# 基于 ERP 数据的 AI 辅助生产计划排程（APS）

> Source: https://netray.co/zh/erp-aps-ai-production-scheduling
> Language: zh
> Publisher: Netray (netray.co)
> English version: https://netray.co/erp-ai/erp-ai-demand-forecasting-manufacturing

AI 不应取代 APS 的排程算法，而应围绕它工作：从 ERP 取数检查主数据质量、预警缺料、解释排程结果、分析插单影响，并以中文回答计划员的问题。排程本身仍由 APS 或 ERP 的计划引擎完成，AI 的输出需要计划员确认。

国内制造企业谈生产计划，常提到 MRP、MPS、APS 几个层次。MRP 根据 BOM 和库存算物料需求，APS 在有限产能约束下排出工序级的开工完工时间。很多工厂买了 APS 却用不好，原因往往不在算法，而在数据：工艺路线不准、标准工时过时、库存不真实、在制品状态没有及时报工。

另一类问题出在人和流程。计划员每天要面对插单、急单、设备故障、物料延迟，需要快速判断「这张急单插进去会拖累哪些订单」。这类问题靠 APS 单独回答并不方便，靠 Excel 又容易出错。

大模型在这里的合理角色，是做计划员的助手：读数据、查异常、讲明白原因，而不是自己决定排哪张单。以下说明具体怎么做，以及哪些做法并不可取。

## 为什么 APS 常常效果不佳

APS 的结果取决于输入。工艺路线中的工序时间如果是多年前的估计值，产能约束就是错的；BOM 版本没有及时更新，物料齐套判断就是错的；报工不及时，在制品进度就是滞后的。这些问题在 ERP 里都能找到痕迹，只是没人系统地检查。

还有一个常见问题是计划与现场脱节：计划员排出的计划，车间因为缺料、换型、人员原因无法执行，只能手工调整，调整的原因又没有记录回系统，下次排程仍然重复同样的错误。

- 工艺路线标准工时与实际报工工时长期偏差
- BOM、替代料、供应商交期等主数据不一致
- 报工延迟导致在制品状态失真
- 计划与现场调整原因没有回流到系统

## AI 可以做的具体事情

第一，主数据体检。模型配合查询对比工艺路线标准工时与历史报工工时，找出偏差较大的工序；对比采购提前期与实际到货间隔，指出提前期设置偏乐观的物料。这些结论可以直接生成清单，交给工艺或采购修订。

第二，缺料与齐套预警。结合工单、物料需求、现有库存、在途采购单，回答「未来两周哪些工单会因缺料无法开工、缺的是哪几个料、最早何时到货」。第三，插单影响分析：把新订单的需求日期与现有排程对照，列出可能被挤压的订单和关键工序，供计划员判断。

第四，排程结果解释。当 APS 给出一个计划，计划员常想知道「为什么这张单排在周四而不是周二」，模型可以根据约束（设备占用、物料到货、换型时间）整理成可读的说明，前提是 APS 能导出相应的约束和结果数据。

## 与 ERP、APS、MES 的数据关系

数据来源通常有三处：ERP 提供订单、BOM、库存、采购和工单；APS 提供排程结果与约束设置；MES 提供实时报工、设备状态和质量数据。AI 层通过只读接口汇总这些数据，建立可检索的视图，并保留每个结论对应的数据来源。

对于 Infor SyteLine，可以读取工单（job）、工单工序（jobroute）、工单物料（jobmatl）、库存和采购订单相关表；对于其他 ERP 则用对应的接口。不同系统的字段不同，评估阶段需要先对齐数据字典，这一步通常比部署模型更耗时。

## 私有化部署与数据安全

排程数据包含客户订单、交期、产能和成本信息，属于企业的核心经营数据。我们建议把模型部署在厂内服务器或境内私有云，用开源模型（Qwen、DeepSeek 一类）加 vLLM 或 Ollama 提供服务，数据不出厂，符合数据安全法对重要数据的保护思路。

访问控制沿用 ERP 的角色，计划员、采购、销售看到的范围不同。每次问答的查询语句和结果留痕，便于事后复盘模型的判断是否准确。

## 不要这样用：边界与风险

不要让大模型直接生成排程。有限产能排程是一个组合优化问题，需要专门的求解器和启发式算法，语言模型不擅长保证约束全部满足。把排程交给模型，可能得到看似合理但违反设备或物料约束的计划。

也不要在数据质量没有改善之前期待奇迹。如果工艺路线和库存本身不准，AI 只会更快地给出基于错误数据的回答。体检主数据是第一步，也往往是价值最大的一步。

## 如何开始

建议先做一次两到三周的评估：选一个车间或产品线，抽取近半年的工单、报工和采购数据，用模型和查询找出数据偏差，并整理计划员最常问的二十个问题，检验模型回答的准确率。评估的结论会明确说明，在你们的数据条件下，AI 能否可靠回答这些问题。

如果结果可行，再接入实时数据，做成计划员日常使用的问答和预警界面。是否更换或升级 APS 是另一个独立的决策，不必与此绑定。

## FAQ

### AI 能代替 APS 吗？

不能，也不建议。排程需要满足产能、物料、换型等多重约束，应由专门的排程算法完成。AI 的作用是检查数据、预警、解释结果和回答计划员的问题。

### 我们没有 APS，只有 ERP 的 MRP，也适用吗？

适用。缺料预警、提前期偏差分析、工艺路线体检这些都只依赖 ERP 数据，不要求先上线 APS。

### 模型的缺料预警准确吗？

准确率取决于库存、采购交期和工单数据的质量。评估阶段会用历史数据回测预警结果，给出实际命中情况，而不是承诺固定数字。

### 数据需要上传到云端吗？

不需要。模型和检索索引都可以部署在厂内或境内私有云，ERP 数据只在内网中读取。

### 计划员会不会被取代？

我们的设计是辅助计划员，所有结论需要人工确认，写回 ERP 的操作也需要有权限的用户批准。AI 减少的是查数和对账的时间。