下面是一次完整的过程。演示里的工厂是一家金属包装厂,给食品、饮料、涂料罐做镀锡板的涂布和印刷。文中的客户、产品和数字都是演示数据,不是客户实测。
问题
销售转来一个需求,计划员在系统里直接打一句话:
金穗饮料追加经典 4L 印铁 30,000 张,11 月 21 日要货,能满足吗?
离要货日还有十天。这个产品要先涂两道,再上八色印刷机,一共三道工序。
智能体做了三步
第一步,把名字换成编号。「金穗饮料」对上客户 C002,「经典 4L」对上产品 JGHB014C8。名字说得不全没关系,它会到客户和产品里去找。
第二步,交期试算。这一步真正干活的是计划引擎,智能体只负责把参数填对。引擎先按物料清单、工艺规格、胶辊做一遍校验,确认这张单真下了能不能过;然后在一份计划副本上把它排进去试,正式计划一点不动。
物料没问题:原板要 30,573 张,可用 341,056 张,油墨、涂料也够,规格单已批准,胶辊可用。
卡在产能。这张单要经过的产线,未来两周负荷都在 89.6% 到 93.3% 之间。照现有计划往空档里塞,30,000 张这个月排不完。
第三步,提交建议。引擎试了四种做法,智能体把结果整理成一段答复,连同四个方案一起交给计划员。
四种做法,各有代价
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
B 看起来最好,全部按期。可被挤到后面的 4 张单分属山顶涂料、蓝湾乳业、港湾饼干、海岸海产四家客户,等于拿别人的交期换这一张的交期。C 谁也不碰,但加了班还是晚三天。
D 是引擎搜出来的:在不让任何订单变晚的前提下,21 日能交的最多是 24,000 张,要 6 号涂布线和 9 号印刷线各加两成班;剩下 6,000 张 25 日做完。分批还有个好处,两批能分到两条线上同时做。我们在另一组数据上对比过,整单加班要晚五天,分成两批只晚一天。
智能体的答复,第一句就是结论:不能全部按期,按现有计划这个月排不完;然后讲卡在哪、四个方案各是什么结果;最后推荐分两批,并提醒第二批的日期要和客户确认。
数字从哪来
答复里的每个日期都不是大模型估的。智能体做三件事:听懂问题,调用引擎,把结果讲清楚。排计划的是运筹优化引擎,四个方案各是一次完整的排程计算。
打开「推理过程」,每次调用了什么工具、传了什么参数、拿回了什么数字,都能一条条看到。答复里提到的任何一个数,都能在这里找到出处。
方案提交以后不会自己执行。计划员点「采纳方案 D」,系统才会建两张订单、转成制造订单、给两条线加班、重排计划。客户最后没确认,也能一键撤回。
和人工做法比
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
最后一行快是快,但更要紧的是第三行。插单最容易出事的地方,就是没算到会挤掉谁。
两个常见疑问
名字说不准,它能听懂吗?一般能。产品名里常带客户名,说「金穗 经典 4L」就够了。实在对不上,它会告诉你找不到,请你换个说法,不会自己猜一个编号去算。
能让它直接回复销售吗?我们不建议。交期答复里有取舍,要不要为一张单加班,要不要让另一家客户晚几天,这些该由人来定。智能体把每条路的代价算清楚,选哪条还是计划员说了算。
想看自己工厂的追加订单怎么答,可以预约一次演示,用你们的数据跑:https://convect.cn/contact
AI 智能体技术页:https://convect.cn/technology/agents

