供应链管理中，无论是采购人员、计划人员、仓储运输人员，永远绕不开一个头疼的话题，那就是“钱”。

比如，采购要“被迫”年复一年的降低成本，计划要因为S&OP会议中的需求量或者供应量不满足财务和管理层预算而伤脑筋，甚至仓储和运输都得被赋予成本持续优化的指标，更别提库存管理中那些呆滞库存究竟怎样减值计提和处理了。

回到笔者工作和生活中来看，笔者在早期的供应链工作中，无论是曾经的运输采购、原材料供应商管理、物料计划还是进出口操作，重要的绩效指标就是降本，以致于一度我和同事们认为采购和成本就几乎是大部分公司供应链部门的全部。

那么事实上，对于供应链里谈钱横行的现象，行内还是行外的人又是怎么看的呢？

前段时间，笔者在《知名电气公司供应链管理能力比较》和《诺基亚的"逆袭":入选供应链25强》中用以点带面的基于库存为本质的资金周转周期(Cash to Cash Cycle)来评估各企业的供应链，在部分转载平台上引起了热烈的讨论，有些留言同仁们激动的表示，这些指标太片面了，应该对外进一步纳入客户感知相关的指标，比如OTD，或者其他反映企业竞争力的指标；也有人说要按照产品维度来比较等等。

还有一次笔者参加公司培训的时候，因为所住协议酒店的各项安排不尽如意，引起了很多人的吐槽，很多人就说，这些年采购光知道谈价格，房间和各种服务就越来越差，搞成现在这个样子，采购供应商应该多方面考虑，云云。

可以看出，大家不满意，每个人甚至都觉得谈钱伤感情，因为钱谈的太多了，影响了产品和服务质量，更甚至会影响公司的发展。

今天我们就来分析分析，为什么伤感情的事情，在过去、现在和未来还会被大家继续谈下去，有没有破解的可能性呢？

02.现阶段为什么供应链主要谈钱

要回答这个问题先要老生常谈的看看相对权威的SCOR如何看待供应链管理。如下图，笔者也曾在《我理解的供应链》里详细列出过。

虽然和“钱”相关的指标占了一半左右，但至少还有另外占据半壁江山的指标可不是直接和钱相关的，比如交付可靠性，订单响应性，供应链敏捷性等等，以下我们分开来叙述。

首先说订单可靠性，有些笼统的会叫做OTD，这个指标怎么算？按照客户要求交期还是按照企业确认交期来比较？按照交货数量还是按照订单行，还是按照订单数，还是订单金额来计算？如果交期无误但订单有破损是否考虑？破损标准又如何界定？可以说不同公司的这个指标呈现的简直就是五花八门，有些公司内部公告里经常宣称自己对客户的按时交付率达到99%，你信吗？反正我不信。

接着说订单响应性，笔者曾在《企业订单响应能力介绍》中详细展示过计算公式和笔者所在公司的探索实践，订单端到端的时间不难计算，可是因为客户原因导致的等待时间，SCOR中称为Dwell Time，究竟要怎么计算？笔者的经验判断，90%的公司没有能力或者意识去统计这个指标，更别提探索Dwell Time怎么计算了。还有更多的企业都在用所谓的标准提前期去做借口，试问如果你司能够百分百的实现标准提前期，供应链上下游每个企业都能百分百的遵守标准提前期，忽略不可抗不可预测，没有任何统计规律的天灾人祸不可抗力，企业里大量的安全库存还有设置的必要吗？

最后我们来说供应链敏捷性，敏捷和柔性等是永远政治性正确的词汇，供应链管理不能忽悠概念，最基础的数字上怎么计算，让企业的供应链敏捷类似于说某某人反应很快，反应快的标准是什么？上调适应性，风险程度等又有多少企业算的清楚，或者至少有企业内的衡量标准？

现阶段，上述钱以外的这些指标，大部分企业内部都没有靠谱而让人信服的计算，即使有零星的统计，数据的来源、数据的捕捉、数据的质量还会有各种各样的问题。一言以蔽之，这些指标在无法被清晰计算和公示的情况下，你凭什么用这些指标来谈个人绩效、来谈供应商管理、来谈自己企业比别家企业强？

反过来看和钱相关的指标呢，一方面全世界各大公司基本都是遵循国际或者各地区会计准则进行财报统计和汇总并公示；凡是花钱的行为，不管是在哪里，用何种币种，因为何事被花钱，想看不懂看不到，除非自己蒙上自己的眼睛。虽然各企业在统计成本节约(cost saving)时候，总有‘艺术性’的处理手法，可是反映到销售货物成本(COGS)上，反映到制造利润(manufacturing profit)等财务指标上，敢作假吗？

所以，现阶段不管伤不伤感情（伤自己，伤供应商，伤客户），钱还是要谈，而且是主要被谈的指标。供应链人员你喜欢还是不喜欢，钱而且只有钱都在那里。

03.未来会怎么样

供应链管理从最开始的后勤服务，到只知道运输仓储的经典物流概念，再到重点发展采购和供应，再到后来的重视需求计划，再到如今部分企业开始关注订单管理和端到端管理。

可以说一方面，管理理念上，实践界和理论界从没有停止探索的步伐，现在SCOR的5个大方面的指标设计就是超越了以前。

另一方面，互联网+，各种自动化化物流技术、工业4.0等数字化创新等也不断发展，这让数据的捕捉、数据的透明、数据的质量不再是难题，辅以大数据的处理技术，实施透明多维度的供应链指标绩效将不再是梦想。

我们是否有理由相信，从概念和流程上，未来供应链领域有可能有规范统计和数字的准则的出现(例如美国会计准则GAAP) ？从技术上，各企业的同一口径的可靠的高质量的供应链数据全部或者部分可以被广泛采集并用作比较？

届时，供应链同行们除了钱，也许就有更多的可谈了。让我们拭目以待吧。