![]()
来源：智能制造随笔
导读：一般意义上来说，相比于其他的数字化工业软件系统，aps是更加具有逻辑运算的严谨性的，所以大家会感觉到aps非常的刚。这个刚主要体现在几个方面，也都是大家能够想象到的，其实也是ps推行的难点所在。
（1）基础数据要求很精确。我们经常说一句话，输入的是垃圾，输出的也是垃圾，对于aps来说，尤其是其中的工时数据，如果不准的话，那排的这个结果相当于没有依据了，肯定是不准的。（2）内部的算法逻辑是非常严密的。算法可以说是对逻辑和规范的固化，是一步一步推理传递所得到的结果。aps是需要考虑众多的约束与目标的，其得到的结果就像钉是钉卯是卯一样的严丝合缝。（3）aps的结果是是非分明的。我在其他的公众号文章里面也提过，像mac系统其实是可以实现从0~100分来打分的，但对于aps来说，很有可能只有两档零分或100分。这是因为aps需要考虑的一些约束是不容挑肥拣瘦的，选择对部分约束或者目标进行响应所得到的结果，必然会是片面的，或者说有失偏颇的，更别说根据这个结果来执行了。为了破解这个局面，我们必须想出一些别的方法或者说机制，比如增加aps的柔这一方面的特点。（1）从管理角度来说，aps的实施应用要和企业的管理水平相匹配。aps的运行其实是非常精细的，涉及到了精准的计划牵引的协同，有的企业可能根本就达不到这种水平。步子不能太大，需要结合与针对现实的。哪里有那种借助于单纯的数字化系统就实现一步到位的管理提升的，这种想法有时候其实是很不现实的。但同样应该认识的，看起来名字一样的系统，即使面向当前相对落后的管理局面，系统后台机制和算法，甚至比理想的那种局面还要复杂，aps尤其如此。（2）从应用角度来说，aps可以是一种工具也可以是一种大脑。这两种区别的核心其实是在于决策，尤其这种决策是自动作出还是依靠人工经验来完成。笔者认为这两种方式都是可以的。初期应用的话，应该以将aps作为工具，而人依靠经验来完成决策，相当于aps为人提供了一个求解器。当应用逐步成熟的时候，就应该赋予aps来自动作出决策方案的时候。虽然各种各样的数字化工业软件系统失败的案例也很多。aps有可能是因为实施应用还不够普遍所以看起来相对还好似的，但基本上来说，所有的失败案例应该都是从上面5点衍生出来的。笔者近期要接手的两个aps项目：一个已经努力想要推动上线两年了，但最终决定放弃，重新做（这个方案我看了，基本上来说是技术能力不够导致的）。另外一个花了大价钱购买的，最终以失败告终，重新做。aps其实已经完成了第1轮小规模的应用实施了，后面会逐步的进入到深水区，一方面是用户的认识再逐步的深化，另一方面是aps技术及团队也必将会沙里淘金涌现出来的。文章版权归原作者所有,如有侵权请联系删除。
免责声明：本文系网络转载，版权归原作者所有。本文内容为原作者观点，并不代表本公众号赞同其观点和对其真实性负责。
在超过35年的时间里，世界《财富》500强公司以及全球众多行业的中小型企业一直依赖美国容错实现简单操作以及持续可用，公司在中国北京、上海设有办事处机构，向国内的客户提供销售咨询及相关技术服务。
旗下产品及解决方案包括ztC Edge、ftServer、everRun、V Series等！
