举个例子。美国销量很不错的健力士（Guinness）啤酒产于爱尔兰的都柏林，出厂时装在啤酒桶里，由大卡车载着，运到都柏林港，卸到海关检验处，集装箱装运，先搬到小吨位的轮船，再驶到深水港，例如阿姆斯特丹、南汉普顿，甚至是利物浦，卸载到集货处，随后转到大吨位的轮船，这才算是正式上了路。然后是一路颠簸，跨过大西洋，先到纽约，再到查来斯顿、休斯顿，最后到了洛杉矶。集装箱下了船，清关，抵达洛杉矶的仓库，这才算是到了家。从都柏林到纽约需要21天，从都柏林到洛杉矶要33天到36天。当然啦，这还得取决于很多因素，例如航运公司、天气、闲季与忙季等。
按照原来的统计方式，健力士总厂只要准时从厂里发出货，就算按时交货。于是出现了两组有趣的数字：总厂的按时交货率很高，都是99%到100%，但美国的客户却只有50%左右的货按时到达。这就影响到客户的有货率。问题的根源是啤酒在漫长的运输转厂过程中失去控制，不能按时到达。

在一般库存控制系统中，一旦库存处于转厂状态，系统就不知道这批货究竟在什么地方。当然，联邦快运（FedEx）等提供查询功能，他们的网站上能查到某时某刻货物在什么地方。但这信息一般都不在发货方的信息系统里。一般系统都是静态控制库存，在特定时间点从系统里拉出库存数据，进行分析。这种信息一拿到手就过时，对战略层面的控制尚可，但对日常操作则不足。在这行干的人八成知道，人更多的时候想知道的不是总体库存是多少，而是某个特定产品有多少在手头，有多少在转厂，有多少会在什么时候收到，因为客户的订单就等这票货呢。静态控制没法系统地回答多少货在什么时候到的问题，除非你拿起电话，沿着供应链一路问下去。

如果对库存在任何时间的位置都清楚，那么就可采取具体措施来催货。例如上面说的健力士，在采用了一套动态控制系统后，动态跟踪转厂库存，然后动态判断是否会按时到货。根据手头库存水平，然后再决定是否该催货。例如航运受风暴影响延迟，洛杉矶的客户可能断货，其它地方的客户手头库存尚可，那就可及时告知船队，不要在纽约等港停靠，直奔洛杉矶。想想看，作为一个供应链库存规划与控制人员，你每天早晨上班，系统就给你这样一个报告，动态预测今后一周、两周甚至更长时间内的各收货点的库存，建议你该催哪批货，而不是直等到货已到期，客户打电话问为什么还没到，那日子该有多好过。

相信绝大多数人的日子还没到这一步。于是还得继续靠运气与经验挣扎，要不就提高库存水平，以应不测。但这库存都是钱，动则赚，不动则亏。不管多大或多小的公司，库存过高八成都是很头痛的一个话题。

这动态控制的概念不但适用于运输管理，也适用于生产过程，尤其是涉及多个供应商的产品。对工序多或者涉及多家供应商的产品，一批货投入生产就如进了黑洞，什么时候完工，八成凭经验与打电话了。到头来，过了交货期，客户打电话兴师问罪，才知道迟到了，已经为时太晚。相信做客户服务的不愿看到这点，做客户的更不愿意了。问题的根源还是对过程库存缺乏有效监控。

相信问题是很清楚了，解决方案不容易。动态控制要求更高程度的集成，例如与供应商、运输伙伴的信息系统相连，数据量更大，大的ERP系统如SAP、Oracle都还没法对付。