用 AI Agent 核对车间报工与工时:产量、工时和良率对不上,先查这五处

用 AI Agent 核对车间报工与工时:产量、工时和良率对不上,先查这五处

月末那张报工表,为什么总对不上

一家做五金件的厂,三条线两班倒。月末成本会计把三张表摊在桌上:车间的报工表(计件数加工时)、仓库的领料与入库单、设备的运行记录。问题立刻出来了。

A 线下工序这个月投入 8420 件,上工序只交出 8180 件,差的 240 件既不在在制盘点里,也不在报废单上。B 线某个班组报的工时,比按定额算出来的理论下限还低 12%——等于这批活是人没到齐就干完的。C 线报的良率是 97.4%,可用投入数和合格数一除,是 94.1%。

车间主任的解释通常是「大概记错了」「月底补的」。这其实不是态度问题,是报工这套数据天生的结构问题:它由人在班末凭记忆补录,却同时要承担计件工资和成本核算两个互相冲突的用途。指望它自己干净,不现实。

这篇讲的是怎么让 Agent 去做这件核对活。第一件事不是抓错,而是先把口径定下来。

一张报工表,其实在替四个部门记账

同一份报工数据,下游至少有四个用途,每个用途对字段的期待都不一样:

  • 计件工资要的是「谁做了多少合格品」,关心人、工序、合格数,不关心工时。
  • 成本核算要的是「这个工单消耗多少工时」,关心工单、工时、分摊口径。
  • 产能与排产要的是「这条线这个工序的实际节拍」,关心开始结束时间、设备、标准工时对比。
  • 质量追溯要的是「这批活是谁、哪台设备、什么时候做的」,关心批次、时点、人员。

而大多数厂的报工表只有两个数:一个「数量」,一个「工时」。四个口径共用一个字段,必然有一头是错的。所以核对之前先做一件事:给每个字段写明它服务哪个用途,谁是主口径、谁是参考项。这一步不做,后面所有差异都会被解释成「口径不同」然后不了了之。

排产和产能核算那条线更严格,因为它直接拿报工数据倒推节拍。如果你们的产能测算已经在用报工工时,建议先看一眼 用 AI Agent 做生产排产与产能核算 里对标准工时和实际节拍的区分,两篇是上下游关系:那篇讲怎么用,这篇讲怎么保证输入是真的。

五处最常对不上,按查起来最快的顺序

下面五处,是我见过的厂里重复率最高的。顺序是按「查起来最快、争议最小」排的,不是按严重程度排。

第一处:数量守恒。上工序交出数,减去下工序投入数,应该等于在制变化加报废加返工。这条公式简单,但它能一次抓出三类问题:报废没开单(直接消失)、返工品被二次计入(重复计数)、跨期在制没盘(时间点错位)。阈值按批量设,比如单批 500 件以上允许 0.5%,小批量按绝对值 3 件。超了就必须有原因码。

第二处:单件工时倒挂。实际单件工时低于标准工时的 80%,基本可以判定漏报——最常见的是「一批人只报了组长的工」。反过来,高于 150% 且设备记录显示一直在正常运行,那就是停工没标注,比如等料、等检、换型、返修。这两种情况在成本上都表现为「工时虚高或虚低」,但在管理上是完全不同的事。

第三处:良率三方不对齐。报工的合格数、成品入库数、报废单上的数量,这三个数必须来自三个独立动作,才能互相验证。常见的坑是返工品修好后又报了一次合格,等于同一件产品算了两次产出;还有报废只写在班组本子上,没进系统,良率就虚高。良率的分子分母必须同源,这是底线。

第四处:人和设备对不上。班组报工工时之和,除以同时在岗人数,得到的人均工时如果超过设备运行时长,说明这台设备存在一人多机或者跨线借调。这不是错,但必须在报工里体现出来,否则单件工时算出来是假的。设备侧的运行、停机、故障、换型记录,是最好的旁证。

第五处:跨期与截点。跨零点的班次怎么切工时,月末截点是 25 日还是自然月末,各车间是不是同一个口径。这一条最容易在月结时爆,因为财务按自然月,车间按生产月,两边各对一次都要多干两天活。

Agent 要接哪四样数据

核对的本质是交叉验证,所以数据源必须互相独立。四样就够,多了反而难维护:

  • 报工明细:工单号、工序、班组与人、设备编号、开始与结束时间、合格数、报废数、返工数。
  • 流转记录:上工序交库、下工序领用、成品入库,最好带批次和单据号。
  • 设备运行记录:开机、停机、故障、换型的时间段。
  • 工艺定额:每个工序的标准工时上下限、标准良率、单件材料用量。

如果报工还在纸上或者微信群里,先用表格工具把结构统一了再谈核对。表格读取、清洗、合并这套活已经有成熟做法,可以参考 AI Agent 处理 Excel 表格怎么做,别一上来就让 Agent 直接读照片,错字会把后面所有判断带偏。

六条规则,写成配置,别写进提示词

这是我最想强调的一点。校验规则是业务资产,不是提示词技巧。阈值要能被车间和财务一起改,要带生效日期,要能追溯是谁改的。写在提示词里,改一次要改代码,三个月后就没人敢动了。

  • R1 数量守恒:投入差 = 在制变化 + 报废 + 返工,超阈值告警。
  • R2 单件工时包线:低于标准 80% 判漏报,高于 150% 且设备正常判停工未标注。
  • R3 良率同源:合格数、入库数、报废数必须能对上,返工品不得二次计合格。
  • R4 人机匹配:人均工时不得超设备运行时长,超出必须有人机对应说明。
  • R5 跨期一致:班次切分与月结截点全厂统一,跨月部分单独标记。
  • R6 双轨勾稽:计件金额与工时金额的差异超过 20%,两套账至少有一套是错的。

这六条放在一个带版本的配置里,Agent 每次跑只负责执行和出差异。规则本身怎么定,是车间、财务、IE 三家坐一起拍的事,Agent 不参与。这一点和数据质量门禁的思路是一样的,可以对照 OpenClaw 数据质量门禁怎么设——先拦住,再谈分析。

差异出来之后,分三个方向处置

很多厂做到这一步就停了:出了一张差异清单,没人认领,第二个月还是同样的错。差异必须分方向,因为不同方向的处置动作完全不同:

  • 可补录:原始记录存在,只是没录进系统。补录,同时在记录上标注补录人和补录时间,别悄悄改。
  • 需调整:原始记录本身错了,比如报废确实发生了但没开单。走调整单,必须带原因码,原因码要有固定选项,不能自由填写。
  • 要查实物:账实不符,数量对不上。触发盘点,绝对不能用一笔调整把差额抹平——抹平一次,以后每个月都会有人指望这笔调整。

三类里最危险的是第三种被当成第二种处理。我见过一家厂连续五个月用「调整」消化数量差异,第六个月盘点,实际在制比账上少了两百多万。Agent 在这里的价值就是不让调整单随手开:没有盘点结论,它就不该让差异关闭。

三条边界:能查,不能改

这三条如果守不住,这套东西上线三个月就会被停掉,理由是「它改了我的账」。

  • 不改原始记录。Agent 只产出差异清单和建议动作,原始报工数据一个字都不能动。要改,是人点确认后走流程改。
  • 不代签确认。班组确认、车间复核这两个签字环节必须在人身上。这是责任落点,不是流程装饰。
  • 不直接进成本。核对结果不能直接写进成本系统,必须先经财务复核。核算口径一旦被自动写入,出错就是整月的数据不可用。

权限上也要配套,给 Agent 的数据库账号只读、限表、限时间窗,别图省事给个管理员。这类最小授权的做法在 AI Agent 权限管理怎么做 里有更完整的清单。

适合谁,落地分三步

适合的人群很明确:有多工序流转、有计件工资、月结经常被财务追着问「这个数怎么来的」的生产型企业。反过来说,二十人以下、单工序、按天报工的小厂,先别上这套,Excel 一张表加两条公式就够了,上系统反而增加负担。

落地按三步走,每步都能单独产生价值:

  • 第一步,只读比对跑一个月。不改任何流程,只出差异清单,让车间先承认「确实有这些错」。这一步的目的是建立信任,不是抓人。
  • 第二步,把原因码固化。两个月后你会发现八成的差异集中在三四个原因上,把这几类做成自动归因,人工只看剩下的两成。
  • 第三步,再谈回写。等差异率稳定在千分之五以内,再讨论让 Agent 把核对结果写回系统。顺序反了,一定是先被停用。

顺便说一句,报工核对和检验数据的关系很近。来料检验 用 AI Agent 做来料检验与不合格品处置、制程巡检 用 AI Agent 做制程巡检与首件确认、出货检验 用 AI Agent 做出货检验与批放行 这三篇里的检验数据,是判断良率有没有虚报的最好旁证。而量具本身准不准,还得看 用 AI Agent 做计量器具校准与检定——尺子偏了,报工数字再整齐也没意义。

最后提醒一个容易被忽略的点:如果厂里有委外加工,在外物料那部分的数量差异会被报工核对误判成报废。用 AI Agent 做委外加工管理 里那本在外物料台账,要一起接进来,否则每个月都会有一批「消失的料」找不到下家。

发表评论

您的电子邮箱地址不会被公开,必填项已标注 *