王爱民:APS系列问题之实施成功/失败分析-II

智能制造随笔 2022-04-24

决策能力

1727 字丨阅读本文需 3 分钟

书接上回,继续回答问题。这次主要针对APS实施成功或失败的原因,给出一些尝试分析与回答。

APS作为一个工业软件,同其他的工业软件一样,尤其是带有管理性质的工业软件,成功与失败也都是时有所闻的。

成功与失败其实是相对应的。一般来说成功的故事都是一样的,而失败的故事却是各有各的不同。成功相对来说还有模板,而失败所表现出的问题,其实也都是成功模板当中应该解决的问题。

抛开传统的那些有关成功的实施步骤,以及失败的基础数据不准等等方面的大家耳熟能详的说法,这次说一些,相对深一层次的失败原因吧。我理解的失败,一个来说就是企业感觉APS不好用,另外一个就是 APS没有达到应有的效果。

(1)根深蒂固的手工计划模式习惯过于顽固。(企业问题)

在企业没有上APS之前,企业也是要做计划的,只是通过手工的方式来做。 APS是一种作业级的精细化计划,是一竿子插到底的计划制定模式,而手工模式下一般来说都是总调度与班组长或工段长的二级计划模式。手工模式下的计划其实更多的体现为一种能力分配,就是针对一个特定的,来实现各类资源能力上的一种平衡,与 MRP当中的粗能力平衡非常类似。这两种手工模式下的习惯方式与 APS的方式是具有很大对立性的。如果企业过于坚持自己的这种方式,想要按照这种方式来做APS,一方面来说意义不大,另外一个方面会逼的APS走向绝路。过于顽固地坚持手工模式习惯及其结果形式,不仅没有必要上APS,同时也是导致APS失败的一个很大原因。

(2)支持APS实施的企业管理水平不足。(企业问题)

我们经常说APS的实施应用,即使是对企业管理水平的一种考验。良好的APS其实是贯彻精益生产思想的,是要求整个企业或者车间的运行在工序作业级粒度层面能够实现精细化的关联与协同。当企业的管理水平非常落后的时候,直接感觉到的结果就是APS的作业计划。很难执行下去,从而使得企业认为APS并不好用。从而也使得高效精细与落后的管理发生矛盾的时候,甚至可能会让企业更加的疲于奔命,随之就会将APS束之高阁,从而就是失败的局面。缺乏与APS相适应的管理水平是诱发失败的一个很大原因。

(3) APS对计划人员的解放程度不足。(供应商问题)

传统上来说,APS是排出精细化的作业级结果。APS作为一个系统是为计划人员来提供支撑和服务的,而对于计划人员来说,他的业务工作内容,进行作业级上的分解派工这是一个方面,同时可能还有一些深层次的。他的一些统筹考虑,甚至回答上一领导的一些问题,可能是这个才是他真正头疼的问题。而这些深层次的问题,其实很大程度上都是曾经决策,比如资源能力不够而要进行外协决策、比如资源能力不够而要进行的加班决策、比如接受客户订单给出交货期的决策、比如多订单并行到底要牺牲哪一个来保证其他订单交期的决策、比如根据浙江现有的资源占用情况回答能够接多少订单的决策、比如根据未来订单的情况给出什么时候做出什么样的资源类型及其数量的决策等等,这些决策其实应该都是计划人员可能更加希望通过APS解决的期望。传统的APS试试,其实在决策这一方面考虑得很少,其实这是企业的期望存在较大落差,从而导致APS失败或者效果不佳的一个原因。

(4) APS对行业业务特点响应不足。(供应商问题)

APS的行业性是非常明显的,很难存在能够包打天下的货架式的APS产品,企业有这种期望是不应该的,供应商有这种希望也是不应该的。我们有时候说APS其实是基于一个超级BOM作为基础数据的,这个超级BOM所表达的数据关联关系(有的APS管这个叫问题建模)其实体现了一部分行业工艺要求。这个是远远不足够的,笔者现在推进的APS项目很多难点都是有深度的结合行业的工艺特点设计相应的算法的。其实这是对APS的基本要求,还不是上一条所说的场景决策的内容,这就是笔者一直认为APS有时候有某种程度上要么是0分和要么是100分的关系,行业工艺业务特点只是硬杠杠,是没有商量余地的原则。有兴趣的大家可以去网上搜一些失败的案例,甚至法院的判决文书,可以发现其中失败的一个主要原因就是对于行业工艺响应严重不足。

………………………………………

上面说的都是导致失败的原因,而这些如何解决了,其实很大程度上就可以保证成功。

APS的成功实施应用是一个最少双方的事情,如果加上监理就是三方的事情,一个巴掌肯定是拍不响的,所以既有企业的问题也有供应商的问题。

上面说的其实个人认为还是一些深层次的原因,APS的实施也必然涉及到一系列的步骤和方法论。比如数据治理、团队组织、案例验证、场景模拟等各个方面,在这些方面其实大家都没有意识到,所以本文就不再赘述。

本文所述都是笔者长期从事APS方面技术研究、系统开发和实施应用的经验和体会,一己之见,仅供参考。

作者信息:王爱民,工作于北京理工大学数字化制造研究所,长期从事APS、工艺数字孪生等技术研究、系统开发与实施应用。

笔者公众号:智能制造随笔,欢迎关注。

免责声明:凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处本网。非本网作品均来自其他媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如您发现有任何侵权内容,请依照下方联系方式进行沟通,我们将第一时间进行处理。

0赞 好资讯,需要你的鼓励
来自:智能制造随笔
0

参与评论

登录后参与讨论 0/1000

为你推荐

没有更多了