2026年，AI生产排程优化（AI-based Advanced Planning and Scheduling, APS）已经成为智能制造领域的「必争之地」。传统的生产排程是一个极其复杂的「组合优化问题」——一个工厂有几十条产线、几百种产品、几千个订单，要考虑设备产能、物料供应、交期优先级、模具切换时间、人员排班等几十个约束条件。这个问题的复杂度，用传统算法几万年都算不出最优解，只能靠「老师傅」的经验拍脑袋。而AI可以在几分钟内给出一个「接近最优」的排产方案。我们调研了浙江一家机械制造厂，他们用AI排程系统替换了「老师傅排产」，效率提升了15%，但引发了一场意想不到的「人事地震」——3位掌握排产核心技术的老师傅集体辞职了。
背景：10年的「排产噩梦」
这家工厂（称之为「B厂」）有8条产线、200+种产品、每天500+个生产订单。排产这件事，过去10年一直由3位老师傅负责。他们平均年龄52岁，在工厂工作了15年以上，对每条产线的「脾气」、每种产品的「难搞程度」、每个客户的「紧急程度」了如指掌。他们的排产方式是：每天早上8点，三个人坐在会议室里，面前铺满了订单表、产线状态表、物料清单，靠经验和直觉「拍」出当天的排产计划。
这个方式的效率非常低——每天排产需要2-3小时，而且经常出错。比如，把一个需要模具A的订单排到了只有模具B的产线上，直到开始生产才发现，导致了4小时的产线停机。但老板一直容忍这个方式，因为「除了老师傅，没人能干这个活」。老师傅的排产经验是「黑箱」——他们自己也说不清楚「为什么这样排」，但结果通常是对的。
AI排程系统的引入：效率提升15%
2025年，B厂引入了AI排程系统。系统整合了ERP、MES、WMS的数据，实时获取订单、产能、物料、人员信息，用强化学习算法进行排产优化。系统的核心功能：
- 自动排产：每天早上5点，AI自动生成当天的排产计划，耗时约5分钟。
- 动态调整：如果产线上出现突发情况（设备故障、物料短缺、紧急插单），AI在10秒内重新生成排产方案。
- 可视化：排产结果以甘特图的形式展示，每个订单的排产时间、产线、物料消耗一目了然。
上线三个月后，效果非常显著：
- 排产时间从每天3小时降到了5分钟（自动化排产）
- 产线利用率从78%提升到了89%（提升11个百分点）
- 订单准时交付率从82%提升到了95%
- 在制品库存降低了15%
- 整体生产效率提升了15%
老板非常满意，但3位老师傅非常不满意。
老师傅为什么集体辞职？
表面原因是「AI抢了我们的饭碗」。但深层原因更复杂：
第一，AI排程「不懂人情世故」。 老师傅排产的时候，会考虑「人情」因素——老客户插单优先排、关系好的车间主任优先给产能、跟某个客户关系不好的销售的单子「往后排」。AI排程完全不考虑这些「潜规则」，导致了一些「人际关系」的摩擦。老板觉得AI排程「更公平」，但工厂里的「人情社会」被AI打破了。
第二，老师傅的「隐性知识」没有被尊重。 老师傅在排产中有很多「隐性知识」——比如「3号产线的张师傅下午3点以后效率会下降」「5号产品冬天和夏天的工艺参数不一样」。这些知识没有被AI学习到，AI排出的方案有时候「技术上可行」但「实际上不可行」。老师傅觉得「AI不懂工厂」，但老板觉得「老师傅在找借口」。
第三，老师傅的「职业尊严」被剥夺了。 排产是老师傅在工厂里最核心的价值。AI取代了排产，老师傅在工厂里的地位从「不可替代」变成了「可有可无」。这种「职业尊严的丧失」，比「工资少了」更让老师傅难以接受。
解决方案：AI排程的「人机协作」模式
B厂在老师傅辞职后，排产系统运行了三个月，出现了新的问题。AI排出的方案，在「技术层面」没问题，但执行中经常「卡壳」——因为AI不了解一些「只有老师傅才知道」的细节。比如，AI把某个订单排到了2号产线，但2号产线的「实际产能」比系统显示的低10%，因为那台设备老了，经常出小毛病，老师傅知道但AI不知道。
B厂最终意识到：AI排程不能完全替代老师傅，而是需要「人机协作」。他们重新请回了2位老师傅（不是做排产，而是做「AI排程审核员」），并建立了新的工作流程：
- AI自动生成排产方案（5分钟）
- 老师傅审核方案，对「不合理」的地方进行调整（30分钟）
- AI在老师傅调整的基础上，重新优化相关的排产（5分钟）
- 最终方案发布
这个「AI生成 + 人工审核 + AI优化」的闭环，结合了AI的「计算能力」和老师傅的「经验判断」，排产效率提升的同时，减少了「AI不懂工厂」的问题。
小结
AI生产排程优化，技术难度很高，但「人的难度」更高。AI可以解决「组合优化问题」，但解决不了「人情问题」和「隐性知识问题」。AI排程的落地，不是「用AI替代老师傅」，而是「让AI和老师傅协作」。老师傅的「隐性知识」是AI短时间内学不会的，但AI的「计算能力」是老师傅不具备的。最好的排产系统，不是「纯AI」也不是「纯人工」，而是「AI计算 + 人工判断」的人机协作模式。这个模式的技术实现不难，难的是「让老师傅愿意接受AI」——这需要老板的智慧，而不是工程师的代码。