《Asprova解体新书》（日文版原名）是一本深入解读生产计划系统Asprova APS的宝贵著作。无论是初学者还是高级用户，都可以系统地学习生产计划系统的基本概念、Asprova APS的构建方法以及运营要点。书中还记载了各种行业的运用案例和思考话题，能够帮助生产现场的人员迅速上手并应用。对于希望深入理解Asprova APS，并最大限度地发挥其效用的读者，强烈推荐此本书！
—— Asprova株式会社 社长 田中智宏
《Asprova APS详解——高级计划与排程系统从入门到精通》从供应链中长期计划S&OP分析，主生产计划，MRP物料需求计划，短期详细工序排产覆盖供应链端到端计划排产业务。是全球几千家客户，中国几百家客户的APS系统应用最佳模型实践浓缩，对于企业供应链管理，PMC实务改善优化都是很好学习宝典。30年来，Asprova APS规则引擎模型风靡全球，规则引擎可以结合各行业个性化需求做低代码建模，快速实现个性化的计划约束和优化，让大家成功使用APS实现供应链计划排产系统化，自动化。近年来Asprova AI Solver求解器是最新的AI 全局最优化求解，它比通用的商业求解器更适合计划排产的业务场景，会极大优化计划排产的效果，实现供应链计划智能化最优化，为企业持续创造更大价值。我们通过给中国近千家客户导入APS，帮助客户优化改善供应链，实现产销协同，优化降低库存，提高效率，提高产出，最大化满足客户交期，为实现端到端供应链计划排产业务的可视化，智能化不断努力。
——深圳市微优微科技有限公司 总经理 秦峰
Asprova APS以下是Asprova用户特别为新书写的序言：
广州松下空调/松下压缩机 信息本部 本部长 周敏
10年前，我们通过Asprova APS实现了生产计划从Excel到IT化的转换升级，但这仅是第一步，在这１０年间，我们不断在使用中总结经验并持续升级进化我们的APS排产流程和逻辑，生产计划立案L/T短缩了60%，大幅提升了作业效率。同时，在我司开展的TPM活动中，以APS为中心，完善了和销售端、材料调达端、制造执行端的IT系统自动对接，为我司的SCM轴信息流一气贯通和生产方式改革目标的实现提供了强有力的DX支撑。现在，正在推进AI Solver，期待通过AI实现生产计划立案的完全自动化。
深圳市艾比森光电股份有限公司 计划交付体系 王金波经理
在国家智能制造战略的强力驱动下，企业通过导入 ASPROVA APS 系统，全面加速生产计划体系的数字化转型进程。系统以智能化排产体系构建为核心，不仅搭建起标准化作业流程，更深度优化排产算法模型，彻底颠覆传统依赖人工经验的主观决策模式，构建起数据驱动的自动化排程新机制。
ASPROVA APS 深度融合工艺参数库、设备标准产能、切换损失、物料齐套率等多维度智能算法，实现生产计划全流程的标准化建模与动态优化。落地应用中，生产计划制作效率提升 50%，排产复杂度显著降低，漏单问题大幅减少，计划准确性实现跨越式提升。同时，订单交付周期缩短 10%，在制库存降低 10%-20%，有效优化企业运营效率。
更具长远价值的是，系统借助数字孪生技术，将排产经验进行体系化沉淀，为后续 AI solver 的智能决策迭代提供可复用的知识资产，持续赋能企业生产计划管理的智能化升级，助力企业在智能制造赛道上构建差异化竞争优势。
仙乐健康科技股份有限公司 工厂供应链负责人 谢盈瑜
我们与Asprova APS携手十年，从样板上线到建立供应链计划体系，深度融合智能工厂，提升生产效率和调度灵活性。通过与SAP集成，优化业务流程，提高数据准确性和实时性，为决策提供支持。我们将APS成功经验复制到更多领域和集团内部。展望未来，我们将继续探索APS的应用，拓展其潜力，引入Asprova AI Solver，打造更高效、更智能的供应链计划体系。
深圳创维数字技术有限公司 信息管理部总监 曲径
通过引入Asprova APS，成功实施公司APS项目。通过自动化、标准化、协同化的系统建设，企业实现了从“经验驱动”到“数据驱动”的跨越，为未来智能制造与数字化转型奠定了坚实基础。通过APS系统整合MES报工数据、WMS库存数据、SAP订单数据，完成从手工计划到自动计划的关键转型，发单效率提升50%。流程标准化与协同模式优化，实现生产计划与执行数据的实时联动，管理决策响应速度提升60%，设备利用率提高15%，交付周期缩短20%。未来将在APS与AI技术融合方面，探索需求预测的机器学习优化；扩展APS覆盖范围至更多生产单元，构建集团级智能排产平台。
Konica Minolta Mechatronics株式会社 部品制造部 部长 山田三知夫
通过引入Asprova APS，成功实现了生产计划编制的90%至95%的自动化，减少了22%的切换时间，提升了作业效率。此外，现场改善与生产计划的成功衔接，生产计划的编制不再依赖人工，从而促进了人员配置的优化。通过AI Solver进一步实现生产计划最优化，不仅计划精准度得到提高，而且与手动编制的计划相比毫不逊色。以前的遗漏检查和修改工作也通过Solver得到了有效解决，让更放心地制定生产计划。生产计划编制所消耗的时间得以转向DX化等业务改善，预期将进一步提高生产力。