在与客户的初步接触和沟通中，我们常常遇到这样的问题：“我们用Excel也能做计划，为什么要用你们的数智化软件？”这种质问与其说是对新技术的不信任，不如说是对已有方法的一种依赖和固守
那么，为什么很多企业会觉得用Excel做计划已经满足需求，因此不再需要数智化软件呢？让我们深入探讨这个问题
没有需求，是因为没发现问题上面的质问之后，客户会接着讲述理由：我们的计划员用Excel做计划已经有两三年了，而且他们的Excel能力很突出，处理表格很快，能支持企业日常运营，没感觉有什么问题
企业之所以认为Excel已经足够好，是因为他们尚未意识到现有方法的局限性
Excel的确功能强大，日常运营用Excel进行计划管理，表面上看起来是可行的，但实际上存在许多隐藏的问题
举个例子：一家企业有多个工厂，多个仓库和更多的销售门店，那么货物在工厂、仓库、门店之间的流转运输，流量和流向问题是计划员经常要决策的内容
如果只是依据过往经验加Excel统计，计算的结果就不一定是成本最优的结果
但因为实际操作中，还涉及很多约束条件，会让计划员或者管理层认为结果只能如此
此外，有些企业的规模是逐渐扩大的，这个过程中，Excel的局限性也不会一下凸显出来，而是逐步暴露的
因此，基于以上的原因，企业很容易得出误判：现状可以维持，对数智化软件没有需求
发现了问题，但不知道原因有些企业已经意识到Excel的不足，比如数据处理能力有限、协同工作困难、数据更新不及时等
然而，即使发现了这些问题，也还有很多人会认为这是工作中不可避免的一部分，而不是方法本身的问题
比如，在零售领域，一个常见的行业难题是补货与库存管理
在使用智能补货系统之前，大家用Excel进行管理，很容易出现库存过剩或短缺的情况
然而，很多人并不知道这是因为Excel对业务规则的处理受局限所致，而误以为是管理不善或者市场预测不准确
在汽车发展史上，有个经典的案例，这个案例后来也曾被广泛应用于新产品开发的场景，亨利·福特曾说过，“如果我最初是问消费者他们想要什么，他们应该是会告诉我，‘要一匹更快的马
’”人们不知道想要什么，直到你把它摆在他们面前
知道了原因，如何解决？Excel的弊端如上所述，对企业带来的影响也逐渐被企业所意识到
比如，Excel做计划时，主要依靠人工设定公式做数据处理，无法完成复杂的建模和优化，在面对复杂的业务场景和变化多端的市场环境时，就会显得力不从心
数智化软件除了具备强大的数据处理能力，还提供协作功能，保证数据准确性，减少人工输入错误等能力
另外，各种类型的数智化软件还各有其优势
例如在供应链计划领域，有积兆科技的小流智算平台，它内置了先进的运筹优化算法以及其他人工智能技术，不仅能够对大量数据进行深度分析和预测，帮助企业更加及时应对市场变化，更能对复杂约束条件下的业务场景进行多目标优化，实现比人工计划更为降本增效的智能决策
同时，各部门之间能够更高效地协同工作，制定和执行统一的供应链计划，提升整体运营效率
看一个具体的案例
一家生产食品饮料的企业，每年的运输费用高达十亿
企业负责人很想从这个巨大的成本中挖掘出可降低成本的措施来，但人工经验想到的优化策略，资深的计划员几乎都用到了
看上去，运输现状似乎已经没有节省成本的空间了
殊不知，人工经验和Excel在处理上百个SKU、几十个工厂（运输始发地）、上百个门店（运输目的地）——这些数据之间的关系时，如果要整体考虑如何安排生产和运输，最小起运量以及采用哪种车型，运输成本采用哪种方式（一口价或者阶梯式）等等，计算量会相当庞大，结果数量可能是指数级，如何进行比较从而择出最优？显然人工经验和Excel是无能为力的
企业在采用小流智算的软件工具后，对产品的流向和流量进行全局优化，仅运输成本就能节省10%
数智化转型从供应链计划开始在现代商业环境中，Excel作为传统的计划工具，虽然在某些方面依然有用，但其局限性和弊端越来越明显
在数据量大、业务复杂、市场变化快的情况下，Excel难以满足企业的需求
但是很多企业对数智化转型也心存疑虑，认为这些项目可能涉及大量的人力、财力和物力，周期长，成本高，效果无法保证
那么，不妨从成本低、见效快的供应链计划转型开始，利用先进的数智化软件替代传统的Excel计划工具，构建更智能、更高效的供应链管理体系
这样，企业才能在快速变化的市场环境中保持灵活应变的能力，持续提升业务增长和竞争力