订单碎在哪里：当小批量多批次撞上二十年前的排产逻辑

没有排产表，谁催得急谁先做——订单被切碎、交期靠估，整条供应链为你的不确定买单。

一、泡在客户厂里的老板

我见过一家机加工供应商，应受访者要求匿名。老板前两年投了大概一千五百万，盖了新厂房，设备全是新的，自己也肯在技术上钻研，不管什么样的成本或者技术难题都愿意啃下来。他和下游那家整机客户的老板私交不错，本来是想好好做一番的。

但厂里的生产计划，是另一个股东的家人在管，人并不太胜任这件事。结果就是，全厂连一张像样的生产计划表都拿不出来。排产靠老板口头喊，哪个客户催得急，就先干哪个的。

最尴尬的后果是：这位投了千万的老板，自己天天泡在下游客户的厂里，替自己的厂应付催单。而那家整机客户，还得替他再去应付更上游的催货——即便东西根本不是他们自己生产的。

一圈下来，所有人都被一个厂的"没有计划"拖着跑。

二、不问，就不说

这种事在供应链里特别常见，但很少被摆到台面上讲。

供应商签单的时候，交期通常都没问题。真到了要交货，才开始出各种状况、各种延误。好一点的，会提前几天跟客户打个招呼；更多的做法是，你不问他就不说。等到客户发现不对去问，往往已经晚了。

客户也不是傻子。几次下来，学乖了：下单的时候自己先加几天缓冲。我给你十天，你答应了，我真正要的是十五天——这种心态一旦形成，就停不下来。

供应商那边一看客户下单催的更紧了，于是更积极地备库存、备产能。这一来一回，就是典型的牛鞭效应[3]：需求信息从终端往上游传，每过一层就被放大一层。

中国物流与采购联合会《中国供应链发展报告（2025）》里有个数：超过 68% 的制造企业，曾经因为需求信号失真，导致库存积压或者断供；牛鞭效应引起的供应链波动，每年给行业造成的损失超过千亿元[1]。工业互联网产业联盟的《数字供应链白皮书》也提到，订单碎片化和个性化定制趋势，会进一步放大这种效应[2]。一项 2024 年的牛鞭效应测度研究，基于 2006–2021 年 A 股数据发现，规模较小企业的牛鞭效应波动幅度显著大于规模较大企业[4]——也就是说，越往中小厂这一端，越容易被下游那点缓冲订单晃得团团转。

一家电子制造企业的例子很典型：下游三十多家分销商，每月订单变动幅度超过 40%，结果原材料库存周转天数从 45 天拉长到 78 天[2]。需求只抖了一下，库存先躺了将近一倍的时间。

三、订单是怎么被切碎的

回到那家机加工供应商，完全没有"排产"这个事的工厂其实比你想象的多。

没有计划表，就只剩一条潜规则：谁催得急，谁先做。老板在外面接了单，拍着胸脯答应交期；生产那边只能兜着，老板让做哪个就做哪个。今天插一单，明天加一单，机器刚调好准备跑 A，又被拉去跑 B。换来换去的间隙，机器的有效效率被切得稀碎。

我听那位老板报交期，最常用的话是"一个月应该够了"，“差不多”。完全是凭感觉来的。厂里眼下在跑哪些单、效率卡在哪、产能负荷到多少，老板不能说不知道，但是会产生的影响就不那么直观了。

还有一个更深的误区：很多小厂老板把"产能"直接等同于"设备"。单子一直做不过来，第一反应就是再加一台设备；或者靠工人加班，多付加班费，工人也乐意。在他们脑子里，设备多了、人熬了，产能就上去了。

可产能不是产量。准确地说，产能是"在给定约束下，你能向客户承诺的可交付时间"。设备闲着、订单切碎、交期靠估——这时候你买再多以设备，承诺出去的时间做不到，就都是空的。

四、这笔浪费，整个供应链都在买单

牛鞭效应最麻烦的地方，是它不只影响了一家厂。

下游客户因为不信你的交期，自己备库存，同时也要求你多备库存；你因为看到客户"交期催的紧"，又多备一层；再往上的原材料商，看到的是被放大的订单波动，于是也跟着扩产或者备货。每一层都在为"上游靠不靠谱"这件不确定，额外付钱。

信通院那份白皮书给过一个口径：供应链信息透明度每提升 10%，库存持有成本大约能降 8%[2]。反过来读就是，信息越不透明，整条链囤的无效库存越多。

对中小厂来说，这才是交期问题的真实代价：它不是"晚几天交货"的小事，而是让整条供应链为你的不确定，常年多养着一批用不上的库存、多跑着一批不必要的物流、多压着一笔不该占的资金。

五、标杆是怎么做的

稳定交付这件事，不是没有现成的解法。国内外都有现成的对照。

丰田的精益生产体系（TPS）是被验证最久的范本。公开资料里常被引用的区间：导入后生产效率第一年能提升 25% 到 30%，库存持有成本降 20% 到 30%，交付周期能压缩 70% 到 90%[9]。它的核心不是某台机器多快，而是把"可承诺的时间"算清楚、管起来。

国内也有不少中小制造企业的实打实案例。台湾车用零件厂鉅祥，2018 年起导入 TPS，结果交付周期缩短约 30%，半成品库存减少 64%，换模时间缩短 36%[5]。照明企业红壹佰，交付周期从 41.5 天压到 25.3 天（降幅 39%），通用物料库存周转率提升 50%[6]。格力在珠海的金湾智能工厂，订单交付周期从 30 天压缩到 15 天，库存周转率加快 36%[7]。东方电气风电电机板块搞"三个 20%"攻坚，产品交付周期、物料齐套率、供方质量合格率一年里都提升了 20%[8]。

这些企业规模、行业都不一样，但路径高度一致：先把时间算清，再谈效率。改善的收益是真实的，而且不是大厂专利。

六、一个真实的改善案例

我也亲身经历过类似的案例。应受访者要求匿名，一家机加工供应商，交货及时率长期只有 80% 出头，客户意见很大。

为了帮助他们改善，我们先做了详尽的调查找到问题的根源在于他们没有工艺编排和标准工时的概念，每个产品只在打样的时候做一遍，估一下大概的时间。自然到了量产的时候会漏洞百出。所以第一步，是把时间准确的"量"出来。从这家客户所需零件的工艺路线起，每一道工序都在产线上掐表，测出实际的标准工时；换机时间、检验、包装，每一步都给到一个带缓冲的标准时间。所需设备逐台排查，定出每天该投入的工时。

外协这类不可控的环节，单独拎出来算时间，派专人跟踪核实进度，不让他们黑在模糊里。

这样算下来，在没有插单的情况下，这批零件的准确生产周期第一次清楚了。

插单是最容易把交期搅乱的。我们立了一条规矩：遇到插单，工厂必须先算出可能导致哪些订单延误多久，由老板批准；如果算下来会影响客户的交期，必须提前跟客户沟通、确认之后才能执行。不是不接插单，是接之前先把代价摆到桌面上。

前后大概两个月，这家供应商的按时交付率从 80% 出头，拉到了 90% 以上。

没有买新设备，没有加多少人，变的是"交货时间终于变成可计算、可承诺、可追溯的东西"。

七、产能不是产量，是可承诺的时间

写到最后，想再回头聊聊开头那家机加工供应商。

他的问题，不是不努力，也不是设备差。是"排产"这件最基础的管理动作，在他的厂里是缺席的，他自己实在忙不过来，手下也没有靠谱的人去盯着。老板把千万投进了厂房和设备，却没人把"每台机器每天应该干什么"这件事，认真地算一遍。

这也是很多中小厂共同的状态：订单越来越碎，交期越来越紧，可排产逻辑还停留在二十年前的那种"大批量、长周期、凭经验"里。

我能给的建议很简单：先有规则，再有系统。

不要一上来就想上 MES、上排产软件。先在白板上、在 Excel 里，把"每道工序要多久、每类订单怎么排、插单谁批、延误怎么跟客户说"这几条规则写清楚。规则清楚了，系统才是放大器；规则不清，系统只是把混乱更快地重演一遍。

产能不是你车间里那几台设备，也不是工人加班熬夜。产能是你拍着胸脯跟客户说的那句话：这个单，那天能交。最后能够做到。

把这句话说准，比买什么设备值钱得多。

本文由 AI 辅助创作、经索格斯团队人工审核校对。核心案例与数据来自索格斯真实咨询项目，引用请注明出处。