AI 给出排程建议以后,谁来确认和下达
排程系统算出的是一版待审建议。计划员要逐单核对依据和影响,企业还要分别明确谁能选定计划、批准现场例外、确认客户交期,以及把哪些订单和字段发布到执行系统。

先分清候选建议和正式计划
一次计算可以给出多套排序、资源选择和预计完工日期。它们先是候选方案,供团队比较交期风险、资源冲突、物料依赖和计划移动。系统生成了结果,不代表工厂已经采用,也不代表工单已经进入车间执行。
SAP 的 PP/DS 文档允许把模拟结果另存而不改变当前 planning version,Siemens 也把 what-if simulation 和 impact analysis 列为计划工具。这些是各自产品里的控制方式,可以说明候选与当前计划能够分开保存,却没有定义一套所有 APS 都共用的审批状态。
凯沃普当前生成可比较的排程方案,由计划员调整和确认。首轮可读取企业提供的 ERP 导出、Excel、SQL 数据、现有排产表和现场规则。第一轮保持只读,候选留在生产系统外供复核,不自动写回 ERP 或 MES,也不会自行成为客户承诺或生产下达。
把这一版为什么这样排交给计划员
复核先固定数据截止时间、时区、订单范围、当前排程、候选版本和规则版本。订单、工艺、资源日历、物料与现场进度来自不同时间时,计划员很难判断差异来自排程方法,还是来自一份已经过期的输入。
逐单视图至少要列出需求节点和候选完工日期。涉及的工序、资源、关键物料、被移动任务、未满足约束和范围外限制,也要同订单关联。Oracle 的排程分析产品可以展示晚单、资源、pegging 和人工调整,具体字段仍要以客户系统与本轮数据范围为准。
解释帮助计划员追查依据,却不能单独证明结果正确。NIST 的自愿 AI 风险管理框架建议记录输出怎样被人使用、知识边界和人工监督方式。团队仍要拿候选同真实订单、主数据和现场规则对账。
人工调整以后,还要重新检查关联影响
计划员可以接受、拒绝、补资料,也可以调整优先级、日期、资源或现场规则。每次改动都要留下旧值、新值、修改人、时间和理由,让下一位复核者知道这一版为什么发生变化。
在 Oracle Production Scheduling 中,用户可以在甘特图上移动工序、选择替代资源并运行 Repair。新的 Solve 会重新计算,并可能丢弃已有的人工工序调整。该行为提醒团队,拖动一条工序并保存,只能证明界面记录了这次操作,不能证明整张计划的上下游关系仍然可行。
Microsoft 的计划订单文档也把人工修改、可选的 Approved 状态和下一次主计划运行分开。不同产品的重新计算方式并不相同,公开流程仍应要求改动后复核相关工序、资源、物料和受影响订单。
异常要交给有权作决定的人
急单、固定区内的移动、加班、替代资源、拆批、外协和关键物料替代,都会把影响带到计划范围以外。计划员可以整理受影响订单和候选处理方式,是否接受成本、质量、客户或现场风险,应由企业指定的人决定。
一项例外至少要写清触发原因、影响订单、原计划、候选变化、未解决风险、需要谁确认和最晚决定时间。销售对外确认的日期、现场允许突破的保护范围,以及系统可以写入的对象,可能分别属于不同负责人。
NIST AI RMF 建议区分人机配置、监督角色、人工覆盖和问题升级责任。它是一套自愿风险管理参考,没有规定制造企业必须由 PMC、销售、厂长或任何固定职位完成逐单审批。
保留版本,也保留每次决定的依据
一次完整记录要连接输入快照、当前排程、候选版本、逐单差异、人工改动、例外授权和最终处理结果。旧版本不能被新结果覆盖,发布失败、跳过、冲突和回滚也要留在同一个批次记录里。
NIST AI RMF Playbook 把历史记录、审计日志、人工覆盖、错误、例外升级和 go 或 no-go 决定列为建议动作。具体字段、保存期限和访问权限仍由企业按风险、系统和法规环境确定,不能把建议清单写成统一的制造合规要求。
日志只能说明谁在何时做过什么。它不能证明输入完整、约束正确、候选可执行,也不能替代计划员和现场对实际订单的检查。需要对外发布的案例或效果数字,还要有独立基线、统计口径与客户许可。
下达以前先写清对象、字段和后果
团队第一次使用下达这个词时,就要说明它指文件导出、人工交接、计划版本采用、实际订单创建、状态变化,还是 ERP 或 MES 字段写回。发布前预览选中的订单、目标系统、写入字段、权限和回滚方式,才能知道一次点击会改变什么。
各家产品的动作并不等义。Microsoft firming 会把 planned order 转成实际采购、调拨或生产订单。SAP adopt 把 simulation version 的变更合并进 planning version,并不等于发布到车间。Oracle Production Scheduling Release 可以更新文档列出的工单与工序日期、资源分配和按配置决定的状态,部分排程覆盖不会写回。
Kavop 当前支持导出,受控发布仍只覆盖部分范围,不替换 ERP 或 MES。公开资料还不足以说明具体接口、审批流、电子签名、写回字段和失败处理,因此第一轮保持只读,由计划员或企业授权人确认结果,再决定后续采用哪种交接或发布方式。
现场反馈进入下一轮复核
正式计划进入执行以后,实际开完工、数量、工时、物料消耗、停机、短缺和质量异常会改变原来的判断。Microsoft 的 production feedback 文档展示了时间、物料、数量、状态和错误等记录对象。这些事实需要带着时间和来源回到下一轮计划。
Oracle 的 Refresh 会从 Manufacturing 更新工单、属性、能力和可用性数据,并丢弃当前 scheduling solution。刷新、求解和人工复核仍是不同动作。团队要先确认新数据覆盖了什么,再决定保持当前计划、局部修补或重新生成候选。
反馈数据能帮助团队修正后续输入,却不能证明系统会自动训练、自动改规则或持续变好。Kavop 的当前边界仍是用现有资料生成候选、解释风险并交给计划员确认。现场数据怎样接入、多久刷新和谁能启动重排,需要在具体项目里另行确认。
参考资料
本文使用以下官方资料区分候选、人工调整、批准、firm、adopt、release 与执行反馈。NIST 框架属于自愿风险管理参考,第三方产品能力不代表凯沃普拥有相同实现。
拿一组订单,把候选、确认和下达边界逐项写清楚。
第一轮使用只读资料,由计划团队复核每张订单和每次调整,不自动写回生产系统。 第一轮保持只读。受控发布仍只覆盖部分范围。文件或快照接入不证明实时同步、双向集成、冲突处理或生产系统写回已经完成。凯沃普不把候选方案描述成无人监督、全局最优、全自动优化或自动学习的生产决定。