微优微科技唐建兵：APS+AI双引擎重构端到端供应链协同体系

5月14日，由大东时代智库（TD）、广东省电池行业协会联合主办的“第三届新能源数字化交流会暨AI应用大会”圆满落幕。数百位新能源企业及数智化服务商代表齐聚深圳，开启新能源产业与智能制造、AI技术深度融合的内容探讨。

深圳市微优微科技有限公司（简称“微优微科技”）唐建兵在本次会上发表题为《AI赋能APS为核心的集成供应链计划》的演讲，基于20年行业实践经验，系统阐述了供应链智能化转型的路径。大东时代智库（TD）对演讲内容进行了摘录，供大家参考。

作为中国最早从事APS系统研发、咨询、实施的专业服务商之一，微优微科技拥有自主研发的易智供应链计划平台，该平台不仅获得APS算法专利认证，更深度融合机器学习与DeepSeek等前沿技术。公司服务领域覆盖电子、新能源、汽车零部件等先进制造行业，已为比亚迪集团、欣旺达等500余家大型企业，提供从供应链“可执行的销售预测、S&OP、到生产计划排产、物料计划、供应商协同”等全流程咨询服务， 提供完整的“集成供应链咨询+IT系统落地”（ISC+APS）解决方案。

唐建兵表示，企业构建端到端供应链管理体系涉及需求预测、产能分配、物料采购等20余个计划场景，针对跨国企业多基地、多系统的复杂环境，单一系统无法覆盖全链，微优微科技供应链平台通过计划主线串联需求计划系统、生产执行系统等独立系统数据，实现网状协同。算力的提升和数据质量改善，也为供应链计划的优化带来了新机遇。

比如，微优微科技自主研发的供应链计划平台集成三大模块，需求计划引擎支撑预测与订单匹配分析，运筹学求解器处理重装、机加工等复杂场景的局部优化，规则引擎嵌入300余项工艺、产能、物料约束规则。该平台融合启发式算法、机器学习与运筹学模型，在汽车制造领域实现突破，企业通过4个月训练完成总装计划自动化排程，覆盖冲压、马达等工序的排产需求，系统支持智能分析假期、产能峰值等约束条件。目前该方案已在电子组装、新能源、快消制药等多行业落地。唐建兵特别强调，大模型非常适合辅助决策而非接管核心业务，实施前提是企业完成数据规范化与管理标准化，否则技术可能放大管理缺陷。

另外，唐建兵表示，通常机器学习在产品工艺分析和能力预测中有局限性，但在大数据背景下，针对生产计划、客户订单等场景的分析有巨大潜力。通过长期训练和大量数据，可以优化专业生产计划并进行最优解求。此外，微优微科技自主研发的供应链计划平台还具有强大的供应分析能力，能帮助对未来供应、投资等进行预测。为实现供应链上下游协同，该平台打通了全流程数据联通，实现了端到端的数据追溯。

唐建兵指出，APS是计算密集型系统，用户选型需注重三点。其一，需要通过POC验证真实业务数据验证算法有效性；其二，优先选择具备国产化替代能力的产品，微优微科技自主知识产权平台已获专利及软著，支撑半导体、装备制造等领域国产化部署；其三，建议企业以需求和交付着手，实现供应链可视化。同时，唐建兵表示，企业智能化转型不应依赖补贴驱动，需建立真实业务场景的投资回报模型，重点关注排产准确率提升带来的隐形成本下降，通过真实数据验证确保系统计算结果能支撑实际运营。