AI排产定制：插单扰动下的交期答复

排产很难靠通用模型解决：约束多、目标常变、数据量还小。做过多家机加工与注塑车间的 AI 排产定制后，结论是——AI 的价值不在替代 ERP 排程，而在插单、停机之后几分钟内给出「能不能接、什么时候交」的答复。 落地前先确认两件事： 1. 数据基础。需要工序路线、标准工时与实测工时偏差、设备可用日历、换型换模时间矩阵。实测工时拿不到，就从 MES 报工回捞近 6~12 个月数据做校准，别直接用工艺定额。 2. 目标排序。交期达成率、设备利用率、在制品库存互相挤压，必须让计划员排优先级和可接受松弛度，否则方案没人敢用。 技术上，约束求解（OR-Tools/CP-SAT）打底保证可行解，AI 负责两端：用历史数据预测工序实际耗时与延期概率，把静态工时换成分布；扰动后用启发式搜索快速重排，压缩求解时间。设备 20 台以内的车间，规则加约束求解就够，不必上强化学习。 交付建议先做「交期模拟器」而不是全量自动排产：计划员输入插单，系统返回未来两周交期影响和受波及订单清单。验收看三个数——答复时间从半天降到 10 分钟内、插单答复准确率、计划员手工调整比例下降。稳定运行三个月，再谈自动下发。