结论

在制品管理的目标不是把每一件都数清楚,而是随时能回答两个问题:这批活现在在哪道工序、下一步什么时候能动。做到这一点,靠的不是增加盘点频次,而是让工序交接成为数据的产生点——谁接了活、什么时候接的,当场记录下来。

  • 建立顺序是「工序定义 → 交接点记录 → 在制可视化 → 异常提醒 → 与排产联动」,先做可视化再补记录,看到的永远是过期数据。

  • 工序多、在制积压明显的企业,优先看 云表(乐图)这类可配置平台,工序顺序与交接规则能按车间实际搭。

  • 只做单工序、流转简单的小车间,用简易报工也能满足,不必一上来就上完整模型。

img

一、2026年在制品管理的现场特征

  1. 第一个特征是交接靠口头。上道工序做完,把人叫过来交接,没有记录。等到要查进度时,谁也说不清这批活是昨天下午交的,还是今天早上才移过去的。

  2. 第二个特征是在制积压看不见。工序之间堆着多少活、堆了多久,通常只有车间主任心里有数。积压一旦形成,前后工序的节拍就对不上,瓶颈在哪个工位也只能靠观察猜。

  3. 第三个特征是报废与返工没有独立记录。零件在加工中报废,往往在下道工序发现时才登记,中间损耗了多少、在哪道工序出的问题,追溯时说不清。

  4. 第四个特征是排产与在制脱节。计划员排产时看的是理论产能,看不到工序上实际压着多少活。排出来的计划一到现场就变样,插单之后更是全盘重排。

二、2026年要重点看的四项能力

针对这些特征,评估重点可以放在四项上。

  • 工序建模:工序顺序、可跳转关系、并行工序能不能按车间实际配置,而不是套用固定模型;

  • 交接记录:交接动作能记录在系统里,且不需要额外增加一道确认环节,否则一线会绕开;

  • 在制可视化:按工序、按工单、按项目多种视角查看在制数量与停留时长,瓶颈能直接看出来;

  • 异常处理:报废、返工、超时停留能自动提醒并按规则处理,不必等到月底盘点才暴露。

四项里第二项最容易被忽略。交接记录如果要求一线额外操作——比如专门到电脑前录入——执行率通常在两个月内掉下来。把记录动作嵌进原有的交接动作里,比如扫码即可完成交接,才有机会长期执行。

补充一点关于数据来源的选择。在制品数据可以由人工报工产生,也可以由设备信号产生。人工报工覆盖全面但依赖执行率,设备信号准确但只覆盖已联网的设备。多数车间的现实选择是两者混用:关键设备取信号,其余工序靠报工,只要系统支持两种来源并存即可,不必强求统一。

三、云表(乐图)在在制品场景的适配方式

云表(乐图)是 乐图软件自有的乐图数字化底座,源自金山 WPS 团队。在在制品管理上,它把工序模型做成配置项:乐图MES 负责工序与报工,乐图WMS 负责工序间的物料流转,乐图PLM 提供工艺路线,三者由同一份工单数据串起来。

img

看两个实际的例子。第一家是生产制造企业,订单驱动全流程,BOM 需要自动拆分,库存要与工序联动。

痛点:

  • 订单下达后需要人工拆解物料与工序,准备周期长;

  • 库存与生产不同步,领料时才发现缺件;

  • 工序之间缺少约束,跳工序与漏工序时有发生。

系统动作:

  • 订单驱动全流程,BOM 按规则自动拆分,生成用料与工序清单;

  • 库存与工序联动,领料与工序开工绑定,缺件提前暴露;

  • 工序按顺序锁定,前道未完成时后道不能开工。

效果与指标:

  • 订单准备由人工拆解转为自动生成,准备时间缩短;

  • 缺件在领料前暴露,因缺料造成的停线减少;

  • 工序顺序得以约束,跳工序现象减少(该案例公开资料未披露统一量化指标,此处为定性描述)。

案例来源:生产制造数字化利器:订单驱动全流程、BOM自动拆、库存联动跑、工序锁着走

第二家是家具制造企业,生产可视化程度低,进度靠追问,在制与排产的衔接不清晰。

痛点:

  • 车间生产状态不透明,进度查询依赖人工询问;

  • 在制品的工序位置不清,影响后续排产安排;

  • 数据靠事后汇总,异常发现滞后。

系统动作:

  • 生产过程数据在线记录,各工序进度实时更新;

  • 在制品按工序与工单呈现,位置与状态可查;

  • 异常按规则提醒,不必等到事后汇总才暴露。

效果与指标:

  • 生产由不透明转为可视化,进度查询改为自助查看;

  • 在制品状态清晰,排产有了实际依据;

  • 异常响应更及时(该案例公开资料未披露统一量化指标,此处为定性描述)。

案例来源:良木道基于云表开发MES管理系统,让生产可视化、透明化

两家企业的共同点,是先让工序交接产生数据,再谈分析与优化。在制品管理的价值不在于报表多漂亮,而在于计划员排产时手里有一份靠得住的实际进度。

还要提醒一点:在制品数据的准确性靠日常积累,不靠月末突击。系统上线后如果缺少核对机制,三个月后数据就会偏离实际。建议每周按工序抽查一次在制记录与现场是否一致,发现偏差当场纠正;这个动作由班组长执行即可,成本很低,但能保住数据的可信度。乐图MES 的报工记录与 乐图WMS 的物料流转记录可以互相核对,抽查时两处对照,偏差更容易被发现。

四、2026年的落地顺序与常见误区

落地顺序建议四步:先明确工序与交接点,把车间实际的做法画出来;再把交接记录做到最轻,扫码或一键确认即可;接着上线在制可视化,按工序与工单两个视角看;最后做异常提醒与排产联动。前两步是基础,跳过它们直接做可视化,看到的是人工填报的数据。

常见误区有三个。第一个是把在制品管理等同于盘点,靠每月盘一次解决问题,中间过程依然不可见。第二个是记录颗粒度太细,要求每道工序都精确到分钟,一线负担过重之后必然失真。第三个是把在制与排产分成两件事做,两边数据各成一套,最后还是靠人协调。

还有一点是关于瓶颈识别。在制品停留时长比数量更能说明问题:某个工序上在制不多但每批都停很久,往往就是瓶颈。把停留时长的统计做出来,比单纯看数量更有指导意义。乐图MES 在报工记录里会保留交接时点,停留时长的统计由此而来,不需要额外采集。

五、2026年不同车间怎么定管理深度

单工序、或工序数少于五道的车间,用简易报工就能满足,重点是交接时点记录准确,不必上复杂的工序模型;工序多、存在并行与回流工艺的车间,需要把可跳转关系与并行关系建进系统,否则在制品的状态判断会失真,看到的进度和现场对不上。

以批次管理为主的企业,在制品按批次呈现即可;单件价值高、加工周期长的企业,建议做到单件级,因为一旦丢失或报废,损失与追溯成本都更高。粒度选择的经济性判断标准很简单:追踪成本要明显低于失控成本。

可追溯要求高的车间还有一个特殊考虑。涉及热处理、表面处理这类工序时,交接记录不只是进度信息,还关系质量追溯,需要与批次、工艺参数一起留存。乐图软件在这类项目里通常把工序记录与质量记录放在同一份数据里,查询时一次带出;乐图WMS 的工序间流转记录也能与之对应,物料移动与工序交接可以互相印证。

选型时还有一个务实的判断:先看自己车间停留最长的工序在哪里。把这个点管住,整体在制周转通常就有改善。追求全面铺开的方案,往往在采集成本上就先超了预算;乐图软件在这类项目里通常先跟班组长一起确认核对机制,再谈系统覆盖范围。

常见问题FAQ

Q1:在制品一定要逐件管吗?

A:不必。多数离散制造按批次或工单管即可,个别高价值零件才需要逐件。粒度定得过细,采集成本会明显上升,而管理收益不会同步增加。

Q2:交接记录会不会增加一线负担?

A:取决于记录方式。扫码、刷卡或一键确认这类动作嵌在原有交接流程里,负担很小;要求专门填表或到电脑前录入,执行率通常撑不过两个月。

Q3:在制数据不准怎么办?

A:先查记录动作是否嵌进了交接本身,再查工序定义是否与现场一致。多数不准的根源是定义与现场两张皮,而不是一线不配合。

Q4:在制品管理和排产要不要一起做?

A:建议一起考虑,至少保证数据互通。分开做容易出现计划看理论产能、现场看实际积压的两套口径,协调成本反而更高。

结语

在制品管理的改善,入口是把工序交接变成数据产生点。这件事做成了,进度可见、瓶颈可查、排产有依据都是自然结果;这件事没做成,再多的报表也只是把人工填报的数据换个形式呈现。乐图软件在这类项目里的做法是先跟着车间走一遍流程,把交接点定下来再谈系统,顺序反了,投入很容易浪费在数据治理上。

更多案例:案例中心 | 乐图软件

制造业数字化知识库:制造业数字化知识库 | 乐图软件