---
title: "AI 排程在做什麼？決策引擎與資料系統"
description: "ERP 管資料、排程管決策——那一套真的會做決策、會重排的系統長什麼樣？這篇講清楚 AI 排程的三件事：把限制變成規則、從所有排法裡挑出最好的、即時重排，以及它和 ERP、和現場老師傅之間的分工。"
published: 2026-08-15
author: "Yeee"
tags: ["AI 排程", "排程入門", "ERP"]
canonical: https://www.interagent.io/blog/what-is-intelligent-scheduling
---

# AI 排程在做什麼？決策引擎與資料系統

> ERP 管資料、排程管決策——那一套真的會做決策、會重排的系統長什麼樣？這篇講清楚 AI 排程的三件事：把限制變成規則、從所有排法裡挑出最好的、即時重排，以及它和 ERP、和現場老師傅之間的分工。

上一篇的結論是：ERP 管資料、排程管決策。那麼，一套真的會做決策、會重排的系統，長什麼樣？這就是「AI 排程」。

## AI 排程，是一個會「算」排程的決策引擎

回到上一篇講過的落差：Excel 只會「存」排程，不會「算」。AI 排程補的就是「算」這一塊——它是一個決策引擎，工作是在多到試不完的排法裡，算出一個好的。

要做到這件事，它必須做三件 Excel 和 ERP 都做不到的事。

## 一、把工廠的限制，變成系統看得懂的規則

機台產能、換線時間、原料到料、客戶交期、人力班表——這些限制全部被建模成系統能運算的約束。

更關鍵的是，老師傅腦中的經驗——哪些單適合併著做、哪台機換線快、哪個客戶不能延——也變成規則寫進系統。排程知識從一個人的腦袋，變成工廠的系統資產。

## 二、在試不完的排法裡，搜出好的一種

[上一篇](/blog/why-excel-scheduling-breaks-down)算過，光是 20 張工單決定先後就有約 10 的 18 次方種排法，真實工廠的規模只會更大。這裡要說清楚：AI 排程**不是**把這些排法全試一遍——實務上沒有系統會這樣做，也不需要。

它做的是相反的事——先用你工廠的限制，把大片不可能的排法直接砍掉，再在剩下的裡面**搜尋**換線最少、又守得住交期的那一種。所以它給的不是「理論上最好」，是在你等得起的時間內找得到、而且守得住限制的一版。

這是建模、演算法與運算能力一起造成的差異。不是人不夠認真，是這個規模的組合，人腦本來就算不動。

這個規模在文獻上被算過。Jain 與 Meeran（1999）回顧確定型 job shop 排程研究時指出，20 個工件配 10 台機台的解空間上界是 7.2651 × 10 的 183 次方種；而且 job shop 排程屬於 NP-hard，就算縮到 3 個工件 3 台機台仍然是（<a href="https://doi.org/10.1016/S0377-2217(98)00113-1" target="_blank" rel="noopener noreferrer">European Journal of Operational Research 113(2), 390–434</a>）。

要補一句才公道：NP-hard 說的是「這個問題」難，不是「人」不行。老師傅靠經驗跳過大部分選項，照樣排得出可行的一版。真正吃掉他的是時間——Larco 等人（2018）以現場觀察記錄 7 位生管、19 個 8 小時班次，發現生管平均每天處理 55 件任務、25.2% 開始後就被打斷（<a href="https://link.springer.com/article/10.1007/s10111-017-0443-1" target="_blank" rel="noopener noreferrer">Cognition, Technology & Work 20(1), 1–10</a>）。難的不是想出一版，是在被切碎的一天裡，一次又一次算出下一版。

## 三、即時重排

排程的價值在於重排得快。急單進來、原料晚到、機台故障——AI 排程在幾分鐘內重算出下一版可信排程，並告訴你哪些單會被連帶影響。

當重排成本從「半天」降到「幾分鐘」，工廠才敢真的跟著現實重排，而不是將就用過期的表。

## 「AI」不是噱頭，是「比現實快」

要說清楚一件事：AI 排程的重點，不是比老師傅聰明。

老師傅的判斷仍然是核心——他的經驗變成了系統裡的規則。AI 排程贏的是**速度與規模**：它能在現實變動的速度之內，反覆算出可信的排程。

## 它不取代 ERP，也不取代老師傅

正確的分工是一條鏈：ERP 餵資料 → 老師傅的經驗變成規則 → 引擎負責算與重排 → 派工單下發到現場。每一層各司其職，沒有誰被取代。

## 這類系統長什麼樣

以 SARA 生產決策系統為例，它就是工廠裡這一層的決策引擎：接上 ERP 或 Excel 既有的訂單與料況資料、把工廠的限制與經驗建成排程模型、在變動發生時快速重算。（想看它實際怎麼運作 → [AI 排程解決方案](/features/scheduling)）

## 小結

AI 排程是一個會「算」排程的決策引擎：把限制變成規則、在試不完的排法裡搜出好的一種、即時重排。它的價值不在比人聰明，在跟得上現實的速度；它和 ERP、和老師傅是分工，不是取代。

走到這裡，你已經懂排程是什麼、現有工具的極限、AI 排程補的是什麼。最後一個問題：導入之後，怎麼知道排程到底有沒有變好？[下一篇](/blog/how-to-measure-scheduling)談衡量指標。

## 常見問題

### AI 排程會取代我們的排程人員嗎？

不會，但角色會變。排程人員不再花時間手動試填，而是負責把工廠的限制與經驗維護成規則、判讀系統算出的方案。經驗仍是核心，只是從「手動執行」變成「定義規則與把關」。

### 導入 AI 排程是不是要先換掉 ERP？

不用。AI 排程吃 ERP 的訂單、BOM、庫存資料運作，兩者互補。ERP 管資料、AI 排程管決策，把資料接起來即可。

---
原始 HTML 頁面：https://www.interagent.io/blog/what-is-intelligent-scheduling