制造企业数字化不应从堆叠系统开始

先明确经营与生产目标

制造企业容易从功能清单出发采购系统，但真正需要解决的通常是交付延误、在制品不清、质量追溯困难、设备停机或成本失控。不同问题对应的数据基础和实施优先级不同。项目启动前应把目标转化为可观察指标，并明确当前基线。

如果订单、物料、工艺和设备编码仍然混乱，直接建设复杂看板只会放大数据矛盾。第一阶段往往需要同步治理基础资料、责任边界和统计口径。

ERP、MES和IoT如何协同

ERP负责客户订单、采购、库存和财务等经营计划，MES负责工单在车间的执行、报工、质量和追溯，IoT平台连接设备和实时参数。三者不是替代关系，需要明确每类数据由哪个系统产生、谁负责维护以及如何反馈。

典型链路是ERP形成生产需求，MES结合产能和工艺执行工单，现场人员或设备反馈产量、质量和消耗，完工与入库结果返回ERP。设备告警可自动触发维修工单，并在生产看板中体现对交期的影响。

• 统一物料和工艺编码
• 定义系统数据边界
• 为异常建立责任和闭环

分阶段实施更容易形成价值

建议选择产品代表性强、管理基础较好的一条产线试点。先实现计划、工单、报工和质量闭环，再扩展仓储、设备、能源和高级排产。每一阶段都应有用户验收、数据核对和指标复盘。

试点成功后不能直接复制界面，而应总结标准流程、可配置差异、设备接入规范和推广条件。多工厂推广还需要兼顾集团统一口径与工厂实际工艺差异。

• 典型产线小范围试点
• 阶段结束进行指标复盘
• 沉淀可复制标准和差异清单

人员与现场运营决定系统能否持续使用

生产系统上线会改变计划员、班组长、操作员、质量人员和仓库人员的工作方式。实施过程中需要明确每个岗位在什么时间、通过什么终端、录入哪些数据，以及数据出现异常时由谁处理。只培训菜单操作而不解释业务责任，容易造成补录、代录和数据失真。

上线初期应安排现场支持并每日检查工单状态、报工及时率、异常关闭率和账实差异。发现问题时要区分系统配置、基础数据、操作习惯和管理制度原因。稳定运行后，再逐步将系统数据用于绩效、排产和经营分析，避免在数据尚不可靠时直接用于强考核。

• 按岗位设计操作和责任
• 上线初期持续核对关键数据
• 数据稳定后再扩展管理应用