企业讨论 AI 智能排产时，常先问“哪个系统能自动算出最优计划”。更早要回答的是：企业能否把当前计划如何形成、哪些条件不能违反、谁可以调整承诺，说成一份可核验的资料。本文提供的是项目评估资料包，不是算法选型或系统交付方案；岗位级 AI 应用与 APS 的职责不能混为一谈。
评估目标要落到一种具体变化
“提高排产效率”很难验证。可先选一个受控问题，例如某类订单频繁插单后，计划员需要多久才能看清受影响工单；或者多品种小批量条件下，哪些换线与交期冲突需要人工决定。评估对象越窄，越容易确认输入口径、比较基线与责任边界。
如果现有计划由 APS 或其他计划系统生成，评估资料还要写清其当前职责。是否允许调整排程、由谁批准变更、调整后的结果回写到哪里，不能从“接入一个 AI 工具”直接推断。可先阅读生产计划自动排程的五类输入理解数据层，但输入齐全不等于项目已经可实施。
五类资料，缺一类就标明评估范围
| 资料 | 需拿到的版本与责任人 | 缺失时的影响 |
|---|---|---|
| 订单与承诺 | 订单版本、优先级来源、交期承诺人 | 不能把需求日期当成已确认交期 |
| 工艺与资源 | 路线、工序、设备/班次日历、维护与已有占用 | 难以判断某个时段是否真可执行 |
| 物料与放行 | 可用库存、在途、齐套条件、质量或工序放行 | 库存总量足够也不能直接安排开工 |
| 约束与取舍 | 哪些条件不可违反，哪些目标可权衡 | 无法解释候选方案为何改变顺序 |
| 例外与验收 | 插单、停机、缺料处理记录及评估口径 | 顺利样本不能代表真实现场 |
这张表不是要求企业一次性整理完所有历史数据。选定一条产线、一类订单和一个时间窗口，提供同一生效时点的资料快照即可。关键是标出来源、版本、责任人，以及尚未核实的字段。对同一资源，设备理论产能与已排占用必须同时看；物料“在途”与已放行可用也应区分。
把缺口分成三种，而不是笼统说“数据不行”
第一种是资料尚未汇总，但原始系统或岗位记录可追溯，可以补采集。第二种是口径冲突，例如销售交期、计划交期和客户承诺混用，需要业务负责人定口径。第三种是关键决策无授权负责人，例如插单冲掉原订单后，谁批准新的客户承诺仍不明确。这三种缺口对应不同工作，不能靠模型补猜。
可让计划、生产、采购、质量和销售分别核对自己负责的字段，但不预设所有工厂都使用同样的系统或审批路线。已有 APS 的企业应先明确评估工作是帮助整理约束、解释方案，还是对既有系统输出做辅助核查；不能默认替换原系统。
什么情况下先不启动“自动排程”试点
如果连不可违反的约束都没有定稿，或关键资源日历、工艺版本、物料放行状态无法核对，直接比较“新方案更优”没有可信基础。如果计划员可以调整顺序，但没有人能批准对客户的交期变化，候选计划也不能直接变成承诺。
较稳妥的下一步是把一段历史计划做成回放样本：固定当时可获得的输入，记录原计划、异常变化、人工处理和实际结果。先检验资料包能否解释这段过程，再讨论是否有必要引入排程优化能力。对于插单场景，可参照紧急插单后的影响链，区分影响评估与对外承诺。评估资料不完整时，先补证据和责任，不应把“算法尚未选定”当作唯一障碍。
