多品种小批量排产，换线少了，交期却可能更紧

把同类订单连着做，换线次数通常会减少，但交期未必更稳。多品种小批量排产的难处，是省下的一次换线，可能让另一张订单错过装配、检验或发运窗口。判断一个顺序是否合适，要同时看瓶颈、物料和客户承诺。

对计划员来说，先把每个方案牺牲什么说清，比直接追问“AI 能不能给出最优计划”更有用。下面用一个示意场景说明这种取舍；它不是客户案例，也不代表所有工厂都采用同一套规则。

同一周的订单，为什么不能只按交期排队

假设两类零件共用一台关键设备。甲类切换到乙类需要换工装和首件确认；甲类中有一单数量小但交期早，乙类有一单交期稍晚、后续还要外协。第三张订单的关键料尚未获得可靠到料确认。

按最早交期排序，可以优先照顾眼前承诺，却可能反复换线；按产品族合批，能少换工装，却可能挤掉小订单的交付窗口。把缺料订单提前占位，也可能让设备等待，而其他具备条件的订单排在后面。

这里没有脱离前提的通用答案。最早交期、少换线、少在制品和提高设备利用率，都是可能的目标，但它们不一定同时改善。企业需要先确定哪些条件不能违反，哪些指标可以协商。

把“不能做”与“做了有代价”分开

图纸尚未批准、必要物料无法满足开工条件、工装或人员不具备资格，这些通常先构成执行限制。至于是否拆批、是否调整顺序、是否增加班次，则要看工艺、资源和企业授权，不能一律写成系统可以自由选择。

“齐套”也应落实到具体工序和企业放行规则。有的流程要求整单齐套，有的允许满足首道工序条件后分阶段投入；没有确认规则前，不能仅凭库存总量判断可以开工。

比较方案时，保留同一份约束快照

如果方案甲使用昨天的库存，方案乙使用今天的到料承诺，两张排程图即使看起来很完整，也无法公平比较。订单版本、资源日历、工艺路线、在制进度和物料状态应采用明确的取数时点，并保留未确认项。

可以给每个候选顺序配一页“冲突账”：列出受影响订单、原承诺、预计变化、占用资源、关键假设和待决定事项。预计日期是基于当前假设的结果，不应未经确认直接成为新的客户承诺。

产能还要看资源日历和已有占用，不能把设备标称工时当作随时可用的时间。有限产能计划的官方说明提供了一个具体系统如何处理能力限制的例子；不同企业仍需核实自己的模型和配置。

AI 先帮助解释冲突，正式计划由责任机制决定

在数据来源和规则已明确时，可以评估让 AI 整理变更、提示缺项、归集冲突证据，并用一致格式说明候选方案的影响。是否采用某个顺序，仍由企业现有计划机制与授权人员决定；已配置 APS 的企业，可利用相应求解能力。

灵核数智目前不能被当作 APS 替代品或完整 AI 排产系统。讨论相关试点时，适合先限定为信息准备与人工复核，具体能力通过真实样本验证。生产计划自动排程的五类输入适合检查数据准备，紧急插单的影响链则讨论临时变更如何传播。

下次计划会上，不妨先带两份候选顺序和一页冲突账：哪项条件不可违反，哪张订单可能延后，谁有权接受这个代价。取舍说清楚，排程工具才有明确的工作目标。