客户背景
这家企业位于苏南，做汽车零部件精密加工，主要为两家主机厂配套变速箱壳体与转向节毛坯，年产能约 1,200 万件。公司在常州有主厂区，在无锡有一个分厂，两地产线合计 14 条，员工约 480 人，其中一线操作工 380 人，品质 26 人，计划与仓储 30 人。
从规模上看，这是一家典型的”上了系统但没连起来”的中型制造企业。公司这些年陆续投入的信息化系统并不少：一套国产 ERP 管订单、采购和财务，一套 MES 管工单报工与设备联网，一套 WMS 管两地的原料与成品库，还有品质部门自己选的一套 QMS 做检验记录。设备点检和维修记录则一直留在 Excel 里，由设备科三个人分别维护。主机厂的 EDI 门户另算一套，每月对账、每周交交付计划都靠人工录。
遇到的问题
第一次让我们注意到问题，是 2026 年 3 月的一次早会。 生产副总要求看前一天的产量、一次合格率和在制品情况，结果会议推迟了 40 分钟——因为四个文员还在合并报表。做法是这样的：从 MES 导出报工明细，从 QMS 导出检验记录，从 WMS 导出库存快照，再和 ERP 里的工单进度手工拼到一张表里。四份导出的物料编码规则还不一样，同一个零件在 ERP 里是”CH-3201-A”，在 MES 里是”3201A”，在质检表里干脆写成中文名”320 壳体”。合并一次，平均 2.5 小时，还经常出错。
第二件事更麻烦，出在月末。 财务核算单件成本，需要把 MES 的工时、WMS 的领料、ERP 的采购价、QMS 的废品率凑到一个口径上。因为系统之间不通，财务只能让车间报”估计工时”，再人工摊。结果是每个月的结账日都要拖到次月 8 号以后，而且同一批产品，财务算的成本和生产部算的成本差 8%–12%，开会时双方各拿一张表，谁也说服不了谁。
第三件事直接触及订单。 2026 年 4 月，一家主机厂做供应商审核，要求 2 小时内提供某个批次的完整追溯链：用了哪批原材料、哪台设备、什么工艺参数、谁操作的、检验数据如何。品质部全员上阵翻了半天，纸质记录加 Excel 查了 6 个小时，最后交上去的材料还漏了两个工序。审核结论是”追溯能力待改进”，公司被要求 3 个月内整改，否则影响新项目定点。
第四件事是被动发现的。 我们在做现状梳理时，把 WMS 库存和 ERP 账面做了一次比对，两边差异率 6.8%。其中一部分是车间已领未报的料，一部分是两地调拨单据没及时录。这意味着，账面上的库存和仓库里的货，长期是两套数字。
设备科的老科长说了一句话，很能代表这类企业的处境：“系统我们买了不少，可每个系统只管自己那一摊，中间全靠人搬。人是搬得动的，公司再大一点就搬不动了。”
解决过程
2026 年 5 月，公司管理层决定做一次系统打通，找到小诺IT。我们给的建议很直接：先别急着上 AI，先把数据的地基修好；地基修好之后，AI 才有东西可用。 整个项目按诺+AI（AI 落地陪跑）的方式推进，周期 12 周，分四步走。
第一步：主数据治理与数据资产盘点（第 1–2 周）
我们没有先动系统，而是先把”同一个东西的叫法”统一。物料、工序、设备、供应商、客户五类主数据逐一比对，发现光是物料编码就有三套规则并行，重复与错配记录 1,100 多条。我们和计划部、品质部一起确定了唯一的编码规则与映射表，历史数据做了一次性对齐。这一步看起来最不”高科技”，但如果不做，后面所有的接口都只是把错误数据搬得更快。
第二步：搭一层集成中间层，而不是改造原系统（第 3–6 周）
这一步是项目的关键取舍。企业最怕的是”上集成把产线搞停了”，所以我们没有选择让厂商互相改代码，而是单独建了一层集成中间层：以 API 网关统一出入口，配合定时同步与事件触发两种方式，把 ERP、MES、WMS、QMS 的数据汇聚到统一的数据层。
具体做法上有几条纪律：MES 只对外开放只读视图接口，绝不允许外部系统直接写生产库；需要写回的动作（如报工补录、库存调整）走审批队列，由 MES 侧确认后落库；每个接口都有调用日志和失败重试，超时或异常自动告警。整个过程在两地的非生产时段分批上线，产线一天没停。
第三步：统一指标口径，形成”一套数”（第 7–8 周）
数据通了不等于口径通了。我们把管理层和车间都在用的 27 个核心指标逐个定义清楚：OEE 怎么算、一次合格率的分子分母到底是什么、在制品按报工还是按领料、单件成本含不含分摊。每个指标都写清公式、数据来源、责任部门，形成一份口径文档，双方签字确认。这件事的意义在于：以后开会不再争”谁的表对”，只争”怎么改进”。
第四步：在统一数据之上做三个 AI 应用（第 9–12 周）
地基打完，才开始上应用。我们按”一条产线、一个场景先跑通”的原则，做了三个智能体：
– 早会问数助手：每天早上 6:30 自动生成日报，管理层也可以用自然语言追问，比如”昨天二号线一次合格率多少，哪个工序拖累最多”，系统直接给结论和下钻路径，不再需要文员做表。
– 质量追溯助手：输入批次号，90 秒内输出全链路——原材料批次与供应商、经过的设备与工艺参数、操作人员、各工序检验记录、返修与报废情况，直接生成符合主机厂格式的追溯报告。
– 设备点检知识库：把 20 年里老师傅的维修经验、设备手册、历史故障工单整理进企业知识库，做成问答式助手。年轻维修工遇到报警，先问系统，再决定要不要叫师傅。
配套做了数据分级与权限：成本、报价类数据只对管理层开放，所有查询留痕可审计，AI 助手能看什么、不能看什么，按角色严格限定。
实施效果
项目于 2026 年 8 月完成上线，运行三个月后（10 月）做了一次复盘，变化比较实在：
– 早会数据准备时间：从 2.5 小时降到 0，日报自动生成，四个文员中的三人转岗到计划与品质岗，没有裁员；
– 月末结账周期：从 8 天以上缩短到 3.5 天，成本口径统一后，财务与生产不再”各算一套”；
– 批次质量追溯：从 6 小时（且不完整）降到 90 秒，10 月的主机厂复审中，追溯项目一次通过；
– 两地库存账实差异率：从 6.8% 降到 0.9%，调拨单据实现系统内闭环；
– 设备非计划停机时长：三个月同比下降 22%，主要来自点检标准化和知识库对年轻维修工的支撑；
– 成本发现的直接价值：口径统一后，复盘发现有两个型号的单件成本长期高于报价，年化影响约 180 万元，公司已启动重新报价与工艺优化。这一条是管理层认为”最值钱”的收获。
项目总投入约 68 万元（含 6 个月陪跑服务），按可量化的效率与成本改善测算，回收期在 9 个月左右。
客户评价
> “我们最开始想的是买个 AI 系统，最好能一问就出答案。小诺的顾问第一次来就跟我说：你现在的数据，问出来的答案自己都不敢用。这句话让我改了主意。前两个月他们几乎不谈 AI，天天在跟我们吵物料编码该听谁的，当时觉得慢。现在回过头看，那两个月是省不掉的。系统通了、口径定了之后，AI 才是真的好用——我现在早上在车上就问一句昨天的良率，比我让助理做表快得多。”
>
> —— 该公司生产副总
—
关于小诺IT
小诺IT（北京信诺创业科技有限公司）成立于 2007 年，19 年专注企业 IT 服务，服务热线 400-0525-015，邮箱 service@xn11.com。
四大特色服务：诺+运维宝（IT 外包托管，300+ 中小企业客户，98% 续签率，月均成本 ¥3,000–8,000，对比全职网管 ¥15,000–25,000）、诺+智驻宝（企业搬迁与弱电机房建设）、诺+AI（AI 落地陪跑：智能体定制、企业知识库、第三方系统集成、场景化方案）、诺+防备包（安全防护与数据备份）。
风险提示：数据孤岛本质上是管理问题，不只是技术问题。如果主数据编码不统一、指标口径没共识，直接上 AI 或数据中台，结果往往是”把错误的数据搬得更快、更贵”。给制造企业的三条建议：一是先做一次数据资产盘点，弄清有多少套编码在并行；二是集成优先选择”不改造原系统”的中间层方案，避免影响生产；三是 AI 应用不要追求大而全，先在一条产线、一个场景跑出效果，再复制。如果贵司也面临 MES、ERP、WMS 各说各话、月结拖到月中、追溯靠翻纸质记录的困境，欢迎致电 400-0525-015 或邮件 service@xn11.com，我们可以先做一次免费的数据与系统连接现状诊断，再讨论要不要立项。