4、需求预测与计划：CPO市场需求分析、预测方法（定性/定量）、需求计划制定、S&OP（销售与运营计划）在CPO中的应用
各位工程师朋友，咱们今天聊聊CPO供应链里最让人头疼，也最见功底的一个环节——需求预测与计划。
说实话，我在这个领域摸爬滚打十几年，见过太多因为预测不准导致的惨案。要么是备了一堆库存，结果技术路线一变，全成了废料；要么是客户急单来了，你这边连个样品都拿不出来。CPO这个赛道，技术迭代快，客户需求又极其碎片化，预测难度比传统封装高了好几个量级。
核心观点：CPO的需求预测，不是算数学题，而是做风险博弈。你预测的不是“未来会卖多少”，而是“我该为哪些不确定性提前买单”。
4.1 CPO市场需求分析：先搞清楚谁在买单
做预测之前，咱们得先摸清市场的底牌。CPO的需求来源，跟传统封装完全不一样。我把它分成三个层次：
- 第一层：超大规模数据中心（Hyperscaler）——这是目前最大的需求方。谷歌、Meta、微软这些巨头，为了降低功耗和成本，正在拼命往800G、1.6T光模块切换。他们下单的特点是：量大、批次集中、技术规格极其苛刻。
- 第二层：电信运营商与设备商——5G前传、城域网对CPO的需求也在起来，但节奏慢很多。我记得有个项目，客户要求CPO模块的功耗必须低于12W，我们折腾了三个月才达标。
- 第三层：新兴应用（AI集群、量子计算互联）——这块需求波动最大。有时候一个AI大模型发布，突然就冒出一堆急单；有时候半年都没动静。
你想想看，这三类客户的需求曲线完全不一样。Hyperscaler是脉冲式的，电信是阶梯式的，AI是随机式的。用同一套预测模型去套，肯定翻车。
我的习惯：在做市场分析时，我会把客户按“需求确定性”分成A/B/C三类。A类客户签了框架协议，预测准确率能到80%以上；B类客户有明确意向，但没落单；C类就是纯机会型。预测资源要优先倾斜给A类。
4.2 预测方法：定性 vs 定量，怎么选？
预测方法分两大类：定性（靠人）和定量（靠数据）。在CPO领域，我建议你两手都要硬。
4.2.1 定性预测：别小看“老法师”的经验
定性预测说白了就是“专家判断”。在CPO这种新技术领域，历史数据往往只有两三年，定量模型根本跑不起来。这时候，一线销售、产品经理、甚至封装工程师的直觉就特别重要。
我常用的定性方法有：
- 德尔菲法：找5-8个不同部门的专家，背对背填问卷，然后汇总迭代。这能避免“一言堂”。
- 市场调研：直接跟客户的光模块采购经理聊。他们有时候会透露“下季度我们准备切换供应商”，这种信息比任何模型都准。
- 类比法：参考当年硅光技术替代传统EML的节奏。历史不会简单重复，但押韵。
避坑指南：我曾经吃过一次大亏。销售说“客户意向很强”，结果我们备了5000片基板，最后只用了800片。后来我定了个规矩：所有定性预测，必须附带“置信度评分”。低于70%的意向，一律按50%折算。
4.2.2 定量预测：让数据说话，但别迷信数据
当你有至少12个月的历史出货数据时，定量方法就可以上场了。CPO领域最常用的定量模型有三个：
| 方法 | 适用场景 | CPO中的典型应用 |
|---|---|---|
| 移动平均法 | 需求平稳、无明显趋势 | 成熟CPO产品的补货预测 |
| 指数平滑法 | 有趋势但无季节性 | 800G光模块的月度需求预测 |
| ARIMA模型 | 有趋势+季节性 | 电信级CPO的季度需求（受集采周期影响） |
举个实际例子。我之前负责一个1.6T CPO项目，客户是某云厂商。我们用了指数平滑法，取α=0.3，预测下季度需求是12万只。结果实际只出了8万只。为什么？因为客户内部突然调整了技术路线，从硅光方案切到了薄膜铌酸锂方案。你看，定量模型再准，也预测不了技术路线变更。
我的建议：定量预测的结果，一定要乘以一个“技术风险系数”。如果预测周期内可能有技术迭代，系数取0.7-0.8；如果技术稳定，取0.9-1.0。
4.3 需求计划制定：从预测到可执行的行动
预测只是第一步，真正的难点在于把预测转化成可执行的采购、生产和库存计划。我把它拆成三个步骤：
- 需求分解：把总预测拆成SKU级别。比如“10000只CPO模块”要拆成“A型光引擎3000只、B型光引擎5000只、C型2000只”，再进一步拆到基板、激光器、光纤阵列等物料。
- 产能校验：拿着分解后的需求去对产能。我记得有一次，预测出来需要2000片晶圆，但我们的封测厂只有1500片的产能。最后只能跟客户协商分批发货。
- 安全库存设定：CPO的物料交期普遍在8-12周，所以安全库存不能按传统电子料的2周来设。我一般按“需求波动率×交期”来算，波动率大的物料（如定制激光器）安全库存要备到4周以上。
一个小技巧：在需求计划里，我习惯加一个“缓冲池”。比如预测是100，计划只做80，剩下20作为“快速响应产能”。这样既不会压太多库存，又能应对突发订单。
4.4 S&OP在CPO中的应用：让销售和运营不再打架
S&OP（销售与运营计划）这个词，在很多公司就是个摆设。但在CPO供应链里，它是救命稻草。为什么？因为CPO的供需矛盾太尖锐了。
我参与过一家公司的S&OP流程改造，核心就三件事：
- 月度滚动会议：每月第一周，销售、产品、供应链、财务坐在一起。销售说“我看到了什么机会”，供应链说“我能做什么”，财务说“预算够不够”。不扯皮，只对齐。
- 需求与供应双向校准：不是销售单方面提需求，供应链被动接单。而是供应链把“产能天花板”亮出来，销售根据这个去调整客户承诺。说白了，就是“有多大锅，下多少米”。
- 异常管理机制：当预测偏差超过20%时，自动触发预警。我见过最夸张的一次，某客户突然砍单60%，幸亏S&OP会议提前识别了风险，我们及时停了长交期物料的采购，避免了上千万的损失。
核心逻辑：S&OP不是预测工具，而是决策机制。它解决的不是“未来会怎样”，而是“当未来发生变化时，我们该怎么应对”。
4.5 本章知识体系总览
下面这张图，是我自己梳理的CPO需求预测与计划的核心逻辑。你可以把它当成一个检查清单，做项目时对着看，能少踩很多坑。
这张图的核心逻辑其实就一句话：从市场输入开始，经过预测方法加工，形成需求计划，再通过S&OP机制动态调整，最终输出可执行的供应计划。 每一步都有坑，但每一步也都有解法。
最后提醒一句：CPO的需求预测，永远不会有100%准确的那一天。你我的工作，不是追求“预测准”，而是追求“当预测不准时，供应链还能扛得住”。
公众号:蓝海资料掘金营，微信deep3321