他并非技术专业出身，却在工厂成功落地多项智能系统；他不是学院派研究者，却推动算法系统在多个食品制造场景实现商用化；他从不宣扬高科技革命，却在一次次提升效率、把控质量、降低消耗的实践中，悄然改写着传统食品企业的运营逻辑。这个人，就是广州市德明良信食品有限公司的执行董事——邵唯曦。

在公司的一次管理会议上，邵唯曦曾提出：“我们并不是在制造月饼，而是在制造效率。”彼时，他正带领团队推进一套全新排产系统的部署。这句看似简单的话语，背后承载的是他多年深耕食品制造业流程优化的底层理念——让系统替代人工经验，让算法指导生产线运转。

数智排产：从“人手单”走向“变量协同”

2021年3月，邵唯曦主导开发的“一种基于多变量算法的食品柔性制造排产系统V1.0”正式完成并发布。这项成果没有用“黑科技”的外壳进行包装，而是精准聚焦传统食品工厂的真实瓶颈：产线柔性差、应对波动能力弱、订单节奏混乱。

“传统食品企业大多依靠人工经验进行排产，但实际生产中，每天的情况都在变化——订单会变、人员到岗情况会变、原料批次也会变。仅靠经验调度，成本自然会不断上升。”邵唯曦解释道。他着重强调，这套系统的核心在于“多变量动态建模”，能够将原料可用性、设备负载、人员排班、订单交期等多维度数据快速拆解、计算，进而推导出最优的排产路径。

过去，制作一张手工排产表需要2小时，如今借助这套系统，仅需10分钟就能完成。更关键的是，该系统具备“回滚重算”能力：若任一变量临时发生变化，系统能在数秒内推导出更新后的生产计划，大幅提升了车间的灵活性与响应速度。

“这并非用高科技噱头来唬人，而是要让每一条产线都能在不确定的环境中持续运转。”邵唯曦的话语，道出了这套系统的实用价值。

让“可追溯”成为基础设施，而非营销口号

除了排产系统，邵唯曦还主导开发了另一项关键成果——“一种用于食品制造全过程追溯与风险预警的软件平台V1.0”。与排产系统相比，这个平台更偏向“管控”属性，其核心设计理念是：让追溯信息摆脱对人工填报、文件堆叠的依赖，转而嵌入生产流程，实现自动生成。

“过去，食品安全追溯往往是事后补录——只有当问题发生时，才会去翻账本、查仓库、调生产记录。但这套平台将所有环节的数据进行了实时绑定，从原料入库，到工艺参数、质检数据、班组编号，再到出库流向，整个流程的数据全部打通。”邵唯曦介绍道。

这一设计不仅让追溯实现了真正的“全过程、无死角”，还赋予了系统主动预警能力。例如，在生产过程中，一旦检测数据超出设定阈值，平台会立刻发出报警提示，生产负责人能第一时间收到异常推送，及时进行干预，从而避免批次级的损耗。

在当下对食品安全高度敏感的市场环境中，这项系统对于中小型食品企业而言尤为重要。“以前大家谈追溯，本质上是在做文本记录；但现在，我们能做到每一份产品的‘生命轨迹’都由数据化生成，并实时校验。”邵唯曦的表述，凸显了该平台的突破性。

不是工程师，却把技术做成实用产品的人

有意思的是，邵唯曦并非科班出身的技术开发者。他更像是一位具备技术思维的运营者、流程改造专家。在专访过程中，他多次提到，自己更在意“系统是否有用，而非是否先进”。这一理念也决定了他所推动的技术成果，并非照搬所谓的前沿技术，而是从实际业务流程中提炼真实需求，再通过工程手段将需求“转译”为可用的系统。

“我的角色不在于编写代码，而在于确定系统的逻辑路径，调和管理语境与工程语言之间的鸿沟。”邵唯曦这样定位自己的工作。从这个角度来看，邵唯曦的原创性技术成果并非单点“工具”的简单组合，而是一种“底层逻辑的更新”：将工厂的经验模型数字化、将模糊的经验制度化、将管理中的误差通过系统来规避。

在采访接近尾声时，邵唯曦坦言，智能化转型仍有大量工作要做：“智能化这件事不能一蹴而就，但必须尽早开始。”

记者手记

在智能制造的大潮下，仍有大量食品企业处于“人盯人”的初级自动化阶段。邵唯曦的工作，在某种程度上填补了从经验决策到系统决策之间的过渡空白。他所开发的系统不需要高昂投资，也不以追求实验性成果为目标，而是从车间一线的实际需求切入，把“智能”做成了可用、好用、能长期发挥作用的工具。而这种“以实用为核心”的技术落地能力，或许正是当下数智化转型中最稀缺的能力。（记者：陈文琦）