黄金数据理论与APS实施阶段

能为企业直接增加经济收益的数据，称为黄金数据。

典型的黄金数据比如客户的需求信息、市场行情信息、政策信息、原料价格走势、汇率的变化等等。黄金数据有几个特点，稀缺性、难以获得、无法代替、有时效性。很容易获得的公开数据和信息、可用其他方法代替的数据和信息、超过一定时效性的数据和信息都不是黄金数据；企业一直都拥有的数据比如工艺、财务、库存、采购、销售数据等，因无法直接增加经济收益，也不是黄金数据。

那么，企业的APS产能数据是不是黄金数据？或者，APS产能数据是不是能给企业带来直接经济收益？

回答这个问题的第一个关键点：传统生产管理是否 因缺少有限产能数据而导致损失，以及如何导致损失；第二个关键点：APS产能数据是否、如何给企业带来经济收益。下面用一个简单案例深入到 企业生产管理最底层细节去探究答案。

如上图所示的生产场景中，红圈和黄圈内一共有5个人正同时做自己的工作，多个工作只要互不影响同时并行是很正常的。但注意红圈内的2个人，他们同时工作的前提条件是2个红圈之间的空间距离必须足够大，才能互不影响。假设红圈之间的空间距离不足，导致两工作互相影响无法同时进行，此时如何应对？

首先APS的解决方案简单明确，只要建立一个如‘前机身A工位’的资源，红圈中两道工序都用到该资源，APS排产就会自动错开时间确保这个资源不冲突。（参考文档：老司机理论、抽象化生产数据与APS试错理论）

再考察传统生产管理，企业从未意识到有‘前机身A工位’这种资源数据的存在，也不会刻意错开它们的时间，那么在实际生产中发生冲突如何解决？方法很简单，让生产现场的张师傅、李师傅、王主任去沟通和协调解决问题。不难推测有两种可能的方法：第一是让A工作正常进行，B工作推迟，B工作后面的一系列工作也会推迟；第二是让A、B工序同时并行，但是两个工序的速度都会降低，导致A、B的后续工作都要推迟。

无论用什么方法，工序的延迟是无法避免的，导致企业提前制定的任何时间范围从理论上是不准确的。这个时间范围可以是粗略产能计划、可以是‘弱目标’、也可以是参考信息或提示信息，就是无法形成‘强目标’，不可能用它去追究责任。

假设企业管理者真的去追究A、B工序的延误责任，张师傅、李师傅、王主任一定会拿出确凿的证据，证明我们的工作不仅无错而且处置有功，时间延误只是由于你 的生产计划内容不规范、时间不精确、目标不合理，最终是你经验不足导致。

企业管理者只好放弃精确的时间计划，以及相应的考核和追究权，依靠说不清的个人经验和不稳定的临场发挥，可以简称为‘生产能力经验化’，当然会造成很多内部管理问题以及经济上的损失。典型的现象，即使生产中真的出现了责任事故导致的延误，生产现场也会利用数据不规范的弱点推卸其责任。生产最底层无法做到严格和规范 ，必然导致多种直接和间接的经济损失——这是第一个损失。

精确的工序时间以及合理的交期是科学决策的前提条件，一旦缺少这个前提条件，企业生产决策不得不依靠个人经验，导致‘生产决策经验化’。最典型的决策问题如：对客户的承诺时间和数量不准、对生产成本和定价的估计不准、多个车间的生产计划不协调导致停工待料、采购计划不合理导致库存过高等问题 ，必然带来经济损失——这是第二个损失。

那么企业实施APS以后是什么样的情形、是否能挽回以上损失？下面继续研究APS处理同样事情在技术手段、管理理念和工作过程上的差异。

首先必须假设APS同样没有获得‘前机身A工位’这个关键性的资源数据，因此在APS计划中A、B工序会并行。第一个差异在于：APS中的工序时间、冲突时间是精确到分钟的。而且这个冲突时间会在开工前很久以‘APS计划公示’的方法传递给企业里每个人，也包含张师傅、李师傅、王主任。

按照理想化的APS理论，车间的张师傅、李师傅、王主任仔细研究APS计划结果应该发现A、B工位距离过近问题，立即提出异议，要求工艺和计划部门修改。工艺和计划部门按照车间的要求增加‘前机身A工位’后，再次下达的APS计划正确合理。至此完成了一个理想的APS试错过程，当然也给企业带来经济收益。

但通常企业的实际情况很难如此理想化，必须假设张师傅、李师傅、王主任没有很仔细研究APS的计划结果，或者仔细研究后仍然没有考虑到A、B工位距离的问题，因此没有提出任何异议。第二个差异点出现了：如果没有人提出异议，APS系统内就达成了初步的目标和承诺，这是传统生产管理没有的。

所谓目标和承诺，就是即使发现它不合理，当事人也有压力必须付出努力去争取实现。而在传统生产管理中只有粗略和大致的时间范围，无法明确表达A、B工序的时间冲突，事先不清楚的事情当然也就没有承诺，当事人也就没有任何压力。

按照理想的APS理论，在目标和承诺的压力下，即使APS计划有产能冲突，车间也应付出额外努力完成APS生产目标，自然会给企业带来经济收益。但现实仍然很难理想化，必须继续假设最坏的情况：车间人员发现APS计划里有冲突，因此不再理会APS里的目标和承诺，也不付出额外的努力，仍然按照传统管理方法解决冲突并导致生产延误。那么此时企业管理者是否因为APS计划经过提前公示而追究生产延误的责任？答案是否定的 ！

必须继续假设张师傅、李师傅、王主任对追责提出异议，焦点就在于‘前机身A工位’数据没有进入APS计划导致资源冲突，是APS计划不准确在先，因此拒绝承担责任。在传统生产管理模式中，管理者不得不认可车间人员的说法而不了了之，除了依赖‘产能经验化’没有别的方法。APS第三个差异点出现了——APS不会不了了之，也不会依赖‘产能经验化’，而是把‘前机身A工位’这个关键资源加入到APS数据中，确保下次APS排产结果不再有冲突。

可以想象，经过这次延误，APS再次下达计划，车间一定会重点关注‘前机身A工位’这个资源看它是不是有冲突，对合理目标才做出承诺，目的是确保自己的利益不受损害。之后车间的‘无异议’则代表了车间对APS产能计划的认可，和对自己生产目标的更强承诺。如果再出现生产延误，车间就不得不承担责任，APS计划时间从‘弱目标’变成‘强目标’，督促每个人努力实现它。当整个企业所有人员、车间的目标和承诺都前后连接，形成企业级的目标链、承诺链、责任链，自然会给企业带来经济收益。

以上描述了APS给企业带来经济收益的详细过程。重点是APS通常并非直接给企业带来收益，而是经过一个试错和博弈过程，挖掘出关键的APS有限产能数据，形成可靠的APS产能计划和内部责任链，才能让时间更精确、决策更科学，因此带来经济收益。足以证明APS数据就是黄金数据。

很多人会有疑问，传统生产管理其实已经与‘前机身A工位’这样的黄金数据多次迎面相遇，为何始终没有把它总结成精确的有限产能数据、用它来精确计算产能计划？继续深究本质原因有以下三个：

第一，APS有完善理念与概念的支持

当APS和传统生产管理共同面对‘距离太近了会影响生产’这样的情况，APS有一整套完善的理念和概念作为支持，如产能工序、资源和资源组、产能工时、资源负荷、未来库存、逻辑关系、第一时间理论、四层结构理论等等，因此APS看到的是黄金数据，一定要把它挖掘出来下次自动计算；而传统生产管理缺少这样的理念，不支持把个人经验变成精确数据，只能一次又一次加强个人经验。

第二，APS有强大的计算工具支持

在APS里录入任何产能数据，可以立即计算得到计划结果，检测产能数据的效果；有些传统生产管理也会用多种理念和方法把‘前机身A工位’这样的排产经验记录为数据，但是这个数据如何转化为计划和时间？由于缺少排产工具，最终还要通过人的经验才能转化为计划和时间；

第三，APS的产能数据是完整的

企业产能约束多种多样，APS有限产能数据的形式和格式也必然是千差万别，可能是资源，也可能是工序、或是工时、物料、逻辑关系、间隔时间、资源负荷、或是自定义公式、自定义查询。产能数据的原则是不能缺少，否则计算结果一定错误。传统生产管理通常是手工，或者用EXCEL，即使企业投入很大力量EXCEL最多接受和计算资源、工序、工时这样的产能数据，但很难接受和支持逻辑关系、间隔时间、资源组、最大负荷、锁定倒排、BOM、自定义公式这种形式的产能数据。而企业的产能数据只要有缺陷，注定无法得出合理的结果。

总结以上还会发现车间对APS计划，生产前提出异议与生产后提出异议是完全不同的概念。可分解成以下阶段来深入理解：

1）事先有异议，代表APS最初基础数据整理和导入阶段；

2）事先无异议+事后有异议，代表APS试错阶段；

3）事先无异议+事后无异议，代表APS计划的成熟稳定，进入目标链、承诺链和责任链阶段。

当前的重点在于2）试错阶段，由于已经‘事先无异议’，APS计划在生产开工前一段时间内是权威计划，但不代表它没有错误，之后的实际生产一定会提出很多异议，APS解决这些异议的过程就是企业挖掘黄金数据的过程，意义重大。但有一个管理要点：即使APS目标不合理，生产部门也要努力去完成它，APS计划类似于军令状，否则会出现很多问题。此阶段可称为‘军令状阶段’或者‘APS目标管理阶段’。