2018年前后，梅特勒-托利多的供应链运营进入了一个令人尴尬的“平台期”：准时交付率停滞不前，库存周转率持续走低，预测准确度不断下降。尽管公司已经拥有成熟的全球供应链体系和深厚的精益实践积累，但面对产品种类繁多、客户需求多变、全球运营相互依存的复杂局面，传统方法显得力不从心。

“我们意识到，准时交付率停滞不前，库存不断上升，库存周转率在下降，预测越来越不准确。”梅特勒-托利多DDMRP转型负责人Valéry Carrasco如此回忆当时的情景。

在评估改进方案时，团队面临两条路径：一是投资高级计划系统（APS），继续强化预测和MRP自动化；二是转向需求驱动MRP（DDMRP）模式，用真实需求信号而非预测来驱动物料计划。当时没有人能确定哪条路是对的，“但它值得一试”。

2019年，梅特勒-托利多启动了首个DDMRP试点项目，聚焦于欧洲市场的UVB折射仪——一种用于DNA和RNA分析的高精度仪器。在6个月的时间里，团队使用基于SAP Business Warehouse for HANA自行搭建的初步系统管理约900种物料。

结果超出了所有人的预期：准时交付率提升5%，销售订单确认次数减少50%，首次试点中缺料减少75%，库存降低15%。这些数据让最初持怀疑态度的团队和管理层看到了希望。

随后爆发的全球疫情成为了一场意外的“压力测试”。公司并未暂停项目，而是借机启动了第二个试点——覆盖欧洲、美国和中国三大区域的滴定仪产品线，并使用Intuiflow作为计划平台。即便在供应链中断和运输延误最严重的时期，DDMRP仍然交出了亮眼答卷：缺料减少50%，库存较传统MRP管理的物料降低5%。

“第二个试点完成后，答案已经很清楚了——DDMRP对我们来说是正确的解决方案。”

有了试点的信心，2021年梅特勒-托利多正式启动全球推广。挑战摆在眼前：20家工厂、约20万个物料，覆盖三个全球枢纽（上海、荷兰、俄亥俄州）。

传统串行部署可能需要数年时间。团队选择了一条不同的路——欧洲、美国、中国三地同步推进，仅用2年时间就完成了整体上线。

快速落地的关键是什么？

一方面，公司采用了约翰·科特（John Kotter）的8步变革模型作为方法论框架，从制造紧迫感、组建引导联盟到赋能各层级行动，系统性地推动变革。另一方面，DDMRP方法本身的简单性和Intuiflow平台的可视化大大降低了学习成本——DDMRP的5个步骤可以在不到1小时内解释清楚并被理解。

公司设立了极精简的中央团队——全球仅6人——但充分赋能各工厂自主决策：选择哪些物料加入缓冲、如何设置缓冲大小、按什么节奏推进。所有计划员都完成了由DDMRP联合创始人Carole Ptak亲自授课的正式培训，随后进行了为期2个月的模拟演练，使用真实的SAP数据进行对比测试。

截至2024年，梅特勒-托利多的DDMRP实践交出了一份扎实的成绩单：全球库存可用率超过99%；库存同比下降超过5500万美元（从2022年的4.42亿美元降至2023年的3.86亿美元）；在实施“需求驱动执行优先级”后的前3个月内，未发生任何缺货事件。

更重要的是计划员工作方式的变化。传统MRP模式下，计划员大量时间花在处理系统异常和紧急救火上；而DDMRP让他们能够按优先级工作，只关注真正需要干预的关键环节。Valéry Carrasco观察到：“在使用Intuiflow中的DDMRP两个月后，大多数计划员再也不愿回到传统MRP模式了。”

梅特勒-托利多的实践揭示了DDMRP区别于传统MRP的几个关键特点：

以真实需求取代预测驱动。 传统MRP依赖预测来驱动采购和生产计划，但在需求波动加剧的环境下，预测偏差会通过多层BOM不断放大。DDMRP则在战略解耦点设置缓冲库存，用实际消耗来驱动补货，大幅降低了预测失真带来的连锁反应。

可视化让管理更透明。 通过缓冲状态可视化仪表板，管理者可以一目了然地看到哪些物料处于绿区（充足）、黄区（需关注）还是红区（紧急）。这种直观性极大提升了决策效率，也让不同层级的团队能用统一语言沟通供应链状态。

从“按日期排程”到“按优先级排程”。 在DDMRP体系中，生产订单不再机械地按到期日排序，而是根据物料缓冲状态计算执行优先级。车间团队可以根据红黄绿信号灵活调整，按流动的重要性而非固定日期进行排程。

AI赋能持续优化。 梅特勒-托利多与需求驱动研究所合作测试了“自动驾驶”（Autopilot）模块——一个基于AI/ML的工具，可根据历史消耗数据和目标服务水平自动推荐最优缓冲设置