世界上并没有不需要理由的百鸟朝凤，朝凤的鸟也不是乌合之众。之所以值得百鸟来朝凤，一定是它有很特别的值得趋之若鹜的东西。报工能不能成为生产现场大MES(传统的APS+WMS+MES)的那个凤呢?不见得。不过这丝毫也不影响我们假设它就是“凤”，即便拿了一张错的地图，说不定也能下山呢?何况它多少是有些道理的。这些道理在壹廠筆記的第一篇先导文稿里就说清楚了。今天考虑再做一下详细推演。这个推演过程，自然是属于工作研究范畴。我们或可以先看下那一篇先导文稿《隐藏的力量--生产报工对工厂现场秩序的特殊价值》。

报工，就是向领导、向系统报告具体的生产任务已经完成的状态。它是直接体现人机料法环测数这七大现场生产要素中最核心的“人机料”的枢纽关系的。报工这一事件，你可以将它作为一个独立的世界，也可以当作是拥有普遍关系的非独立事件。

物料流转

本工序来料齐套方可开工。可衍生：工况条件符合(如模具到位)方可开工。确定开工条件。

来料齐套性和生产齐套性是生产计划执行的重要的现场控制点，许多订单的生产任务实际入库时候七零八落，和这两个齐套性有关系，尤其是材料的齐套性。颗粒度再细致到工序上的材料齐套性，就更加具体了。做好来料包括上道工序的来料的齐套性检查。如果我们将报工作为现场的牛鼻子，那么在做实际开工的时候，也就是工人在APP上滑动开工按钮的时候，系统自动检查齐套性是否满足--以及最小规模的满足(比如一个批量极大的订单，来料只需要达到多大的数量--一般按照班产量折算，就可以认为具备开工条件了)，如果不满足，则不能进行开工。根据管理的颗粒度不同，这个检查可以采用人工检查或者系统检查。人工检查就是人为地进行非结构化的确认，只需要点选选项或者滑动按钮就可以。

这一方面是管控仓库发料的情况，另外一个方面，也是主要方面是侦测上道工序来料的情况。后者尤为重要。这是对交接秩序的强化稽核。

制程质量

制程的质量检查，不管是全检还是筹建，它都是对完工的任务进行实物质量检查，最终确定合格品数量，确定是否返工或者返修。制程检验对报工的直接修正报工数据。

相对于上下道工序的交接来说。制程检验大部分时候对完工任务的合格品数量修订是微量的，但这是对经济责任的直接反馈。这个稽核关系与工序交接的稽核关系叠加使用，产生类似“交叉火力网”的作用。

设备生产数据计数

设备生产数据自动化采集，部分替代人工的报工操作。同时设备的工作状态同步给生产计划员和调度员。

我们上面提到的“交叉火力网”是完全基于人的两个维度的操作。生产设备上的生产数据如果也能获取，则可以加强这个“交叉火力网”的维度。这样就形成了自主统计、质检修正和机器测量这三个维度。一方面增强了数据的可信度，另外一个方面，就是让数据的“广播”变得更为方便，为后续的多道工序协同作业提供了非常好的预计划。

当设备以自动化的方式参与生产数量的测量的时候，设备也同时产生了大量的可以用于生产计划的有用数据。比如：工作还是维修状态，产能效率，即将可以执行的任务等等，这对生产计划的修订，现场的调度是有非常直接帮助的。

派工与调度

根据现场负荷和工序计划要求，进行合理派工、任务和人、机协同的调度。为生产计划编制提供依据。

这实际上是基于报工对现场作业系统的回馈，而对计划体系的修正。这是一个红利。也是我们将报工列为非独立事件的一个重要原因。许多时候，工厂的计划系统是基于一定的认知模型展开的，计划体系的设计者乃至具体执行的计划员，一般是将生产车间、生产班组当作被动的生产任务执行工具。如果生产任务完成的不够好，正常都会去找执行力以及人机料等要素的“客观原因”，往往忽略掉计划体系精进和迭代的主观原因。通过报工数据--这样一手的实事求是的真实的数据其实是可以当镜子用，非常实际地查看我们的计划安排是否有失当之处，现场的微观部分又有哪些新的变量，让计划的执行如此不堪、迥异......与计划主管的意图相去甚远。

综上所述，我非常原意将报工当作生产现场秩序的“牛鼻子”，实在是因为它可以通过前置条件的适配，以及在现场这个小宇宙广域上的全息，可以非常自然地获取到我们所希望的暗流涌动的运营数据，加上持续更迭的稽核关系，整个计划体系的鲁棒性就可以得以呈现了。

这才是我们的根本目的。