APS推进实施的条件与基础

APS已经成为数字化转型应用的热点。前两天eworks组织的一个活动上，我讲了一次APS选型策略，听众提了很多问题，其中有一个问题是APS推进实施的条件与基础。因为弹窗在家办公，所以抽空尝试回答一下。

从大的方面来说，我们经常说智能制造发展过程中的几个阶段，从1.0一直到最后的4.0也许还有将来的5.0。我们其实习惯于串行或者非此即彼的二元思维，但任何事物都是遵循不断和持续发展通过局部突破最终引领全局突破的哲学逻辑的，不会是那种突发的直接冒出来的那种，正如那句古话：不积硅步无以致千里。但在实际当中，其实我们也能看到，未必一定要整面实现3.0才能够具备基础的条件去做4.0。比如我们并没有达到全面的3.0的数字化网络化，但是我们在某些（部分）制造装备或者研发环节，已经具有某种程度甚至很高程度的智能化，或者具有智能制造的特征或者就是一个典型案例。

首先从业务角度来说，APS对标的需求是企业的生产计划。没有企业的运行是不需要计划的，不管计划是粗放还是精细，不管是复杂还是简单，这是必然需要的。从这个角度来说，APS是必然需要的，虽然在这个过程当中要考虑性价比，要考虑能够达到的效果，尤其要考虑企业的基础和条件。从大的角度来说，企业上ERP的时候，从来都不会考虑企业是否已经有了MES。

其次，就如同大家在网络上看到的各种智能制造或者说数字化工厂架构，都是大而全和大一统的，但其实对于不同的企业来说，其真正需要的是不一样的。那我们现在谈论 APS推进实施的基础和条件，也是一定要和企业的管理水平，尤其是所要追求达到的效果密切挂钩，才能够让这件事情变得具有可操作性。一般来说企业有了MES当然是好事，但MES本质上并不是计划业务，APS与MES可以相辅相成，但彼此非此不可的。其实甚至可以反问一句，没有APS或者很好的计划模块的MES，能够真正的实现精益吗？

第三，去手工化或者手工经验计算机化。其实这是最大众的APS，其实也已经相当复杂，对于企业的基础与条件主要体现在如下几个方面：

比如，在大家最直接关注的数据准确性方面，比如制造工时，按理说应该是要准确的，否则输入的是垃圾，输出的也是垃圾。但工时等基础数据，如果不准确的话，其实是可以采取反应式调度的，这也是一种APS。

比如很多企业都采用二级调度的方式，车间计划员和班组长各自负责总体和局部。这种模式需要解决的核心问题，其实是协调，尤其是班组之间的协调。一般来说要么是简化成班组之间整天不协调，而只规定每个班组当天要完成的工作量，要么就对于订单的工序之间附加协调时间计划（类似MRP面向多车间的车分表），相当于是对订单面向工序级的一种拆分。这两种方式其实都可以大大的降低APS的难度，也提高了APS的可适用性。

第四，向精益迈进。不管是从效率、成本还是质量角度，企业都需要从迁就或者沿袭现有落后或粗放管理模式及其数据现状向精益生产管理模式转变，这是一种更加复杂的方式。可以通过一个方式来评判，比如目前企业在生产计划节点发生变化后的响应与调整速度或者时间，如果时间非常长或处理效率太低，说明管理的响应速度还是存在很大问题的，如果实施推进了APS，这种问题将更加严重。另外，精益涉及到很多部门的各种协调，而APS所制定的时间节点是推动各部门协调的指挥棒，原先各个部门以部门为主来看待其他部门的心理和做法要实现转变才可以，也就是最起码的要打破目前各个部门的舒适度而整体低效的困境局面。有了APS之后，并不是说各个部门就不会再进入另外一个层次的舒适度，而是说各个部门之间的舒适度是协调的，并推动整个企业整体的高效运行表现。

第五，向决策迈进。能做到第一种已经是可以接受甚至第二种已经是非常不错了，但是仍然是远远不足够的。我们说的去手工化不仅仅只是去手工操作，更高层次的应该是去掉人工的智能并向机器智能方向发展，这就是决策，这也是智能制造的一种核心体现。如下所示：

典型决策的实际案例

(1) 某非常典型机械加工类的APS:智能外协决策、智能订单分批(分批/分组成)、 智能订单优先级调整或者牺牲等各种决策;

(2) 某种典型电子类生产APS:大量的跨订单工序组合容积利用、动态优化分批等决策;

(3) 某种典型消费品类的APS:大规模定制化的带有社会化协同的生产特点，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。

(4) 某典型主流行业的配件生产APS: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。

本文作者：王爱民