过去两年，我们接触了超过40家年产值在5000万至5亿之间的制造企业，发现一个共性现象：ERP系统上线后，进销存模块往往最先跑通，但生产排程和成本核算却成了"半拉子工程"。排程靠Excel手工调整，成本核算只能做到月末粗算，制造业ERP的价值被压缩成一个"高级进销存"。

问题出在哪里？不是软件不行，而是排程策略没有和企业的工艺特征、设备约束、人员技能矩阵做深度匹配。

排程为什么总是"排不准"？

多数制造企业的排程困境集中在三个层面：

• 数据颗粒度不足：工艺路线中的准备时间、换模时间、检验时间被统一设定为固定值，忽略了不同产品组合的实际差异。例如注塑行业换模时间从20分钟到90分钟不等，一刀切导致排程结果与车间实际严重脱节。
• 约束条件缺失：ERP中的排程引擎未纳入模具寿命、设备精度等级、操作工认证资质等隐性约束，排出的计划在车间根本执行不下去。
• 与进销存脱节：原材料到货延迟、半成品库存不准，排程结果频繁被打断，计划员最终只能回到Excel手工调度。

排程优化的三个可落地策略

1. 建立有限产能排程模型

放弃无限产能假设，将关键工作中心的日可用工时、设备效率(OEE)、人员出勤率作为硬约束写入排程引擎。建议先从瓶颈工序试点，比如CNC加工中心或SMT贴片线，排程准确率通常能从60%提升到85%以上。

2. 动态优先级规则与成本核算联动

排程不只是排序，更是成本决策。将成本核算中的工时费率、能耗成本、废品率嵌入排程评分函数，优先安排综合成本最低的订单组合。例如，同一台设备上，A产品换模成本800元、B产品换模成本300元，排程引擎应自动建议先做B再做A，减少切换损失。

3. 闭环反馈机制

车间报工数据必须实时回传至制造业ERP，排程引擎每天夜间重新计算未来72小时的滚动计划。建议设置偏差阈值——当实际进度偏离计划超过15%时，自动触发重排并推送预警给计划员。

实践中的几点建议

不要追求一步到位的"全自动排程"。我们观察到的成功案例，几乎都是先固化瓶颈工序的排程逻辑，再逐步扩展到全车间。同时，进销存数据的准确性是排程优化的地基——库存账实不符率超过5%的企业，建议先治理库存数据，再谈排程优化。

另外，排程规则需要每季度回顾一次。产品结构、设备状态、人员技能都在变化，去年最优的规则今年可能已经失效。

走向自适应排程

随着IoT传感器和边缘计算在车间的普及，排程正在从"计划驱动"转向"事件驱动"。设备异常、质量报警、物料短缺等事件可以实时触发排程调整，制造业ERP的角色也从记录系统进化为决策系统。对于中等规模的制造企业，现在正是重新审视排程策略、打通进销存与成本核算数据链的窗口期。