APS作为一种工具和管理特点兼备的数字化业务系统， APS既有工具软件的理性也有管理软件的感性。这里的理性和感性其实都是借用的词汇，理性主要是指严谨和一丝不苟，而感性主要体现为一些看不见或者不好把握的思想在里面。

（1）极端的理性：从精确走向精确

 APS输入是一个综合订单资源工艺工时以及出勤能力的超级BOM，一般来说所有的东西都是精确的。

这对用户需求的响应方面。使所有的元素都要响应，因为APS很大程度上是一个0或者100的系统，这是指的基础性能要求方面的。

在这种局面下，我们对于生产扰动的响应也是一种见招拆招，精确精准的响应和处理方式。

（2）极端的感性：完全依靠人工经验

笔者在为企业开发和实施APS的时候，有的企业就提出来了，说甘特图做的挺好，那能不能就提供一个类似画板的东西，通过人机交互的方式，把一道一道的工序，拖曳到这个甘特图里面，不采用那种在生成一个全局的方案基础上进行的局部调整的路子。那这个需要在拖曳仿制的时候，APS进行后台的约束检查，这个其实最后才的算法也是要求非常高的。但从形式上来说，这是一种极端的感性。，完全依靠手工及其经验来进行排产调度

（3）中间状态1：精准逻辑下的”粗放排产+粗放执行”

有时候我们也会说一句话，APS是对企业管理水平的一种极致考验，或者实施应用APS企业的管理水平应该达到一种什么样的层次或者精细度基础。

不可避免的是，我们应该考虑企业在落后的现场管理水平下，尤其是粗放的执行局面下，APS的排产结果应该一起相适应。比如企业在手工模式下面是按照日计划来执行的，那APS如果不与这种局面相适应，根本就执行不下去的。

（4）中间状态2：基于概率或仿真的模糊性不确定以应对输入和执行的不确定性

当企业不能够提供非常精准的基础数据的时候，比如工时，或者当企业所处的市场条件存在非常大的不确定性的时候，比如订单，或者当企业的研制性产品占比非常大存在很多不确定性的时候，比如工艺，这些情况都催生了，基于概率或者仿真的模糊式排产。

基于概率或者仿真的排产，其实是希望能够一定程度上的包容各种不确定性，最主要的手段就是像各种输入或者执行也变成不确定性，相当于以毒攻毒的方式。

从本质角度来说，这种方式的排产其实底层仍然使用的是精确的逻辑，只是采用模糊的输入和执行数据，这种方式会衍生出一些自己独有的算法和方法策略。这种方式随着企业现场执行力度和管理水平的提升，终究是会慢慢的走向末路的，所以也只是一种中间过渡状态。

（5）中间状态3：超脱精准逻辑范畴走向业务领域的面向业务场景的决策

除了极端的完全手工，感性的味道比较浓之外，对于APS来说，另外一种感性味道非常浓的，就是业务场景的决策。

比如产能不足的时候，我们需要调整资源的数量以及资源的能力，这就需要决策。比如我们要安排外协，那到底哪些要拿出去进行外协，这也是一种决策。比如我们要对订单新分批，这其实是一种大量组合下的优化决策。

面向业务场景的决策对于APS来说其实是偏向于感性的一方面，一是不同的企业有不同的需求，另外一个方面其实是超脱于精准排产逻辑之上而进一步提出的更高级的应用。

（6）中间状态4：全局为辅，反应为主

这是从安全手工的极端情况下面向前面迈了一步，就是只做部分的短期前瞻全局排产，以见招拆招的方式，来生成计划和执行调整。其实大家可以品一下，这种方式走着走着，其实就走向了离散事件仿真的路子。但缺乏长期的进展是这种方式致命的缺陷，需要想办法其实也是有办法能够克服解决的。

其实从理性和感性的角度来区分，还有很多种其他的方式或中间状态。本篇公众号文章也只是抛出来一个分析的维度并尝试进行了一些分析而已，希望能够引起大家进一步的思考。

来源：微信号  智能制造随笔

作者：王爱民

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。