APS本来的样子——场景决策

APS是一个技术门槛比较高甚至很高的智能制造核心工业软件，甚至是要么0分要么100分而不存在中间状态的一种应用模式。 在APS作为工具具有相当难度的情况下，对于以资源配置为核心的管理决策，也已经风起云涌的作为实际需求提出来了。只是当做工具来用，已经远远不能满足企业的实际需求了，借用高德拉特博士所写的一本书的名字：远远不足够。

下面结合笔者的正在并行推进的5个典型复杂APS，对其中的管理决策场景，做一次深有体会的简单介绍。

（1）某非常典型机械加工类的APS。现在给出做案例的。项目数据已经包括7000多个零件订单，工序与资源的组合量已经达到了60多万，而实际生产当中，这个规模还要乘以最少7倍。在传统约束的基础上，还存在着零件生产齐套、零件工序之间复杂的配合作业等有特点的约束。但这个不是重点，重点是要排产出具有智能外协决策、智能订单分批、智能订单优先级调整或者牺牲等各种决策，同时还要结合大量的插单与调整、执行进度、资源到位状态等和方面的生产扰动的动态调度，以及对排产效率和效果的严格要求。开始我以为这是企业的一种期望，但这些其实是企业的计划调度人员日常正常的操作。

（2）某种典型电子类生产APS。这个行业正在从传统的大规模大批量生产像订单日益碎片化转变过程当中，是一个规范标准企产的行业，对于资源的产能利用有这个行业最基本的但是很高的要求，甚至达到了锱铢必较的程度，起点就已经很高，但还是要更加的提高。这个行业非常典型的就是工艺流程及其约束极其的复杂，排产过程当中存在着大量的跨订单工序组合、动态优化分批等决策，否则根本就不可能达到企业所需求的那种产能利用率。

3）某种典型消费品类的APS。这是一种典型的基本上属于大规模定制的企业，订单的碎片化极其的严重（每天产生的新工艺流程可能达到500条），并且具有明显的社会化生产的特点。这个APS在传统的约束及目标的追求下，还涉及到，基于技术复杂度平衡的多工厂分配决策、结合动态社会资源的外协决策、订单交期和数量难以预测情况下的能力占用及面向实际订单替换的决策、基于当前排产结果资源能力情况的可接订单逆推决策等。而所有的这些都是企业真真切切的实际需求。

（4）某典型主流行业的配件生产APS。这个主流行业也是从传统的大规模批量化生产逐步为订单逐步碎片化的一种行业。为主流行业产品做配件订单也是极其的复杂，典型的一个客户订单，甚至要分解成3000个自制子订单之后进行装配形成。排产过程涉及到面向主机厂精益供应考虑安全库存的智能分批决策、处于寸土寸金大城市所带来的运营成本控制的减少周转库存（目前车间里有大量的中间库存）的精益流式生产决策、兼顾短期与中长期生产任务的可重构的机台资源类型及其数量的配置决策、疫情下招工用工难下短期和中长期生产相兼顾的人力资源提前筹谋决策等。上述需求都是企业非常现实的需求。

（5）某典型总装类APS。在社会化生产协作的发展趋势下，很多企业都在聚焦总装类的生产。这个企业的总装是复杂的机电产品，其典型的特点是层次化订单、人力资源作为重要制造要素的多维资源协同排产等，这些还都是传统的总装APS的范畴，这个企业的APS需求是企业自身提出的，是从总装生产任务开始一竿子到作业计划，取代传统的主生产计划、物料需求计划、车间作业计划的层次划分。开始的需求涉及到，总体任务的分批下发决策、考虑物料供应情况基于多车间作业计划牵引的物料需求计划牵引决策、多车间协同资源能力下的任务分配决策等。这是企业领导直接关注的应用场景与对APS的期望。

这些项目深入推进的体验，最大的感受就是两句话：一是，从实践中来到实践中去，是做事应该的一种样子。二是，企业的实际需求已经远远超出了目前研究的步伐和深度，西安交大校长王树国说过：“学校还在用落后于社会发展的技术和理念教育学生”、“大学太孤傲了，企业已经走在我们前面”。

这是一个最好的时代，最起码对于从事APS技术研究、系统开发和实施应用的人来说，是这个样子的。企业的这些实际需求场景，是多么的令人着迷和让人痴狂。

这些正在推进的APS项目，基本上属于APS的巅峰应用了，其实也应该是APS本来的样子。