聊一个很多制造业老板心里清楚、但很少有人系统解决的问题。某汽车零部件厂做了一批出口德国的订单。品质部的人跟采购说德国客户对表面瑕疵特别敏感但他们的标准跟国内客户不太一样不是单纯看参数还要看手感。采购问什么叫手感系统里没有这个标准吗品质部说没有这是王师傅的经验。他在德国客户那边跟了七八年知道他们 inspectors 摸到什么程度会不满意。王师傅今年58岁两年后退休。类似的事情在每家工厂里都在发生。报价的时候老销售知道这个客户虽然订单量不大但付款从来不拖可以适当让价——这条规则没写在任何系统里。排产的时候老调度知道这台设备最近状态不太好排长单容易出问题最好排短单方便换型——这条规则也没进系统。处理客诉的时候老品质知道这类缺陷如果是季节性的大概率是原材料受潮不用调整工艺参数加强来料检验就行——这条规则同样不在系统里。这些规则是制造业真正最值钱的知识资产。但它们没有被管理没有被记录没有被传承。一、隐性规则散落在哪些地方先盘点一下工厂里到底有多少隐性规则没被显性化。1. 定价与报价规则报价公式可能是系统里有的但报价公式背后的灵活空间——对哪些客户可以放宽账期、对哪些订单可以接受更低毛利、哪些产品组合可以打包优惠——这些判断逻辑全在老销售的脑子里。2. 质检判定中的灰色地带规则系统里的质检标准是明确的尺寸超差多少算不合格。但实际判定中很多场景是灰色地带——某个缺陷在A客户那里是致命的在B客户那里可以协商接受。这些判断经验只存在于跟客户打过交道的几个人脑子里。3. 异常处理的优先级规则设备出了故障是先修还是先换物料出了问题是退货还是降级使用订单冲突了先保哪个客户这些决策没有标准答案但在实际操作中有一套隐性的优先级逻辑靠的是经验和判断。4. 工艺参数的经验区间工艺文件上写的是标准参数范围但实际操作中经验丰富的工程师知道这个材料在这个季节要调高0.5度这台设备用了一年了压力要加一点。这些微调逻辑不在工艺文件里在工程师的手感里。5. 供应商管理的隐性评级系统里的供应商评级是按交期、质量、价格三个维度打分。但实际上采购经理心里有一套更细的判断这家供应商虽然交期偶尔延迟但配合度极高紧急订单只有他能接那家供应商价格便宜但出了问题响应很慢。这些隐性规则就是制造业的经验数据库。只是这个数据库没有索引、没有版本管理、没有查询接口——它存储在人的大脑里随着人员的流动而流动随着人员的退休而消失。二、隐性规则的三个致命问题1. 不可复制一个老销售离职了他脑子里的客户报价策略就带走了。新销售接手只能从零摸索。企业的核心业务知识无法沉淀和传递。2. 不可追溯客户投诉说为什么这批货判了合格你说是按王师傅的经验判的。但王师傅的经验是什么能不能复现能不能证明没有人说得清楚。3. 不可扩展一个老工程师能管5台设备的经验参数但如果产能扩大了一倍设备增加到10台他管不过来了。隐性知识无法规模化。这三个问题的根源只有一个规则没有被显性化、结构化、系统化管理。三、怎么把经验变成规则资产解决思路很清晰把隐性经验显性化把显性规则系统化把系统化的规则变成可管理的企业资产。第一步梳理——把脑子里的规则写出来找一个安静的会议室把关键岗位的老员工请来一个问题一个问题地问这个客户报价的时候你在哪些情况下会让价这个缺陷在什么条件下你会判合格判断依据是什么设备出了这个故障你第一反应是做什么为什么把他们回答中的判断逻辑翻译成结构化的规则。不需要多么精确先把大框架理出来。第二步结构化——用规则引擎把规则存起来梳理出来的规则用规则引擎的配置界面录入系统。决策表、决策树、评分卡选择最适合的表达形式。关键不是工具多高级而是让规则有了归属——它不再是某个人的经验而是企业的资产。第三步校验——让规则接受检验规则录入了不代表是对的。拿历史数据跑一遍按照这套规则重新判定过去一年的质检结果看看跟实际判定的差异有多大。差异大的地方要么是规则梳理错了要么是原来的判定本身就有问题。不管是哪种都是有价值的发现。第四步演化——让规则持续迭代规则不是一成不变的。客户需求在变、设备状态在变、市场条件在变。规则引擎的价值在于规则可以随时调整调整有记录变更可追溯。老员工退休后他贡献的规则还在系统里还在持续发挥作用。新人可以基于这些规则快速上手而不是从零摸索。四、规则资产化之后能解决什么问题新人上手快——不用跟着师傅学三年。系统里有完整的判定逻辑新人查规则表就知道该怎么做。判定一致性——不同人、不同时间、不同地点对同样的输入条件执行同样的规则输出同样的结果。审计可追溯——每次判定的依据都可以回溯到具体规则。客户来审核不用翻人、翻邮件直接从系统里调出判定逻辑和依据。知识可传承——老员工的经验变成了企业资产不会因为人员流动而流失。规模可扩展——5台设备和100台设备用同一套规则管理不需要更多的老师傅。五、结语每家制造业工厂里都有一套隐形的规则数据库——它存在老员工的脑子里存在车间主任的经验里存在品质主管的判断里。这些规则没有编号、没有版本、没有管理。但它们每天都在支撑着企业的运转。问题是如果这些人明天都不在了这些规则还能继续运转吗如果不能那说明企业最核心的业务知识还没有被真正管理起来。规则引擎能做的事情本质上就是帮你把这些散落的经验变成可管理、可复用、可传承的规则资产。如果您对规则引擎在智能排产中的运用有疑问或兴趣可以一起交流探讨JVS官网-快速开发平台|JVS低代码开发平台JVS以 Just Sample 理念普惠研发开源沉淀助力中小团队快速搭建脚手架降低成本、提升质量把重心放在业务实现。https://bctools.cn