2. 多工厂制造系统的业务痛点与架构驱动力
在单工厂场景下，制造系统的复杂度主要来自车间内部；而一旦扩展到多工厂，复杂度会沿着“组织边界、地理边界、系统边界”三条线同时放大。总部接到一张跨区域订单，可能需要在三个工厂之间拆分生产；同一产品在不同工厂的工艺路线、设备能力、良率水平并不一致；某工厂设备突发停机，产能缺口需要其他工厂补位；客户要求同一批次产品在任意工厂生产都满足相同的质量指标；而各工厂又各自运行着不同版本的MES、ERP、WMS，数据口径互不相同。这些真实问题，正是多工厂制造系统走向标准化架构的核心驱动力。
一、订单协同：从“各自接单”到“全局可承诺”
多工厂最常见的痛点是订单承诺失真。销售在总部签下交期，但总部并不掌握各工厂的实时产能、在制品、物料齐套情况，只能凭经验分配。典型表现是：A厂已排满却继续接单，B厂产能闲置却拿不到订单；跨厂订单的工序衔接靠邮件和电话确认，交期一变全链路返工。
要解决这个问题，架构上需要把“订单”抽象为可全局调度对象，并建立统一的可承诺能力（ATP）视图。ATP不是简单汇总各厂剩余产能，而是按“产品族—工艺路线—关键资源—时间窗”四个维度计算。例如某集团有两个工厂，产品P的月需求为12000件，A厂关键设备为CNC-01，单件工时0.5小时，月可用工时4000小时，理论产能8000件；B厂同类设备单件工时0.6小时，月可用工时3600小时，理论产能6000件。若A厂当月已排产5000件，则A厂剩余ATP为3000件，B厂剩余ATP为6000件，全局可承诺9000件，缺口3000件必须通过外协或调整交期解决。这个计算过程必须在系统中自动完成，而不是靠人工估算。
二、工艺差异：同一产品，不同“做法”
多工厂往往由并购或分厂建设形成，同一产品在不同工厂的工艺路线、设备型号、工装夹具、检验标准存在差异。例如某零件在A厂采用“车—铣—热处理—磨”四道工序，在B厂因设备能力不同改为“车—热处理—铣—磨”，工序顺序变化导致热处理变形对后续铣削的影响不同，最终尺寸稳定性出现差异。
工艺差异带来的直接后果是：工艺文件无法统一下发，质量追溯口径不一致，成本核算难以横向对比。标准化诉求不是强行让所有工厂用同一台设备，而是建立工艺路线主数据与工厂级工艺变体的分离机制：主数据定义标准工序序列、关键控制点、质量特性；工厂变体记录本厂实际设备、工时、参数范围。系统在排产和质量追溯时，以主数据为基准，以变体为执行依据，两者通过版本号关联。
三、产能波动：设备、人员、物料的耦合约束
产能不是固定值，而是受设备可用率、人员技能矩阵、物料齐套率共同影响的动态量。多工厂场景下，某厂设备故障或人员短缺，会通过订单转移传导到其他工厂，形成连锁波动。若没有统一的产能模型，计划员只能被动救火。
合理的做法是建立多工厂产能池，把每个工厂的关键资源抽象为“资源—日历—效率—约束”四元组。资源包括设备、工位、模具；日历定义班次、检修、节假日；效率用OEE或标准工时折算；约束包括最小批量、换型时间、人员资质。当某厂产能下降时，系统按“交期优先级—转移成本—质量风险”三个维度评估替代工厂，而不是简单按剩余产能排序。
四、质量一致性：标准统一与过程受控
质量一致性是多工厂最难标准化的部分。同一图纸、同一标准，在不同工厂的测量系统、环境条件、操作习惯下，可能得出不同结果。例如某尺寸公差要求±0.02mm，A厂使用三坐标测量，B厂使用卡尺抽检，两者测量不确定度不同，导致同一批产品在A厂判合格、在B厂判超差。
标准化诉求包括：统一检验计划与抽样方案、统一测量系统分析（MSA）要求、统一不合格品处理流程、统一质量数据采集口径。架构上需要把质量主数据（检验特性、公差、抽样标准）与工厂执行数据（实测值、设备、人员、环境）分离，并通过SPC控制图实现跨厂过程能力对比。当某厂CPK持续低于1.33时，系统应触发工艺审核，而不是等到客户投诉。
五、数据孤岛：系统异构与口径不一
多工厂通常存在多套ERP、MES、WMS，甚至同一系统不同版本。数据孤岛的表现是：总部要一张跨厂报表，需要人工从各系统导出Excel再合并；同一物料在不同工厂编码不同；同一工序名称在不同MES中叫法不同；生产进度数据延迟数小时甚至一天。
解决数据孤岛不是简单“上一个中台”，而是先做主数据治理和接口标准化。主数据包括物料、BOM、工艺路线、工厂、供应商、客户；接口标准化包括数据格式、传输频率、异常处理、幂等机制。例如定义物料主数据时，采用“集团物料编码+工厂物料编码”双码制，集团码用于跨厂汇总，工厂码用于本地执行，两者通过映射表关联。生产进度数据按“工单号—工序号—设备号—时间戳—数量—状态”六元组上报，频率不低于每15分钟一次。
六、标准化诉求的落地优先级
面对上述五类痛点，标准化不能一次性全面铺开，而应按“数据—流程—系统”三层推进。第一层是主数据统一，包括物料、BOM、工艺路线、工厂、供应商，这是所有协同的基础；第二层是核心流程标准化，优先做订单承诺、产能评估、质量检验三个流程，因为它们直接决定交付和客户满意度；第三层才是系统集成与平台化，包括统一MES接口、数据中台、跨厂报表。
以某汽车零部件集团为例，其推进路径为：第1—3个月完成物料与BOM主数据清洗，统一编码规则；第4—6个月上线全局ATP计算模块，实现订单自动分厂；第7—9个月统一检验计划与SPC平台，实现跨厂CPK对比；第10—12个月完成MES接口标准化，生产进度数据延迟从4小时降至15分钟。每个阶段都有明确的量化指标，而不是“完成系统上线”这类模糊目标。
多工厂制造系统的架构驱动力，本质上来自“业务复杂度超过了单厂管理半径”。订单协同要求全局可视，工艺差异要求主数据与执行分离，产能波动要求动态资源建模，质量一致性要求过程数据可比，数据孤岛要求接口与口径统一。这五者不是孤立问题，而是相互关联：没有统一主数据，ATP就算不准；没有标准接口，质量数据就汇不上来；没有动态产能模型，订单转移就是拍脑袋。因此，标准化架构的起点不是买一套新系统，而是先把“共同语言”定义清楚——编码、口径、接口、版本、责任边界。只有共同语言建立起来，多工厂才可能从“各自为战”走向“全局协同”。