企业制定生产计划不仅仅针对设备、人员、产能，还要不断的对外提出各种生产条件，要求其他部门予以配合和满足，其中最关键的一个接口部门就是采购。

    生产计划对物料的需求非常复杂，物料能否供应的上，往往成为排产的关键因素。对此PRM充分利用自己精确计划的优势，建立了完善的物流系统，用线性库存表来表达未来的物料出入过程和精确数量，并计算出未来的物料供应是否能满足生产需求。但是，生产实践中证明这种方法并不足以解决全部问题。其中比较尖锐的问题描述如下。

    某企业认为A零件为较易供应物料，在PRM中设置为‘物料不足提出供应请求’。当PRM产能计算找到一个优化的生产时间，比如下周3上午10点，但是此时零件A库存量不足，PRM的做法是提出物料供应请求，要求采购部门在下周3上午10点供应零件A，并且假设这个需求可以得到满足，以此为前提作出全部生产计划。但是这个请求是否真的可以得到满足？只有采购部门才能给出答案。采购部门可能会参考需求数量、时间、供应商、价格、运输等综合因素分析判断，可能在1-2天后作出决定：下周3无法供应A零件，必须推迟到距今10天以后的下周5才能满足供应。但是，此时生产计划已经下达了，不仅本计划的很多细节已确定，其他相关计划也已制定完毕。一旦改变物料供应，就会造成一连串的连锁反应。因此采购部的反馈时间成为关键，如果没有及时做出反馈，就会导致不必要的生产延迟。而在海量生产数据的情况下，要求两个部门紧密联系及时反馈是比较难的。一个物料供应不能满足就会导致大量的计划受到影响。虽然PRM可以处理此类情况，但是企业内部来回反馈和调整计划的工作量会很大。

    以上问题其实深刻反映了‘采购’也是生产排产中的一个重要约束环节，不考虑采购因素的生产排程可能会面临大量的事后调整。那么是否可以把采购纳入到排产系统中来？用自动计算采购来快速回答生产需求。答案是否定的。采购的决策过程要考虑的综合因素非常多，很多市场方面的信息根本无法信息化和规则化，必须由人把握和控制，临机决断，采购系统本身就是一个人机交互的决策支持系统，因此采购的结果不是计算机所能预测和控制的。

    还有一种简单方法，让采购部门的人参与排产运算，随时对采购请求作出判断。但是这从管理上难以实现，而且很多采购需要有一个较长的业务联系时间，生产计划不可能长时间等待这个结果。

     解决的方法要从传统和习惯中去寻找。如果不能做到完全精确，就找到最接近合理的方法。事实证明企业长期实行的‘采购提前期’概念可以较好的发挥人的经验和计算机精确计算的各自长项。

     在上例中，企业只要设定A零件的采购提前期为10天，PRM不仅会计算未来的库存数量，还要把当前排产时间也纳入计算范围。当发现下周3距离今天太近，不到10天的合理期限，就把物料供应请求自动推迟到10天以后的下周5，计划也相应推迟，这样处理后的供应请求再传递给采购其可行性就大大增加了。这种方法可能是此时企业所能采取的最好办法。更复杂一点的处理，当PRM发现下周四有一笔到货可以满足生产需求，就不会再按照采购提前期提出周五的采购请求，而是自动把开工时间推迟到周四。这样，采购提前期等于把物料类型从‘提供应请求’自动转换到了‘寻找满足时间’上。因此在排产中引入‘采购提前期’概念会产生全新的物料计算方法，打破了简单的或者推迟时间或者提物料需求的做法，是PRM物料供应理论的重要升级。

    这种做法导致一个有趣的结论，那就是企业的‘产能’某种程度上取决于生产计划部门做排产的时间，原理很简单，生产部门越早排产就越早发现物料紧缺问题及时通知采购部门，物料供应越及时企业的产能就越能得到充分发挥。另一个重要结果是生产计划提交给采购的物料供应请求越来越智能、越来越容易得到满足，这将极大降低采购部门的工作量，让采购越来越轻松。当然同时也要求采购与生产要做到充分沟通和及时反馈。

    为了满足企业对物料计划的更细致的要求，PRM的线性库存表功能也做了较大的升级。新的界面更精细和专业，更有利于企业对生产和物料供应做精确的分析和对比。如下图所示。