一个"最优但不可行"的排产计划
2026年，一家电子厂引入了AI排产系统（APS，Advanced Planning and Scheduling）。AI系统分析了订单、库存、设备、人员，给出了一个"数学上最优"的生产计划——完工时间最短、设备利用率最高、换线次数最少。
厂长看了很高兴，把计划发给了车间主任。车间主任看了，摇了摇头：“AI不知道，工位3的老张下周二请假，工位5的设备周三要保养，工位7的模具这周不兼容这个产品。AI也不知道，这批订单的客户是我们的大客户，宁可亏本也要优先排产。AI更不知道，工人们连续加班一周了，再加班要罢工了。”
AI的"最优解"，在工厂的"现实"面前，显得"天真"。
金句：AI排产的’最优’，是’数学上的最优’。但工厂的’现实’，是’人的现实’——人有情绪、有请假、有罢工、有关系户。AI不懂’人’，所以AI的排产计划总是’不现实’。
AI排产的"三个盲区"
盲区一：AI不懂"人"。 AI排产将工人视为"资源"——每个工人是"可替换"的，每个工人的"效率"是"恒定"的。但现实中，人是"变量"——老张今天心情不好，效率降低30%；老李和老王关系不好，不能安排在同一个工位；小陈是老板的亲戚，不能安排夜班。AI不懂这些"人的因素"，所以AI的排产计划总是"被人的因素推翻"。
盲区二：AI不懂"灵活性"。 AI排产追求"确定性"——一切按照计划执行。但工厂的"现实"是"不确定性"——设备突然故障、物料突然短缺、客户突然改单、工人突然请假。AI排产无法应对"突发变化"，一旦"计划被打乱"，AI需要"重新排产"——这个过程可能需要数小时，而工厂等不了数小时。
盲区三：AI不懂"政治"。 工厂的排产不是"纯技术问题"，而是"政治问题"——A客户的订单要优先（因为A客户是大客户），B产品的利润低但必须做（因为B产品是"战略产品"），C产线不能停（因为C产线停了，工人就没活干，没活干就没工资，没工资就闹事）。AI不懂"政治"，所以AI排产给出的"最优解"，在"政治"面前被"推翻"。
如何让AI排产"更现实"？
方案一：AI+人类排产师。 AI排产不是"替代"人类排产师，而是"辅助"人类排产师。AI给出"数学上最优"的排产计划，人类排产师根据"现实因素"（人的因素、灵活性、政治）进行调整。AI排产是"建议"，人类排产师是"决策"。
方案二：让AI学习"人的因素"。 将"人的因素"数字化——工人请假模式、工人效率波动、工人偏好。AI学习这些"人的因素"，在排产中"考虑"它们。但"人的因素"很难"数字化"——你如何量化"老张和老李关系不好"？你如何量化"小陈是老板的亲戚"？
方案三：AI排产的"弹性化"。 AI排产不是"刚性"的（“你必须这样做”），而是"弹性"的（“你可以这样做，也可以那样做，各有优劣”）。AI给出多个排产方案，每个方案标注"优缺点"和"适用场景"，人类排产师根据"当前情况"选择最合适的方案。
AI排产是"好工具"，但AI不是"神"。AI的"最优解"，需要和"人的现实"结合，才能产生真正的价值。工厂的排产，不是"数学问题"，而是"数学+人+政治"的复杂问题。