排产从7天到30分钟,TCL华星把计划交给算法
TCL华星把排产计划制定周期从7天压缩到30分钟,面板缺陷判断准确率从85%升至95%,漏检率下降85%。拆解AI排产真正依赖的三样东西,以及中小工厂的切入顺序。
2026-11-09 09:02:26 · 主编:刘立永TCL华星把排产计划的制定周期从7天压到30分钟。同一套AI还用在质检上:面板缺陷判断准确率从85%提升到95%,漏检率下降85%,已在多条产线全面上线。这些数据来自2026年11月6日中国工业新闻网对TCL"AI向实"实践的报道,属企业披露口径。
排产这件事,过去被认为最依赖老师傅的经验。现在被算法接走了一大块。
一、7天排一次产,排完订单又变了
面板行业的特点是品种多、工序长、设备负荷波动大。传统排产靠计划员用Excel拉平,一轮排下来要7天;等排完,订单结构、物料到货、设备状态已经变了,计划刚下发就要改。
这不是计划员不努力,是人算不动。一张排产表背后是产能上限、交期承诺、换线成本、物料齐套四组约束同时求解,变量上千,人脑只能做局部最优。
结果就是两个熟悉的场景:车间等料,仓库压料;销售催单,计划说排不进去。
二、算法接手的是"约束求解"
AI排产做的不是"猜一个计划",是把上述约束建模后做全局寻优,30分钟给出可行方案。计划员的角色随之变化:从"排计划"变成"审计划"和"处理例外"。
这个转变很重要。很多企业上排产系统失败,是因为指望系统全自动、人完全退出;实际能跑起来的分工是——系统出方案,人判断哪些约束可以松、哪些单必须保。
三、同一套数据底座上的质检与研发
TCL华星的AI没有停在排产。质检环节应用ADC自动缺陷分类,缺陷判断准确率从85%提升到95%,漏检率下降85%;AI智能检测与参数优化使生产效率提高70%。研发端,星智大模型让产品问题解析效率提升20%、材料开发效率提升30%,配合"AI+仿真",单个项目研发周期平均缩短1到2个月。
TCL方面披露,近三年AI应用创造综合效益超25亿元。
这几件事能连起来,是因为底层是同一套数据:研发的工艺参数、产线的检测结果、供应链的到货时间,都进同一个池子。排产要用的"设备实际节拍",正是质检和运维数据攒出来的。
四、可复制的前提不是模型,是数据
排产算法本身不稀缺,稀缺的是三样东西:
一是设备与工序的基础数据准。设备额定产能和实际节拍差多少、换型要多久、良率波动多大,这些数不准,算法只能算出漂亮但不可执行的计划。
二是订单与物料的齐套可见。排产排的是"能做的单",不是"接了的单";物料到货时间不可见,排出来的计划一定天天改。
三是有人对结果负责。计划下发后要有人盯执行偏差、回写实际工时,模型才有反馈可学。
五、中小工厂的切入顺序
第一,先判断约束能不能描述。产能、交期、换线、齐套这四项,有没有一项是"只能问老师傅"的?如果有,先把这项变成数据,再谈排产。
第二,验收看两个指标,不看排产速度:计划可执行率(下发后无需改动的工序占比)、插单响应时间。30分钟排出来的计划如果天天推翻,不如3天排一次能执行的。
第三,别一上来做全自动。先做周计划,跑稳三个月再做日计划,最后才碰实时调度。跳步的项目,多半停在演示阶段。
新思维软件在莱芜做轧辊、连铸辊MES时,排产的难点从来不是算法:工艺路线不固定、返修件随时插单、同一台设备既做新制又做维修。所以第一步是把工单、工序、设备负荷三张表跑准,让"这台机现在在做什么、下一个空闲窗口在哪"变成可查的数据。这一步不做,排产软件买回来也只是个更贵的Excel。
参考来源:
1. 中国工业新闻网,《TCL 践行"AI向实" 以工业大模型赋能全链路智造》,2026年11月6日,https://www.cinn.cn/hz/2026/11-06/xDLPeaOD.html
2. 中国工业新闻网,《TCL、招商局重工、青岛中集分享灯塔工厂 AI 智造实践》,2026年11月6日,https://www.cinn.cn/hz/2026/11-06/n1KAm3qD.html
3. IT168,《工厂里用AI提质增效的企业:TCL等中国制造企业盘点》,2026年11月7日,https://software.it168.com/a2026/1107/6956/000006956751.shtml