课程定位

订单临时增加时，库房可能有足够库存，但关键工序的设备和人员已经排满。反过来，即使产线有空档，某种部件交货延迟也会让计划无法兑现。本专题以物料和产能匹配为主线，结合表格工具、AI与脚本辅助，把供应链判断拆成输入数据、约束条件、排程建议和人工复核几个环节。学习重点在于让计划能解释、能追溯，也便于采购与现场共同检查。

课程内容与学习重点

课表列有物料和产能配对实操、预制工具应用与生产排程案例。下面的工作情境用于准备参课问题。

先核对物料数据和供应约束

可以选一条订单记录，写清客户所需数量、期望日期、对应物料、在库数量和在途批次。检查库存是否已经分配给其他工单，供应商到货承诺是否已经确认。用表格把数据和假设分列，再尝试形成缺料预警和到货时间表，便于计划、采购与仓库对同一条件做判断。

把产能限制写进排程工具

分析机台能力、工序先后、换型耗时、检验和人员班次。以多品种订单同时到达为例，可比较按承诺交期与按换型成本排列后的区别，观察迟交、闲置、在制品及临时调机的变化。课表安排使用模拟数据练习配对与排程，可据此理解为什么简单将任务塞进可用工时仍可能无法执行。

对工具结果做抽查并形成反馈

将候选排程和已有交付记录对照，逐笔查看紧急订单、关键物料、共享设备和已冻结工序。可以让AI辅助形成库存或产能摘要，但结果需要由计划人员按原始数据复核。建议保留一页计划调整清单，分别记录变化原因、受影响工单、确认岗位、下一次更新节点和需要协调的问题。

适合人群

适合供应链计划、采购、生产排程、库存管理以及支持工厂系统建设的人员。可提前准备一份脱敏的物料、工单和产能样表，从中挑选一个真实冲突。跨岗位参课时，可由采购说明供应限制，现场说明工序约束，计划岗位说明客户需求与调整边界。

准备参课时可以使用一组规模不大的模拟数据，把每条订单的交付日期、需求数量、优先级和所需工序说明清楚。结合在途物料、班次和共享机台信息形成计划对照，以便观察替换数据后工具输出是否仍符合现场约束。先保存原始版本，方便对照修改前后结果。

开课与报名咨询

现有通知列明2026年11月19—20日在上海上课，共2天，收费5600元。会场及报名安排详询。

不会Python能参加吗？通知以供应链岗位为对象，安排表格模板与AI工具演示，也列有课前安装准备。建议报名时核对所需基础和具体软件。

适合先学库存分析还是排程？可从目前最影响交付的事项着手。缺料或库存错配可先整理物料数据，设备与工序冲突明显时可优先梳理产能条件。

温馨提示：课程内容为拟定，具体实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。