对于APS实施，有一个问题我一直没想透——

为什么系统算出来的计划，到了车间执行时会走样，计划总是没办法执行？

这可能不是系统不够好，也不是人不配合，而是APS这件事本身，就藏着一个内在的矛盾。这个矛盾你想绕过去是不行的，只能面对它、理解它，然后在明知它存在的前提下，找到一个还能凑合的办法。

APS不是公式，是天平

APS到底在干什么？

说白了，它就是在两个目标之间找平衡：

T（时间） — 交期能不能保证？物料流转快不快？
C（成本） — 设备利用率高不高？换型次数多不多？

做APS的目标是：在尽量满足交期的前提下，最大化资源利用率。

这句话很漂亮，但放到真实的生产现场，总是会变形。

举个例子：强制交期优先时，交期确实守住了，但换型次数翻了倍，成本上去了。这时候你脑子里的第一个念头是什么？——"这个交期，能不能跟客户商量一下，晚两天？"

再举个例子：产线上攒了一堆小单子，如果能凑在一起熔炼，炉子刚好装满。但那就意味着有一些单子得先压一压，等后面的单子到了再一起组炉生产。

这时候，"满足交期优先"就不再是一条绝对指令。真正在起作用的，是你心里默默算的那笔账——这单提前交付的收益，抵不抵得上单独开一炉的成本。

所以APS不是一道数学题。它是一个天平。你在这个天平上放的，不只是时间和成本，还有客户关系的维护成本、产能的弹性空间、甚至是销售员和计划员之间的信任关系。

后面这些，系统算不出来。只有人，会在心里掂量。

▲ APS的天平：一边是时间，一边是成本，人的判断就是那个支点

精益画了一张完美的图，但现实中工厂不按图纸长

精益生产的理想，是交期优先的极限状态。

它的核心逻辑是拉动——按最小装载容器、小批量流转，消除一切等待。最极致的形态是单件流：产线上每个工位按统一节拍动，上一个做完，下一个接着做，没有停顿，没有堆积。

再加上柔性混线生产——多个品种在同一条线上均衡产出，个性化需求实时响应。

这就是制造业蓝图的天花板：效率最高、客户满意度最高、产能利用率最高。不可能三角，理论上解了。

但在大部分制造业的现实工厂中，很难按那张蓝图做。

比如，在很多行业的工艺特性就决定了它没法变成流水线，或没办法做到多品种混线。于是就有了换型时间，就有了"是不是把同类的单子凑一凑，少换两次型"的需要。

从这个念头开始，组批的魔鬼就从瓶子里钻出来了。

▲ 精益的理想是一条直线，但现实的道路总是分岔的

组批这个死结，怎么系都勒脖子

一旦开始组批，就面临一个躲不掉的问题：组多大合适？

组大了——等待变长，库存变多，资金积压。
组小了——换型太频繁，换型本身就在浪费产能，换型时间长还拖交期。

两头都是坑，只不过坑的深浅不同。

组批背后还有个集约周期。所谓集约周期，就是允许把多长时段内的需求汇总在一起。这个周期决定了最大等待时间——也就是一个单子允许提前多久做完，直接影响库存周转的KPI。

追求极致组批的话：集约周期能拉多长拉多长，把同类单子尽可能归拢，设备满负荷跑，换型降到最低。

但真这么做，你会发现物流不是被拉动了，而是被堵住了。一个明明很急的单子，因为要"凑齐组批"，硬是被拖了一个集约周期。

▲ 组批的两难——向左走是库存，向右走是换型，没有中间路线

那个解不开的悖论

在APS项目上，客户提的要求几乎一模一样：

"按瓶颈工序排好计划，然后前推后拉，同时考虑集约周期和组批规则。"

这里藏着一个矛盾——

前推后拉是拉动逻辑。它要的是按时间线严谨推演：上一个做完，下一个接上，节奏不被打断。

而集约和组批，做的是把同一时段内同类的单子归拢：先不管谁先谁后，凑齐了再说。

一个要顺序，一个要合并，它们放在一起，天然打架。

放在实际运行中，这个矛盾会表现为：集约打乱了排队序列，没办法按先进先出对后序跟随供应了。

这不是技术问题。这是排产这件事的本质决定的：计划永远在被现实重新谈判。

妥协不是答案

通常的解法，是把集约周期设成工序提前期，在这个周期内不再严格按时序推演——谁先谁后无所谓，只要整体不超期就行。工序之间按各自的集约周期流转，这个周期就是各工序的最大缓冲区。

但说实话，这是一种"把人的经验固化成规则"的妥协。

问题是，人的经验是活的。计划员看到炉子还有余量，"顺手"把一个后两天的单子提前投了；有一个紧急单子来了，"临时"插单调了一下顺序。

这些即兴判断，系统做不出来。

而一旦你把经验数据写进系统，那个"偶尔为之"就变成了"系统规则"。偶尔变成了常态，导致应急经验变成了常态库存。

那堵迟早要撞上的墙

这时候你就会纠结：要不要把更多特殊情况编码进去？

不考虑——这些"特殊情况"在现实中根本不算特殊，它们每天都在发生。系统算的结果越来越脱离实际。

考虑——逻辑越来越复杂，运算时间越来越长，最后系统变成一个“看不懂“”也“跑不动“的四不像。

这就是排产系统永远撞到的那堵墙。

这不是代码写得不好，也不是算法不够先进。而是系统需要规则来运转，但排产的现实里充满了对规则的“即兴破坏“。你没法把"破坏规则"也变成一条规则——因为一旦你想这么做，就已经假定"破坏"是预知的。而现实中最大的麻烦，这些异常恰恰是你预知不到。

▲ 系统撞到的那堵墙——一边是规则，一边是现实，它们对望着，谁也不让谁

所以呢？

我说这些，不是要否定APS的价值。恰恰相反——正是因为看清楚了它的边界，我们才能知道怎么想办法用好它。

系统给计划员的，应该是一张"如果一切按规则来，最优解长这样"的地图。而计划员手里的，才是方向盘。地图告诉你方向，但不替你决定什么时候踩刹车、什么时候拐弯。

只是这个道理，说起来轻巧，回到项目现场、面对客户签的那张"全自动排产"的合同，就不是那么回事了。

· · ·

你在工厂里见过排产系统算出来的计划被推翻了重排吗？你是怎么看待"系统 vs 人工"这个问题的？

阅读原文：点击这里​