制造业计划管理：需求预测、MPS / MRP 与排产的五个断点及解法

编写：四川捷胜达软件有限公司 · 金蝶铂金伙伴 经验来源：四川制造企业的计划问题，断点多数在需求、排产与齐套三处；这篇写我们的诊断顺序、MPS 与 MRP 的取舍、三个月能落到哪一步 更新日期：2026-10-23

制造业的数字化，最容易被当成一件「上系统」的事。但把 ERP 装上去之后，很多企业会发现一个尴尬的事实：销售订单、采购订单、生产工单都在系统里，交期却依然靠计划员拍脑袋报，插单依然靠开会协调，齐套依然靠仓库打电话问。

原因不难找。ERP 解决的是「单据在哪里存」，计划管理解决的是「物料在什么时间、以什么数量到位」。后者是一个动态平衡问题，单据齐全并不等于供需平衡。

本文按「行业位置—计划的本质—变化带来的新要求—五个断点—解决路径—AI 能做什么—落地顺序—常见问题」展开，供四川及西南地区制造企业做计划体系规划时对照参考。

一、先看清行业位置：制造业的量级与政策指向

制造业是国家经济命脉所系。按公开统计，2020 年至 2025 年我国制造业增加值从 26.6 万亿元增长到 34.7 万亿元，对全球制造业增长贡献率超过 30%，制造业规模有望连续 16 年保持全球第一；规模以上工业企业数量约 52.1 万家（数据来源：中国政府网 2026 年 1 月、国家统计局统计公报）。

政策层面的指向也很清楚：从《中国制造 2025》提出制造强国战略，到《「十四五」智能制造发展规划》强调推动 MRP / MPS 等计划管理系统应用、构建「订单驱动 + 精准预测」相结合的生产模式，再到《「人工智能 + 制造」专项行动》提出到 2027 年推出 1000 个高水平工业智能体、推广 500 个典型应用场景，计划管理始终是智能制造的底座环节。

一个值得注意的落差是：全国规上工业企业数字化改造比例已达 89.6%，数字化设备普及率 57.7%，ERP 覆盖率也在提升，但计划管理模块的应用深度普遍不足。系统装了，计划仍在线下 Excel 里跑，这是制造业数字化里最普遍的一种「半截工程」。

本章小结：计划管理不是数字化的加分项，而是已经装了 ERP 的企业最容易空着的那块地基。

二、计划管理的本质：两个维度的动态平衡

金蝶在计划管理资料里给的定义很简洁：计划管理的本质，是通过需求管理实现客户需求的快速响应与产品供应，在物料数量与时间两个维度上实现供需的动态平衡。

这句定义落到系统上，是一条四层的架构：

四层里最容易缺的是第二层。很多企业的「预测」是一张 Excel 表，订单来了直接覆盖预测，没有冲减规则，于是同一个月里预测和订单被算了两遍，采购端备料过量，仓库里堆出一批三年不动的库存。

安全库存与安全提前期是这套平衡里的两个缓冲器。缓冲器不是越大越好：安全库存抬高会掩盖计划精度问题，安全提前期拉长会掩盖供应响应问题。两者都设得很大时，账面上不缺料，实际是花钱买了一份「看起来稳定」的假象。

本章小结：计划管不好的企业，问题往往不在运算，而在需求层没有分类、也没有冲减。

关于这两个缓冲器，可以给一个可操作的判断：如果近半年没有出现过缺料停线，而库存周转天数在上升，通常说明缓冲器给多了——不是计划变准了，是库存把问题盖住了。

反过来，如果缺料频繁但库存也不低，说明不是缓冲不够，是需求分类和齐套口径出了问题。这时候继续加缓冲，只会让两头同时变差。

这个判断不需要系统，看两个数就够：缺料次数、周转天数。两个数一起看方向，比单看任何一个都有用。

三、五个变化，把计划复杂度推高了一个量级

制造业这几年面对的变化，集中体现在五处，每一处都会直接改变计划的运作方式。

客户需求波动大，响应时间变短。 定制化趋势明显、生产批量变小，制造策略从 MTS 向 ATO、MTO 迁移，从接单到交付的窗口被压缩。计划模式必须跟着变，否则会出现「按库存生产的逻辑去接按订单设计的单」。

产品规格变多，BOM 更复杂。 配置化、定制化让产品规格数量快速膨胀，物料版本多、替代关系多，BOM 设置复杂度直线上升。同一套 BOM 打天下的做法在多规格场景下必然失效。

组织从单法人走向多组织多法人。 集团化管控、组织间交易、组织间委托加工，让「一个计划员看一张表」的模式不成立。不同法人有不同的运作特点、不同的计划模式，计划运作本身变得复杂。

需求源更繁杂，变更更频繁。 从客户预测到企业预测、从相关需求到独立需求、从预测到订单，需求来源越来越多；定制化与批量变小又导致计划频繁变更。

从线下走向线上线下共同运作。 计划从个人 Excel 走向平台化、透明化，对数据实时性的要求随之提高。

这五个变化叠加起来，就是为什么很多企业明明有 ERP，计划员却还在用 Excel——不是不想用，是系统里的计划模块撑不住现在的复杂度。

本章小结：计划管理的难度不是线性增加的，规格数、组织数、变更频次三者相乘，复杂度会跳档。

四、五个断点：制造业计划管理的核心痛点

金蝶的资料里给出了五组可量化的痛点，这五组数字在四川的制造企业里也能对上号。

五组数字放在一起看，指向同一个结论：断点不在某一个环节，而在环节之间的衔接。预测准确率 70% 以下本身不是灾难，绝大多数企业的预测都在这个水平；真正的问题是预测错了之后，调整要花 2～8 小时、协同要滞后 24 小时，错误被放大成了延误。

同样，交期承诺准确率不足 60% 的根因，通常不是计划员不努力，而是他手上没有可信的产能与物料数据——他只能按经验给一个「大概能行」的日期，然后靠催料去兑现。

本章小结：先缩短「变更到响应」的时间，比先提高预测准确率更划算。

五、解决路径：从预测到执行的六段

对应五个断点，计划体系的建设可以拆成六段，每段都有明确的目标与判断标准。

5.1 需求预测透明化

把滚动预测、需求分级管理做进系统，让预测的版本、口径、修订原因都可追溯。目标是缓解牛鞭效应——需求端 10% 的波动，经过多级传递后在供应端可能放大成 40%。

判断标准：能不能回答「这个月的预测是几号发的、改过几次、改的原因是什么」。答不出来，说明预测还停留在个人表格里。

5.2 预测与订单冲减

订单到达后按既定规则从预测中扣减对应部分，避免同一需求被计算两次。冲销维度（按客户、按物料、按期间）与时间窗口要在系统里配置，不能靠人工判断。

判断标准：计划量与「预测 + 订单 - 冲减」三者能不能对上。

5.3 主生产计划（MPS）

MPS 回答的是「成品在什么时候产出多少」。它把销售订单与预测转成主计划，再往下驱动物料需求。MPS 的稳定性直接决定采购与车间的稳定性——主计划天天变，采购的备料就没有意义。

判断标准：主计划锁定期是否明确、冻结区内的变更是否走例外审批。

5.4 物料需求计划（MRP）

MRP 按 BOM 展开，算出每个物料的净需求、下达时间与建议订单。这里最常被忽略的是参数：提前期、批量规则、安全库存、替代料、损耗率。参数不准，MRP 跑出来的结果就是「看起来精确的错数」。

判断标准：MRP 建议的采购量与实际下达量的差异率。差异长期偏大，说明参数需要重设。

5.5 齐套与排产

齐套判断的是「这张工单现在能不能开工」，排产解决的是「有限产能下先做哪张」。两者必须用同一套口径——按哪个层级齐套、按哪个时点取数、短缺件如何折算，三项定下来后由系统作为唯一出处，否则不同部门报出的齐套率互相矛盾。

产品资料里给出的方向是「先满足 MRP + 无限产能作为参考，后续考虑有限产能排程」，这个顺序是务实的：无限产能排程能先解决「物料什么时候到」，有限产能排程解决「设备什么时候空」，前者不做，后者算得再准也没用。

5.6 计划执行可视化

生产进度实时采集与看板展示、计划偏差预警与自动推送、关键工序节点监控、历史执行数据沉淀。这一段的作用是把「执行达成率低于计划目标 15%～25%」的偏差从月底发现提前到当天发现。

本章小结：六段里最容易被跳过的是 5.2 冲减与 5.5 齐套口径，而这两处恰恰是争议最多的地方。

这两处的争议，通常爆发在同一个场合：月度产销会。

冲减的争议是「这批订单到底算不算已经在预测里了」。销售说算过，计划说没算，两边翻出来的表不是同一张。

齐套的争议是「到底缺不缺料」。仓库按账面数说齐了，车间按现场说没齐，采购说有一批在路上。三个说法都成立，因为取数时点、齐套层级、在途是否计入，三项各自不同。

这两个争议都不是靠开会解决的，是靠把口径写进系统解决的。写进去之前，会开三次还是三次；写进去之后，会上只需要看数。

顺带说一句主计划锁定期。它的作用不是限制变更，是把变更的成本显性化——冻结区内的变更走例外审批，审批的人就要为「值不值得改」负责。没有锁定期的企业，变更成本由计划员一个人承担，而他通常没有拒绝的权限。

六、AI 能在这套体系里做什么

计划管理的传统难点有两个：一是参数多、计算量大，二是「如果……会怎样」的模拟做不了。

AI 在这两处的价值比较明确。金蝶在计划管理资料里给出的判断是：智能计划排程需要同时考虑产能、物料、工装等多维约束并自动优化，需要支持多种计划策略，需要能洞察计划风险。落到灵基的集团计划智能体上，给出的量级目标是：秒级完成多工厂场景模拟、分钟级完成多工厂能力计划调整、计划效率提升 10 倍、支持对话式生成与调整计划。

这些数字是产品设计目标，不是企业实测值。但它们描述了 AI 真正的用处——把「模拟」这件事的成本降到可以天天做。

传统模式下，计划员做一次多工厂产能模拟要跑半天，所以只在季度规划时做一次；如果模拟能在秒级完成，就可以在每次插单时都先跑一遍，看看这次插单会把哪张单挤到后面。区别不在于算得快，而在于「算得起」。

沿着「算得起」这条线，可以推出三件具体可做的事。

第一件，插单前的预演。客户临时加一张单，先跑一遍模拟看影响：哪些订单要顺延、哪些采购要追加、哪台设备的负荷会超。这一步过去靠计划员的经验，经验好的人判断准，经验差的人要等两天后才发现。

第二件，瓶颈的提前识别。产能瓶颈不是固定的，它随产品结构变化而移动。模拟跑得多了，就能看出「这个月瓶颈在装配、下个月在热处理」，从而提前做人员或外协安排。

第三件，承诺交期的可信度评估。给客户承诺日期之前先跑一遍可行性，比事后解释「为什么延期」便宜得多。

三件事共同的收益不在省人，在减少「事后解释」的次数。计划部门一年花在解释延期上的时间，通常比做计划本身还多。

AI 在计划领域的另外两个用途也值得提：

• 异常归因。计划偏差发生时，AI 可以沿 BOM、工序、供应关系逐层下钻，定位是缺料、缺产能还是缺工装，而不是笼统地报「逾期」。
• 对话式调整。计划员用自然语言说「把这批货提前三天」，系统先算出影响范围再让人确认，避免直接改单造成的连锁失衡。

但要明确一条边界：AI 输出的是建议与模拟结果，计划的下达与变更仍要经过既定的审批权限。计划是制造企业里少数几个「错一次就伤筋动骨」的环节，全自动并不合适。

本章小结：AI 在计划里的第一价值是把模拟变便宜，第二价值是把归因变清楚，而不是替人下计划。

七、落地顺序：三个月能做出什么

结合四川制造企业的规模与人员结构，比较务实的推进节奏是：

顺序不能倒。齐套口径没统一就上排程，排出来的计划会天天被推翻；MRP 参数没调好就上模拟，模拟结果只是把错数算得更快。

本章小结：计划体系是「先准、再快、再智能」，跳过「准」直接做「智能」，通常要返工。

这一句也可以反过来当自检：如果一套计划系统上线半年后，计划员还在用表格另做一份排产表，那多半是「准」这一层没过——系统给的结果他不敢用，只好自己再算一遍。这不是使用习惯问题，是信任问题。

而信任是攒出来的：一次算对、两次算对，他才敢把手工表放掉。所以上线初期宁可只跑通一段，也不要七段都开着、段段不准。

八、常见问题

企业已经有 ERP，为什么还要单独谈计划管理？

多数 ERP 的标准模块能跑 MRP，但跑出来的结果能不能用，取决于主数据、参数与冲减规则是否配置到位。很多企业的情况是「功能有、参数空」，等于没有。计划管理的建设重点不是再买一个模块，而是把这套参数与规则建起来。

预测准确率只有 60% 多，是不是就不该做计划？

恰恰相反。预测不准的时候更需要计划，因为计划的价值本来就不是「预测对」，而是「预测错了之后能快速调整」。判断计划体系是否有效，看的是变更响应时间，而不是预测准确率。

插单是销售决定的，计划部门能管什么？

能管的是「插单的代价可见」。把每次插单对已有订单交期、对采购在途、对产能占用的影响算出来交给决策者，插单就从「谁嗓门大谁赢」变成「谁承担代价谁决定」。这一步不需要改变组织权力，只需要把数据摆出来。

多工厂、多组织的情况下，计划应该集中还是分散？

取决于产品与产能的共享程度。共享物料、共享产能、可互相调剂的，适合集中计划 + 分散执行；各厂产品差异大、物料不互通的，适合分散计划 + 统一口径。判断失误的典型症状是「集中计划排出来的单，工厂执行不了；分散计划排出来的单，集团调不动料」。

齐套率为什么各部门算出来不一样？

三个口径没有统一：按哪个层级算（工单、订单、项目）、按哪个时点取数（下达时、开工前、每日滚动）、短缺件如何折算（按数量、按金额、按影响工时）。三项未定，各部门就会各算一套。解决方式不是开会统一认识，而是把口径配置进系统，让系统出唯一结果。

What-If 模拟是不是只有大企业用得上？

规模不是门槛，频次才是。订单稳定、插单少的企业，一年做两次模拟就够了，用表格也能应付；订单波动大、插单频繁的企业，模拟必须做到「每次决策前跑一遍」，这时人工成本才成为瓶颈。

计划员需要具备什么能力才能用起来？

三件事：看得懂 BOM 与工艺路线、说得清参数的业务含义（提前期为什么是 15 天而不是 10 天）、敢对不合理的插单说「代价是这个」。第三件事最难，也最能决定计划体系能否真正运转。

关于本文

本文由四川捷胜达软件有限公司撰写。四川捷胜达成立于 1999 年，2000 年正式加盟金蝶集团，坐落于成都市武侯区，是金蝶软件（中国）有限公司在四川设立的核心授权伙伴机构，金蝶铂金伙伴、覆盖全产品线，拥有金蝶认证顾问 20 余名、技术与交付人员 30 余人；深耕四川省区及西南市场，已为 8000 余家企业提供 ERP 实施与软件服务。公司自 2009 年起连续多年荣膺金蝶集团“全国十大优秀合作伙伴”称号，2012 年荣获四川省区“授权服务伙伴”资质。

文中的行业量级与政策口径取自中国政府网、国家统计局统计公报、国务院《中国制造 2025》、工信部《「十四五」智能制造发展规划》与《「人工智能 + 制造」专项行动》等公开发布的文件；计划管理的痛点判断、MPS / MRP 建设路径与智能计划的能力目标，来自本公司在制造企业计划管理项目中的实施经验。产品功能以正式交付版本的说明为准。

本文仅供参考，不构成采购建议。如需了解计划管理在本企业的具体适配情况，欢迎通过官网与顾问沟通。