西门子APS系统实施方法论

Siemens APS快速部署法

    APS的实施落地，可谓业界一大难点，在中国犹甚。有些企业望而却步，谈APS而色变，认为实施时机尚不成熟而一推再推；有些企业“曲线救国”，打算先把其他信息系统先上全了，若干年后再打造APS；还有一些企业，已经在APS上苦苦纠缠良久，却总盼不到光明看不到出路。APS到底有多难？有没有成功实践的经验可供借鉴，让想上而不敢上的企业少走弯路？如果您正好有此顾虑，本文就是给您量身定做的。

01

一线调研

    “没有调查就没有发言权。”这句名言用在APS的实施落地上同样具有指导意义。“一线调研”之于APS项目有两个方面：一是亲临车间一线观察生产情况，二是和物流部/计划部组织面对面的研讨和沟通。可以说，一个不去车间的顾问，不会给你一个合格的方案；一个不重视车间参观的甲方，不可能成功落地一个合格的APS系统。之所以把一线调研放到这么重要的地位，除了其本身可以让顾问能看到、了解企业的生产组织状况，计划执行水平以外，通常还可以让顾问在第一时间发现当前生产中存在的问题（各种浪费），于是才能给出有针对性的优化方案。怎奈总有很多企业不了解或者不重视这一关键环节，总觉得自己已经整理好需求了，供应商们只要回答行不行，多少钱即可。在笔者接触过的众多企业中，诸如此类的并不在少数，结果呢？无一例外的最终没能达成预期目标，甚至项目都没能正常招标 -- 发布的需求实际上存在着大量的偏离APS范畴的指标 -- 导致供应商也是左右为难，最终双方都哭笑不得。

    所以，我们都必须旗帜鲜明地拒绝“悬丝诊脉”式的沟通调研方式，必须始终强调“一线调研”。

02

建立工厂模型

    工厂模型的建立，比较偏技术面，对于甲方来说不是太关心如何实现，但是对于APS落地本身来说是不可或缺的一环。这里面至少要包括：

主约束资源：即基础产能资源，比如device，cell，line；

二次约束资源：即对主约束资源的约束，讲起来比较拗口，但实际场景比比皆是：各类工装夹具就是对主设备的再次约束，即为此类；

主数据：BoM，Routing；

业务数据：Work Order， Stock， Purchase Order

工作日历：定义工作时间与非工作时间；

工厂模型的建立，是给APS引擎的计算做一个根本性的约束，使得计算范围被约束在这个模型里面，也可以算作是基础收敛条件组。

03

审核你的工艺和工时

    在APS实施过程中的最大、最顽固的一个隐患就是工艺和工时数据的不可靠。说是隐患，是因为各大企业都不缺这类数据，更不认为这方面有问题，理由也很充足：我们已经对信息化建设进行了巨大的投入，不存在如此低水平的问题；我们现在企业运行的也不错啊，怎么可能有这些基本问题；我们有完整的工时统计；我们有专业的IE工程师队伍优化工艺结构.....以上理由可能都是事实，不能说他们说了谎，只是世易时移，这些已有的数据，已经无法满足企业未来在APS指挥下的新局面了，打开你的ERP系统，看看是否存在这样的问题：

工艺路径简单粗暴 -- 只为财务角度服务，成本发生后能有地方对应记录即可。而APS对工序的要求是到机台级别；

标准工时不标准：所有的标准工时，只是为了算成本用，各种分摊，各种滞后。APS需要的，是明确划分的工时：作业时间和换线、换工装、预处理等非生产时间分别统计；

数据未经检验：有了数据不等于数据合格，必须要经过一个检验闭环，才能被认可，您的数据，有经过检验吗？工艺路径，有没有缺失工序（屡见不鲜），工时数据，有没有统计、录入错误？通常来说，对于数据量庞大的大型企业，对已有数据做一个5%的抽检，就能判定数据质量的好坏。

工艺工时数据通常是很多企业在导入APS的时候遇到的最困难的一步！难不是因为事情本身难做，而是认识不足，不认为这里有问题。总以为自己最不缺的就是这块，却忘了现在是衡量标准变了，按照以前粗线条的标准自然是ok的，但是APS的要求是用“放大镜”重新审视这些数据，是标准提高了，自然原来的情况就不达标了，需要修正。

有了合格的工艺工时数据，您终于迈出了第三步！

04

管好你的库存

    很多人对库存问题是嗤之以鼻的：库存还不容易吗，随时可以查。事实是，绝大多数企业，无法在任意时刻获取准确的库存数据！！！这不是危言耸听，而是基于大量的客户调研得出的结论（样本数不低于100家）。这里说的库存，包括成品，半成品，原料和在制品；对于大多数企业，存在的常见问题包括：

1. 入账不及时 -- 实物入库账目未更新；

2. 线边料未管理 -- 线边暂存物料未纳入库存管控；

3. 报交时间差 -- 车间已经完成生产，入库时间滞后，存在一个管理间隙；

以上几点的检验和改善并非多么困难，只是需要意识的转变：库存再也不能马马虎虎大差不差，更不能只在盘点那天才“精准”。

那么，库存对APS为什么重要？显而易见的问题是物料可用性检查。当账目有料而实际不存在的时候，APS是给你排产呢，还是不排？

所以，库存是你要管好的第四步。

05

启动你的APS

    现在，可以“接单”了，您的APS系统至此已经完成了基础的准备工作，并且对上游的基础数据做了规范和要求。只要工单数据源源不断地输入进来，APS就可以凭借强大地引擎和高速的运算能力，“分分钟”给你计算出一个排产结果来！是的，以往需要数人、数天的工作量，至此可以压缩到几分钟级别。这个变化就不能简单的用“改善”来形容了，已经从量变引起了质变，让你有可能在短时间内多次模拟各种场景的排产结果。并给你带来一个根本性的变化：从拒绝、抱怨订单波动，到主动接受并拥抱变化 -- 因为任何订单变化，都可以在短时间内重新计算出新的排产结果，快速调整。

至此，最后一步完成，你获得了一个快速、高效、一次建设重复使用的高性能APS系统。你的排产效率将从天压缩到分钟。是不是很有诱惑？

06

控制你的欲望

    为什么要写这一条？因为再大的框也装不下无尽的欲望！你要WIP最小化，就得忍受交期达成的劣化；你要OEE最大化，就得部分接受库存增加的必然结果；要缩短交付期，代价就是部分半成品可能需要备货......总之，这个世界上不存在完美无缺，有的是取舍。而APS，恰恰提供了在特定取舍下的快速分析和结果计算。如果必须要找一个方方面面都100%满意的方案，那就“只应天上有，莫向人间寻”。所以，一个理性的，有轻重取舍的建设方向，是避免走入死胡同的关键因素。

    

    六个步骤，一套基于西门子Preactor的APS系统便可落地。让我们回顾一下，到底是什么难倒了大多数企业？第一点和第二点主要是APS实施顾问来完成的，做的好不好取决于你找了什么样的顾问团队；后四点则主要是企业自己的事情！！！看到太多的企业，要么“甩手掌柜” -- 我的情况就这样，你给我解决所有的问题；要么“自信爆棚” -- 你照着我的需求和安排去实现就好。如此这般不接地气，本质是对APS的认知严重不足：要么把APS当作全知全能，凡是现在系统完不成的，统统交给APS去做；要么是把APS当作一个类似Excel的孤立工具，而忽视了其横跨多职能、贯穿供应链的“指挥中心”本质。而真正的落地方法，其实也并不难，如本文所述，对一个个具体问题，踏踏实实的去解决，系统自然水到渠成。

写在最后：本文所写的，是对APS最基本的应用，你可以用来：

1. 快速制定多场景、多版本的生产计划；

2. 快速交期答复；

3. 节约大量的手工数据处理时间；

4. 多人分享同一个数据平台减少资源冲突的沟通时间；

5. 可以和其他信息系统集成以减少数据传输错误；

对于大多数企业，您的投资收益已经可以达成。但是，对于部分规模庞大、本身信息化和管理水平已经到一定水平的企业，您的目标肯定不止于此：

• 如何优化产能利用率

• 如何实现供应商协同

• 如何实现JIT物料供应

• 如何缩短交期

• 人员、工装复杂约束

......

路漫漫其修远兮，APS也不是一蹴而就。让我们一步一步来，打造一个跨职能的，支撑精益制造的数字化供应链体系！