当AI+APS会排产了，PMC还能做什么

地图导航能规划路线，但遇到修路、堵车，还是得司机灵活处理。

工厂里的 APS（高级计划与排程） 就是这样一个智能导航，知道有多少机器、每个订单要做多久、材料什么时候到。

输入后几秒钟就能算出最优排产方案，还能预测问题。排产速度从半小时缩短到几秒，比人快几百倍。

但也有APS干不了的事。

导航搞不定修路封路、乘客吵架、突发事故，APS也搞不定这些。说到底，就是干不了需要感觉和决断的事。

靠感觉的事：数据可以骗AI，但人能识破数据

这些事写不成规则，全靠经验和直觉。比如有人把零件数量写错了、订单交期填错了，APS会一本正经算出最优方案。但只有人能凭经验判断这个数据明显不合理。数据错了，算得再快也没用。

再比如销售说这个订单客户很重视，潜台词可能是你必须帮我插单。

就像女生说不用送我了，其实是希望你坚持送她回家。APS只能理解字面意思，读不懂这些人情世故。

靠决断的事：身处其中，才能做出正确选择

这些事是在具体情境中权衡利弊、做出选择的智慧。销售要这周出货，车间说排满了，采购说料还在路上。APS能算出冲突点，但没法说服大家坐下来商量。

零件只到八成（齐套率80%），APS标红灯说别开。但车间主任找老板施压，得有人站出来说：现在开，后面停线一天损失五万。

设备坏了、工人请假、客户改交期，现实中的异常千奇百怪，模型里根本没有。

两个销售都要插单，谁先谁后？这涉及客户关系、老板态度，APS算不出人情世故。

就像菜谱能告诉你放多少盐，但盐放多了、火候太大、客人不吃辣，这些灵活处理还得靠人。

• 第一种：路痴型 — 每天就是输数据、出排产表。就像只会看导航的新手，遇到意外就慌了。这种人很可能被APS取代，机器算得更快更准，还不用加班。
• 第二种：熟练司机型 — 除了做计划，还会跟销售聊交期、跟采购催料、跟车间协调。但光会沟通不够，必须加上判断和拍板能力，才不会被取代。
• 第三种：车队队长型 — 从接单到发货全程管。用APS数据做参考，但最终拍板的是人；主持会议协调各方，但决策的是人；用数据说服老板建立信任的，还是人。

咱们把PMC的工作拆开来看，每项都分算和推两部分。算的部分，AI能搞定；推的部分，还得靠人。

• 订单评审：AI能算出产能够不够、什么时候能交货，但说服销售接受交期、应对客户催单，还得人来。
• 齐套排查：AI能比对物料清单和库存，找出缺什么料，但催采购补料、协调仓库优先备货，这些得人去推。
• 排产调整：AI能算出最优方案，但说服车间执行、处理插单冲突，还是得靠PMC。
• 进度预警：AI能自动检测偏差，但当天出调整方案并推动执行，还是得人跟进。
• 跨部门闭环：AI能汇总数据，但主持会议、叫停不合理计划、拒绝不合理要求、审批流程、推动执行，这些全是人活。

简单说：AI能算出"是什么"和"怎么做"，但没法搞定"谁来做"、"什么时候做"、"做不了怎么办"。这些需要判断、谈判、拍板的事，还是得PMC来。

老王在空调厂做PMC五年，工厂上了APS后，他不仅没被取代。反而成了老板最信任的人。

第一件事：APS算出齐套率只有87%，建议别开工。车间主任找老板施压，老王拿着数据找老板：现在开，13%的零件要三天到，生产线停一天损失六万。客户要整批货，缺一个零件都装不完。老板听了，让车间先做别的订单，避免了浪费。

第二件事：两个销售要插单，一个老客户急单，一个新客户大单。APS只能算出生产时间，但算不出哪个重要。老王把四个人叫到一起，摊开数据商量。最后达成折中方案：先做老客户一半，再做新客户，最后一起交。

老王说：APS给了我数据，但怎么用数据说服人、做决策，还是得靠我自己。

其实他做的事很简单：主持会议、敢于拍板、全程跟进、建立信任。这个过程，APS替代不了。

AI+APS来了，不是PMC的末日。

对于愿意升级自己的PMC来说，AI+APS是最好的帮手，它把算的活儿全包了，你把精力放在协调、判断、拍板上。

导航越来越聪明，但我们依然需要老司机。

你现在每天的工作里，有多少时间是在算数据、做表格（这些APS能替你干的事），又有多少时间是在协调沟通、做决策（这些只有人能干的事）？如果APS来了，你打算怎么把更多精力放在后者上？