1. 课程导入
在制造企业从单点工厂走向多基地、多区域乃至全球布局的过程中，计划管理面临的挑战会发生质变。单工厂环境下，计划员主要解决“本厂产能能否满足订单”的问题；而多工厂环境下，问题升级为“订单放在哪个工厂生产、各厂产能如何互补、物料与半成品如何跨厂流转、交期与成本如何同时守住”。这正是多工厂协同计划与产能平衡要解决的核心命题。
简单来说，多工厂协同计划是指以集团或供应链整体视角，统一编排多个工厂的订单分配、生产排程、物料调拨与产能使用，使各工厂从“各自为战”转向“全局最优”。产能平衡则是在需求波动、设备差异、人力约束、工艺路线不同的条件下，通过负荷测算、瓶颈识别、产能调整与订单再分配，让需求与产能之间保持可持续的匹配关系。二者互为表里：协同计划决定“做什么、在哪做、何时做”，产能平衡决定“能不能做、做多少、如何补足”。
一句话理解：多工厂协同计划是“全局调度的大脑”，产能平衡是“资源约束的标尺”。没有协同，产能平衡只能局部优化；没有产能平衡，协同计划就会变成无法落地的空排程。
本节学习目标
作为全课程的开篇，本节不急于进入算法和模型，而是先建立统一认知框架。完成本节学习后，你应当能够：
- 说清定义边界：区分多工厂协同计划、单厂排程、产能平衡、产销协同等相近概念，理解它们之间的层次关系。
- 识别核心矛盾：理解多工厂场景下订单分配、产能约束、跨厂物流、交期承诺之间的冲突来源。
- 建立整体框架：掌握“需求—计划—产能—执行—反馈”的闭环逻辑，知道后续章节分别解决哪一段问题。
- 明确学习路径：了解从基础概念、参数建模、协同机制到案例实操与复盘的进阶路线。
- 形成判断意识：能够初步判断一个多工厂计划问题是“分配问题”“产能问题”还是“协同机制问题”。
核心原理：从单厂最优到全局最优
多工厂协同计划的底层原理可以用三个关键词概括：全局视角、约束传递、闭环反馈。
第一，全局视角。单工厂计划的目标函数通常是本厂效率最大化，例如设备利用率最高、换线次数最少。但多工厂协同的目标函数必须加入集团交付率、总成本、库存水平、跨厂运输成本等全局指标。一个工厂局部效率很高，却占用了本该留给紧急订单的瓶颈产能，这在全局上可能是低效的。
第二，约束传递。多工厂计划不是简单地把订单分下去，而是要把需求约束、产能约束、物料约束、工艺约束、运输约束逐层传递。例如，某订单虽然A厂有设备，但关键物料在B厂仓库；C厂产能空闲，却不具备该产品的认证资质。协同计划必须同时看见这些约束，才能做出可执行分配。
第三，闭环反馈。计划下达后，实际生产进度、设备故障、良率波动、物料到货延迟都会改变产能可用性。因此，多工厂协同不是一次性排程，而是“计划—执行—偏差—再平衡”的持续循环。
方法流程：协同计划与产能平衡的闭环步骤
在实际业务中，多工厂协同计划通常遵循以下闭环流程。理解这个流程，有助于后续章节定位每个工具和方法的位置。
- 需求汇总与优先级排序：汇总各区域订单与预测，按交期、客户等级、利润贡献划分优先级。
- 工厂能力画像：建立每个工厂的设备产能、工艺路线、认证资质、人力班次、物料库存等能力档案。
- 订单分配与主计划：在满足约束的前提下，将订单分配到合适工厂，形成各厂主生产计划。
- 产能负荷测算：按工序、设备组、时间段计算负荷，识别瓶颈工序与超负荷时段。
- 产能平衡与调整：通过加班、调班、外协、订单转移、提前备料等方式平衡供需。
- 执行监控与偏差反馈：跟踪实际进度，收集异常，触发再平衡。
- 复盘与参数优化：分析偏差原因，修正产能参数、分配规则与安全库存策略。
案例场景：三工厂订单分配冲突
某电子制造企业拥有A、B、C三个工厂。A厂设备先进但产能紧张，B厂产能充足但缺乏某产品认证，C厂成本低但交期较长。某月，客户紧急追加一批订单，要求两周内交付。
如果按单厂思维，A厂计划员会优先排本厂订单，导致紧急订单挤占其他订单；B厂因认证问题无法承接；C厂交期无法满足。最终结果是集团整体交付率下降。而采用多工厂协同视角后，计划中心可以：将标准产品转移到C厂提前生产，将认证产品留在A厂并调整优先级，将部分半成品从B厂调拨至A厂做最后组装。通过跨厂协同与产能再平衡，既保住了紧急订单，又降低了整体延误。
关键启示：多工厂协同不是简单“把订单分给空闲工厂”，而是同时考虑资质、物料、工艺、运输、交期和成本的综合匹配。
常见误区与复盘要点
| 常见误区 | 表现 | 正确做法 |
|---|---|---|
| 把协同计划当成订单平均分配 | 各厂负荷看似均衡，但交期和成本恶化 | 按约束和优先级分配，允许局部不均衡 |
| 只看设备产能，忽略物料与人力 | 排程可执行率低，频繁缺料停线 | 建立多约束产能模型，同步校验物料与人力 |
| 产能平衡只靠加班 | 短期缓解，长期成本上升、员工疲劳 | 组合使用调班、外协、订单转移、提前备料 |
| 计划与执行脱节 | 计划漂亮，现场无法落地 | 建立偏差反馈机制，滚动再平衡 |
| 缺少统一参数口径 | 各厂产能数据不可比，协同失效 | 统一产能定义、时间颗粒度和计量单位 |
复盘提醒：多工厂协同计划失败，往往不是算法不够先进，而是基础参数不准、责任边界不清、反馈机制缺失。后续课程会反复回到这三个根基。
整体课程框架与学习路径
本课程共30章，整体按照“认知—建模—协同—平衡—执行—复盘”的主线展开。前几章建立概念与框架，中间章节深入需求预测、产能参数、订单分配、跨厂调拨、瓶颈管理、排程协同等核心方法，后段通过案例、实操与复盘，把方法落到真实业务场景中。
学习时建议遵循三条路径：第一，先理解全局框架，再进入局部工具；第二，每学一个方法，都回到“它解决哪个约束”的问题；第三，始终关注计划与执行之间的反馈闭环。只有这样，多工厂协同计划与产能平衡才不会停留在纸面，而能真正转化为交付能力与成本优势。
学习路径速记：
需求 → 计划 → 产能 → 执行 → 反馈 → 再平衡
认知 → 建模 → 协同 → 平衡 → 落地 → 优化
当你能够用“全局视角、约束传递、闭环反馈”这三个关键词去审视任何一个多工厂计划问题时，就已经迈出了本课程最重要的第一步。