяется не двум отдельным рискам, а их совместному влиянию. Базовая часть этого подхода уже вошла в промышленные системы. Например, в обновлении Oracle Cloud SCM, представленном летом 2026 года, страховой запас рассчитывается с учётом не только разброса спроса, но и вариативности сроков закупки, производства и транспортировки. То есть в расчёт закладывается не только обещанный срок, но и то, насколько он реально отклоняется. Похожую проблему отдельно подчёркивает Gartner. В исследовании Establish a Stronger Supply Step in S&OP to Improve Business Results аналитики пишут, что компании слишком часто концентрируются на точности прогноза спроса и недооценивают риски со стороны поставок. Планирование должно учитывать не только колебания спроса, но и ограничения, сбои и нестабильность в цепочке поставок. Почему эта тема особенно актуальна сейчас, хорошо видно по OECD Supply Chain Resilience Review 2025. ОЭСР фиксирует рост зависимости от узкого круга поставщиков по критичным позициям и рассматривает транспортные и закупочные риски как системную проблему, а не как редкое исключение. Но сегодняшний передний край идёт дальше. Уже недостаточно знать, что «поставщик иногда опаздывает». Нужно оценивать, что происходит с поставкой прямо сейчас и какой риск это создаёт вместе с будущим спросом: вероятность сбоя поставщика, доступные мощности, состояние транспорта, вероятность задержки и другие факторы. В исследовании 2026 года Managing demand uncertainty and supply disruption risks спрос и риск срыва поставок объединяются в одной многоэтапной модели: система рассматривает совместные сценарии и динамически выбирает стратегию закупок. А в работе Robust optimization of pharmaceutical inventory under supply and demand uncertainty одновременно учитываются колебания спроса и поставок, включая редкие тяжёлые сценарии. На данных фармацевтической цепочки такой подход снижал совокупные затраты на 15–25%, сохраняя уровень сервиса выше 90% в большинстве периодов. Получается такой сдвиг: 🔹 Было: прогнозируем спрос, а срок поставки считаем заданным. 🔹Продвинутая практика: учитываем исторический разброс сроков при расчёте страхового запаса. 🔹Передний край: одновременно прогнозируем спрос и состояние поставки — задержки, мощности и вероятность сбоев — и пересчитываем решение при изменении любого из этих факторов. В Forecast NOW! вариативность сроков поставки давно входит в расчёт страхового запаса, а для длинных плеч отдельно моделируются потребление до прихода поставки и будущие поступления. Надёжный запас должен защищать не только от ошибки прогноза спроса, но и от того, что сама поставка может пойти не по плану.