很多工廠把智能排產理解成「買一套會算的軟體」。上線後計劃員發現：系統給的開工時間，現場永遠做不到；給出的完工時間，夜班對不上。不是算法故意搗亂，而是它吃進去的工時、換型、待料，本來就是拍腦袋的數。垃圾數據進，精美甘特圖出，車間仍然按班組長的經驗派工。
排產智能化的前提，是關鍵工序有穩定、可回寫的數據。先採集，再優化。順序反了，排產會變成演示。
最少要採齊哪幾類數據
不必一上來給每臺設備裝豪華數採。先圈出決定交期的瓶頸工序，保證四類數據每天能對上：開工/完工實際時間、停機原因、合格與不良數量、物料批次。這四類能回寫到工單，日計劃才有校正能力。
常見失敗是只採設備 OEE，不採工單。設備很忙，但忙的是插單、返工還是正常產出，系統分不清。另一類失敗是報工靠人工補，延遲一天，計劃模型永遠在用昨天的幻想。
從紙上報工過渡到過程採集
可以分三步：第一步，報工必須在當班完成，不允許第二天補。第二步，瓶頸設備用掃碼或工位終端減少填寫。第三步，對穩定運行的設備接信號，自動帶出時間，人只確認異常原因。每一步都要能減少「估計」。
- 換型時間單獨記錄，不要混在加工工時裡。
- 待料、待檢、待維修要有原因代碼，否則瓶頸永遠顯示為「產能不足」。
- 抽查帳實：系統工時與現場觀察對不上，先修數據，再調算法。
有了穩數據，排產才能變薄
數據穩定之後，很多工廠並不需要複雜 APS。有限產能的日計劃、清晰的齊套檢查、插單規則透明，已經能把 Excel 裡的衝突暴露出來。XYN 數智化系統在製造場景裡，把工單、採集、質量放在同一條鏈上，讓排產先變「可執行」，再變「更聰明」。智能排產不是算得更快，而是少用假數據做決策。