从2月到3月这两个月，每周都在出差，跟相关企业进行调研和对接APS，不是走马观花的走访或参观，而是深度了解后的整理出技术任务要求及其解决方案或思路的。在这个过程当中，感触颇深。
（1）因为身份的问题，对于工科理科化有了更深理解。
笔者作为一名工科高校教师，一直在APS方向带学生和承担大量的科研项目。前不久有人提出工科理科化的一个话题，感觉这是对于工科高校应该拨乱反正的一件事情。相对而言，现有的体制对于与企业直接对接或者说横向项目的重视程度是远远不够的（各种评价和任务量方面），但大家心里也都清楚相对于纵向的科研项目，横向项目其实是最难的，最简单的评价准则就是：能够用，要好用。其实对于高校教师是否专注或者能够解决实际问题，也有一个简单的判断准则：是否有工程化的专职人员。否则的话很大程度上基本上是无从谈起的。最起码的，笔者认为工科高校应该借鉴医学院的体制，就是以教师的身份去企业坐堂会诊了解和解决实际问题，现在基本上都是散兵游勇式的依赖于老师自己的发展兴趣和做事风格。这个话题很大，就不展开说了。总之以笔者的经验，感觉这个环境在深深的阻碍面向实际需求问题解决的技术进步与技术应用。
（2）为了所谓学术而做的一些研究，距离企业的实际需求远远不足够，APS方面尤其如是。
对于工科高校来说，所有的研究都应该来源于实际，并且立足于真正的应用解决。企业的实际需求和痛点。必须要掌握第1手资料才行。比如在APS领域，我习惯的调研方式就是调研完成之后，在没有开发系统之前，我就要问自己是否能够替代计划调度人员按照他们的思路把计划排产调度的工作完成。只有有了这个基础，才能够依托数字化的优势进行优化改进等方面的事情。这也是为什么很多企业自己做的系统基本上来说还是非常实用的。在这个过程当中，所有要做的事情不是为了炫技或者寻找学术创新点作为主旨任务要求。比如对于APS来说，铺天盖地的组合优化智能优化算法的研究是很多的，但是就以遗传类的算法为例，其排产效果，基本上与SPT和EDD组合运用并兼顾一部分前瞻处理的结果差别并不大，但运算效率和系统的柔性不可同日而语。简而总之，APS的实际需求其实是极其复杂的。
（3）理想的情况当然是简单的但也是不现实的， APS的实施落地需要解决基础数据和与管理水平相适应。
APS的故事听了很多，其实很多都是事故。 APS是兼具工具和管理两种属性的工业软件。 APS的实施应用需要着重解决基础数据和与管理水平相适应的问题。没有基础数据的准确化和稳定化治理，APS是必然运行不起来的，比如对于工时数据不准的问题。APS的实施应该附带从技术和管理两个角度推动企业采取一系列的措施对这类数据进行治理才能够有效的解决，这个事情不能等待或假定万事俱备，理想的情况是不会出现的。我一般也会很中肯的对企业提出是否适合上APS以及应该做哪些基础性的事情。另外，企业的管理水平现状，对APS的应用要求，尤其是技术路线的选择，其实具有致命性的影响，很大一部分事故就是因此而产生的，这个也是需要尤为注意的。
（4）现场有神明，存在的未必都是合理的但必须辩证的分析看待， APS的实际需求问题甚至比解决思路更为重要。
长年累月的聚焦APS并跟大量的企业接触交流，一个很深的感触是，必须要向实际业务操作的计划调度人员深度学习。看起来好像是在了解他们的排产思路，但其实深层次的是APS与行业或者企业工艺性的深度融合，这些都将以约束或者目标的方式体现在APS里面。笔者也经常说的一句话是APS跟MES是不一样的，经常性的结果是要么0分要么100分，其背后的道理很大程度上就是体现在对于行业或者企业工艺的涵盖方面。从这个角度来说，现场是有神明的，甚至存在的就是合理的。但APS毕竟是替代或者说提供人机协同方式的偏自动化的形式实现计划排产与动态调度乃至配置决策，毕竟是以数字化的方式来进行的，这就要求我们必须深度的解析当前手工操作方式下有哪些是因为数字化手段不具备而迫不得已的做法。因此，APS并不是简单的手工模式的计算机化或者自动化处理而已（现在的MES很大程度上就是以这种方式来做的，其实后患无穷），从这个角度来说，我们也需要对实际的需求问题及其解决思路进行辩证的看待和分析。一种常见的方式是有些APS内部需要控制的东西或采取的机制，可能并不需要作为结果向企业进行展示或输出。
…………………………
一点感受，一己之见，仅供参考。