“很多中小型企业上了很多系统，自动化设备也都有，但老板最常问的是，每年花那么多钱，ROI（投资回报率）到底在哪里？”这句话道出了当前大量制造企业在数字化转型过程中的真实困境——系统上了、数据采了，但价值却未如期而至。
这不是个别现象。在2025 ITValue Summit数字价值年会期间，智造家CEO令狐荣茂在钛媒体与ITES深圳工业展与工创联共创的制造业分论坛上分享，目前90%的制造企业数据仍处于“沉睡”状态，尤其是中小型企业。它们缺乏统一的数据标准和业务流程标准，盲目上系统、搞自动化，反而造成系统间数据孤岛严重、业务协同低效。
供应链数字化并非新话题，但在非标制造、项目式生产的行业背景下，其内涵正在发生深刻变化。它不再仅仅是把采购流程从线下搬到线上，而是要通过数据打通实现端到端的协同与优化。
深圳市创世纪机械有限公司信息管理中心总监王恒信分享了企业的真实挑战：“我们虽然各类系统齐全，例如：SAP、PLM、MES、WMS、SRM、CRM，但系统之间数据缺乏有效整合，形成了数据孤岛。” 这导致业务数据无法贯通，企业因而缺失全局视角以支撑高效决策。为破此局，创世纪已引入AI大模型技术，通过自然语言交互，智能关联与整合各系统数据。通过直接输出全局化的分析洞察，彻底打破数据壁垒，实现数据的高度共享与价值释放。
标准缺失的问题则更为根本。令狐荣茂深刻指出：“很多企业其实并没有去做业务标准和数据标准的设计，直接跳入上系统、干自动化。”这种本末倒置的做法导致即使上了最先进的系统，也因为缺乏统一标准而无法发挥效用。特别是在非标制造领域，边设计、边生产、边采购的“三边工程”模式下，每个项目都有其独特性，如果没有建立统一的数据标准和业务规范，系统之间难以对话，数据自然陷入沉睡。
广州特控电子实业有限公司产品总监赵晓盟从硬件架构角度提供了另一种视角。他们认为数据沉睡问题部分源于数据分布模式的不合理：“一些客观的、常态化的数据应该存在远端服务器端，而主观的、临时性的数据应该存在近端。”然而现实是，许多企业既没有建立中心化的数据管理体系，也没有形成有效的边缘数据处理能力，导致数据要么集中沉睡在服务器中，要么分散湮灭在各个终端设备里。
创世纪机械的实践表明，解决“数据沉睡”问题的症结在于业务与IT的深度融合。数字化成功的核心并非技术本身，而在于其赋能业务的能力。这必须依赖业务部门的深度参与，与IT团队协同制定数据标准与应用场景。一旦业务人员能够从“如何利用AI提升效能”的角度思考问题，便标志着数据实现了有效流动与价值转化。
三家企业虽然视角不同，但都指向同一个解决方案：从标准入手，打破孤岛。智造家总结的数字化转型四步曲中，第一步就是标准化，其次才是上系统、数据采集和AI建模。这种循序渐进的方法看似笨重，却是解决数据沉睡问题的根本之道。毕竟，没有统一的语言，再多的数据也无法形成有意义的对话；没有标准的流程，再先进的系统也难以发挥真正的价值。
尽管挑战巨大，但AI与数据技术正在逐渐被应用于提升供应链的透明性、响应速度和风险应对能力。会上，多家企业分享了供应链数字化的实践路径。
赵晓盟透露，他们通过AI分析历史销售、出货、库存和关键元器件（如CPU、内存）的价格数据，成功预测到近期芯片涨价和缺货风险，主动备货、调整订单，避免了重大损失。“AI提前两三个月发出预警，告诉我们H10、Z390等芯片可能会大涨，采购部门迅速行动，省下了大量成本。”
面对非标件采购的低效，智造家则是推出了“采购管家”平台，针对非标制造中频繁的询价、核价，比价、招标、履约等环节，构建了供应商协同网络，实现实时报价、交期承诺和风险提示。通过智能核价，基于多模态大模型技术，通过千万级的图纸训练数据，实现了2D/3D图纸的快速核价，“我们目标是让非标采购像淘宝下单一样简单可控。”
除了采购环节，生产计划与物料分配也成为AI应用的重点。智造家还开发了基于实时设备状态、订单优先级和物料库存的智能排产系统，可动态调整生产顺序、减少换线时间、优化物料配送路径，初步实现了“计划-执行-物料”的闭环。
2025年被不少企业视为“AI应用元年”，尤其是生成式AI和大模型技术迅速渗透至各行各业。但在制造业，AI的落地路径却与互联网行业显著不同。
“制造业不需要几百亿参数的大模型，我们最重要的可能就是那几个参数，甚至就那一两个参数，”一位嘉宾表示。他指出，制造业AI的核心在于“小数据”和“场景闭环”，而不是盲目追求大模型。
没有生产智能化那样的炫酷机器人，也没有数字孪生那样的虚拟大屏，供应链数字化更像是一条暗流涌动的河——它不常被提及，却真正决定着制造企业的生死与效率。
正如闭门会中一位嘉宾总结的那样：“系统也好，AI也罢，最终都要回答一个问题：你的供应链是否更稳、更快、更聪明了？” 毕竟，无论时代如何变化，制造业的核心始终是：做出好产品，交付给需要的人。
还没有评论，来说两句吧...