有观点认为由于APS基于供应链管理和约束理论，涉及到大量的数学模型、优化和模拟技术，对基础数据要求较高，APS目前覆盖率较低，实施成功率不高，应用效果参差不齐，真正可以落地在企业中实施的案列并不多。因此，e-works采访了APSS高级计划与排程协会会长蔡颖，请他分享他的真知灼见。

　　APS是高级计划与排程(Advanced Planning and Scheduling)的简称，主要用于均衡供应链与生产过程中各种资源；在不同的供应链与生产瓶颈阶段给出最优的生产计划与排程；实现快速计划排程并对需求变化做出快速反应。面对当下的众多挑战，越来越多的企业开始关注和推进APS实施应用，以实现对企业内外资源与能力进行优化和调整，对变化快速评估和响应。有观点认为由于APS基于供应链管理和约束理论，涉及到大量的数学模型、优化和模拟技术，对基础数据要求较高，APS目前覆盖率较低，实施成功率不高，应用效果参差不齐，真正可以落地在企业中实施的案列并不多。因此，e-works采访了APSS高级计划与排程协会会长蔡颖，请他分享他的真知灼见。

　　 e-works：在您看来，我国制造企业在APS应用现状如何，呈现怎样的特点？

　　蔡颖：虽然，我国引进APS概念及系统已二十几年了，但整体应用现状处于初级阶段，具体来说：

　　领先的头部企业：深入应用，布署实施，加快引进，规划选型。

　　成熟企业：深入培训，加强基础，准备引进，考察供应商。

　　成长企业：普及知识，精益基础，探索应用。

　　中小企业：计划困惑，精益与信息化基础建立与改善。

　　总之，几乎所有企业的对计划与排产的现状均不满意，对APS能带来什么价值认识不一，导致高层的重视、投入程度，引入的紧迫性等不足，也有一些APS软件不成熟等原因或误以为ERP+MES系统就可以实现APS或IBP的功能及价值了（即APS的主要价值可以通过算法科学的全局交期承诺计算优化、最小化订单延迟、最大化库存周转、最大化资源利用效率、最大化收益率等）。

　　e-works: 不少制造企业选择自研APS软件，如何看待企业自研APS系统？

　　蔡颖：这个需要从历史与辩证的来看，一般来说，建议优先使用成熟的APS软件包或第三方专业供应商。正因为APS软件包二十多年的发展，成熟的APS软件具有的专业性、丰富性，配置性、可靠性等优势是企业自研所不具备的。如果确实需要自研，也可以在通用成熟的APS平台上实现开发满足个性化需求。

　　随着智能制造及数字化转型浪潮下，智能的计划与排程已是刚需，而现有的APS软件供应商较少（国外、国内）不能满足需求，故新兴起的很多APS软件供应商也可能是鱼目混珠，导致企业失去信任。

　　但也可能因为APS软件对一些行业也无能为力或行业化或个性化可配置性较弱，APS的应用场景与技术也已不能适应当今的需求，故有条件的企业自己根据需求开发APS软件。问题是这个条件是什么？具有计划排程的正确认知，具有研发实力，包括算法引擎，应用功能，图形呈现等能力。这也和本企业的应用程度的深浅与企业的期望目标等有关。

　　当然，在这个百年之未有大变局，数字化转型的变革时代，我们协会鼓励并支持所有有志于计划排程领域的数字化转型的组织创新突破，包括有条件的企业、第三方IT方、成熟的供应商、高校研究机构等。毕竟APS软件应用本身也处于春秋时代，谁能战国称霸，我们拭目以待。

　　e-works: 您认为APS实施成功率不高的原因有哪些？

　　蔡颖：这个与其它信息系统的实施一样的，关键因素是人，数据，流程，工具方法。

　　1、对APS的正确认知，这个确实有不统一的地方，如大APS，小APS的理解，对计划的优化理论与排程的调度逻辑的认识，对计划组织与个人的影响与价值。

　　2、与APS相关的管理基础较弱，包括数据、流程、组织的改善。

　　3、APS软件成熟度包括速度快慢、优化程度、功能的匹配度等等。

　　4、实施方法论，专业顾问的指导。总之，变革需要有节奏的推进，切忌贪大求全。

　　5、这是APS属于辅助决策系统（与记录、流程、报告系统相区别）的特性所决定的。它的成功率是辅助人的正确决策到到什么程度及人的计划决策依赖APS系统的程度，这就很容易导致与管理者的期望值有一定的落差。

　　e-works: 您认为制造企业要想实现APS的成功实施与应用，关键因素是什么，企业需要哪些基础条件？

　　蔡颖：首先，What？How？Why？不仅知道APS是什么，APS怎么做，关键是知道为什么要实施APS，知道为什么能带来价值，才能做难而正确的事，才能坚持长期主义，自我反省，持续改善。如有企业把实施APS做为改善管理的导航系统，长期的持续改善交期、库存、资源效率，达到管理期望的目标。

　　其次要懂供应链管理，精益生产，约束理论，业务流程的优化等相关的生产理论。再要打好基础，如静态数据与业务动态数据的质量与及时收集。集成相关系统的建设与联通。

　　实施项目还要遵循80/20原则，学会一定的妥协，如实现指标与自身能力的妥协，优化程度与收敛速度妥协，局部优化与整个优化的妥协，实施时间与二次开发时间的妥协。

　　最后，企业管理层与计划员的意愿与计划组织能力的提升。如计划员应不仅认识到企业的价值还要认识到对自身的职业生涯的价值。

　　e-works: 制造企业进行APS软件的选型有哪些注意事项？

　　蔡颖：每个企业选择软件时，对其关注的重点还是有不同的权重。就目前的一般重点是：适合自身产品的能力，供应商的整体能力，实施顾问的能力，现场考察成功应用的客户。

　　可以准备一套数据在要选择的APS软件中模拟真实场景，主要看两点，1、性能度，如能接受的速度快慢。2、优化度-产品交期最准时、订单延迟率最小、供应周期最短（包括生产和采购或运输）。

　　e-works:您如何看待当下我国APS软件市场，呈现怎样的态势？您如何看待APS未来发展趋势，请您从技术、应用、市场等方面分别谈谈？

　　蔡颖：虽然计划领域的数字转型、智能优化是最难的，但也是所有制造企业的刚需，尤其是解决多品小批短交期的效率问题，无论是中小企业，成长企业，成熟企业，头部企业。而现有的APS软件无论是数量上，还是功能上都满足不了这个大市场需求。

　　目前，国内比较活跃的APS软件供应商分为几类，各有所长。比如国外老牌APS厂商，如美国、欧洲、日本等，其中有专注供应链优化的，也有专注工厂排程的；国内早期APS厂商专注工厂排程的；国内大学或研究机构孵化出来的APS厂商；归国留学创办的APS厂商；ERP厂商的收购或开发的APS厂商；MES开发或收购的APS厂商，国内外工控厂商收购的APS；做数据分析BI与数据中台的APS，工业互联网平台或大型电商平台的APS，大型制造企业的自开发自用的APS，等等。他们有的擅长实践经验，有的擅长算法，有的擅长咨询交付，有的专注行业特点，有的平台化可配置，有的擅长量身定制等等。现在几乎大部分APS供应商都需要用成功的应用客户数量来证明自己。

　　所以，APS软件处于“春秋”时代，群雄逐鹿，从工序生产排程、产供销计划到端到端的供应链协同，都需要APS优化引擎支撑，无论是传统的规则运筹算法引擎，还是引入现代的AI机器学习算法引擎。

　　预计三至五年，大浪淘沙，会形成“战国”七雄争霸时代。每个发展阶段的企业，每个行业的企业都能找到相匹配的计划排程软件，是否叫APS高级计划与排程不重要（业务集成计划lBP、销售运营计划S&OP、供应链计划SCP、协同计划预测补货CPFR、全局订单可承诺计算交期赢利计算优化ATP/CTP/PTP、详细的数字化智能排程DS等），只要能通过数据、模型、算法帮助企业自动的、智能的优化交付准确率、库存周转率、资源利用率、最大化收益率即可。在后疫情时代，国家的统一大市场与专精特特新的国家战略下，效率不高的企业将被淘汰。

　　在APSS协会最新推出的APS应用四阶段成熟度模型V1.0中，企业应从反应与初级、标准、优化到智能的螺旋式提升，同时打好供应链SCM管理与精益生产的基础，建立PLM、MES、WMS、TMS等数字化车间控制塔、工厂控制塔、物流控制塔CT到形成端到端的数字供应链控制塔SCCT，并形成四大闭环，1、需求预测和供应采购和销售订单冲销预测的闭环，2、计划与排产闭环，3、排产与执行闭环。4、订单承诺与订单履约发货运输闭环。

　　APS应用成熟度模型V1.0

　　APS将以客户价值为核心的计划与排程方案，细分不同客户与不同产品的精益策略，实现客户高满意度。通过集成的需求计划、S&OP、生产计划与作业排程、采购计划、配送计划紧密联动自适应调整闭环，无边界的的沟通与协调，跨部门、跨组织实现高协同性。通过先进计划与排程的优化能力，动态、柔性、韧性的响应需求。引入高级智能学习算法，自学习、自适应的调整模型以应对不确定。建立先进的计划体系流程来驱动集成运作，战略性的供需智能平衡并连续的控制差异和模拟，以实现供应链战略-精益供应链与敏捷供应链。

　　在智能时代的未来，APS将融入机器学习驱动的运筹优化与分布式多智能体学习，从贪婪启发式规则优化算法融合对规则自优化的学习算法即融合规则优化、运筹优化、可解释决策模型优化与自适应概率决策模型进化。从因果推断到概率性预判，形成多个预案以柔性制造及韧性供应链应对日益复杂多变的供应链不确定。

　　目前APS算法技术应用，可能是这样的：

　　工序或产线排程算法会以规则启发优化为主，融入运筹算法与智能的可解释决策模型的机器学习为辅。

　　主计划或供应计划以规则启发、动态规划、运筹加权多目标优化求解器为主，融入可解释决策模型优化算法为辅。

　　销售预测或需求计划以序列预测、多元回归、因果推断、概率决策为主，融入自适应概率决策模型进化算法为辅。

　　APS的应用将以“大计划”的战略框架，产业互联网平台或工业互联网平台的云边端，云计算（SaaS化或PaaS化）、边缘计算、端调度控制的5G+边缘计算技术架构，使APS与MES或WMS通过IoT或IIoT物联网实时反馈闭环的数字孪生，进行在线控制塔、在线的过程模拟分析（What if或仿真、虚拟的决策优化与基于模型的预测。形成云端的集中供应链计划，边缘的工厂计划与排程，智能端的多智能体的分布式调度。集成相关业务计划，可以助力企业的使命、战略、预算、规划、计划、排程到调度执行的有效性、连贯性与柔性、韧性，实现满足客户的价值主张与企业的增长战略，从预测、订单、交付到盈利的闭环。

　　从战略的视角来看APS的“大计划”就是战略预判、市场洞察、销售预测、客户画像、供需能力匹配、柔性适应工厂、韧性供应链，重塑精益价值链边际收益增长。计划将需要从战略的高度控制产销研协同、工序或产线协同、产供协同，做到：1、战略运筹未来。2、极限能力预案。3、底线成本谋划。4、持续可赢利增长。

　　做计划应该具有极限、底线、赢利思维，也就是避免贪婪的跨极限计划、虚荣的无底线成本收缩、侥幸的机会主义调度，实现高效的收益，重塑精益可持续赢利增长。

本文为e-works原创投稿文章，未经e-works书面许可，任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴，应在授权范围内使用。e-works内容合作伙伴申请热线：editor@e-works.net.cn tel：027-87592219/20/21。