科技人人都是产品经理·建国聊SaaS架构··AI 生成
制造业老系统怎么接 AI？不换 ERP，先从报表和工单开始
制造业AI落地常卡在系统老旧,本文提出一条低风险路径:不换ERP/不做数据中台,而是从报表动态分析和工单智能处理两个入口切入。核心论点是'只读不写',在现有系统上给数据建模为业务对象,让AI辅助人问问题、查记录、做总结,30天内可验证价值。适合在传统制造企业负责IT或数字化转型的中层读者,提供的是可操作的落地框架而非概念畅想。原文 ↗原文 ↗
核心观点
- ▍制造业AI落地的有效第一步不是更换ERP或重构系统，而是从报表（动态问答）和工单（结构化数据）两个低风险入口切入。
- ▍AI在制造业的第一价值是帮助管理者用自然语言追问跨系统的问题（如“延期订单卡在哪个环节”），而非生成漂亮图表。
- 01制造企业信息系统普遍存在系统多（订单/计划/设备/质检等）、系统老（定制开发、接口不全）、流程重（牵涉真实成本）三个特点，不适合全自动智能工厂式开局。
- 02工单数据天然结构化（含设备、问题、责任人、超时状态等），可先做只读的总结、分类、提醒，比预测性维护风险更低、更容易通过内部审批。
- 03AI需要连接现有ERP/数据库，将关键数据建模为业务对象（销售订单/物料/库存/工单/设备等），而非面对原始表名和字段名。
- 04权限管控是前提：AI不能越过用户本人的权限，必须继承现有系统的车间/采购/销售/管理层权限划分。
- 05文中提出一个30天试点路径：第一周建模型，第二周做报表问答，第三四周扩展到工单处理，首月目标是减少报表整理和异常定位时间。
反方 / 局限
- — 文章未深入讨论数据质量低（如字段混乱、历史记录不完整）时建模的可行性；也未提及中小企业连ERP都未实现数字化、仅有Excel的场景如何起步。
前置背景
平行视角
未来推演
延伸追问