這不是個(gè)別現(xiàn)象。在 2025 ITValue Summit 數(shù)字價(jià)值年會(huì)期間，智造家 CEO 令狐榮茂在鈦媒體與 ITES 深圳工業(yè)展與工創(chuàng)聯(lián)共創(chuàng)的制造業(yè)分論壇上分享，目前 90% 的制造企業(yè)數(shù)據(jù)仍處于 " 沉睡 " 狀態(tài)，尤其是中小型企業(yè)。它們?nèi)狈y(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和業(yè)務(wù)流程標(biāo)準(zhǔn)，盲目上系統(tǒng)、搞自動(dòng)化，反而造成系統(tǒng)間數(shù)據(jù)孤島嚴(yán)重、業(yè)務(wù)協(xié)同低效。

供應(yīng)鏈數(shù)字化并非新話題，但在非標(biāo)制造、項(xiàng)目式生產(chǎn)的行業(yè)背景下，其內(nèi)涵正在發(fā)生深刻變化。它不再僅僅是把采購流程從線下搬到線上，而是要通過數(shù)據(jù)打通實(shí)現(xiàn)端到端的協(xié)同與優(yōu)化。

深圳市創(chuàng)世紀(jì)機(jī)械有限公司信息管理中心總監(jiān)王恒信分享了企業(yè)的真實(shí)挑戰(zhàn)：" 我們雖然各類系統(tǒng)齊全，例如：SAP、PLM、MES、WMS、SRM、CRM，但系統(tǒng)之間數(shù)據(jù)缺乏有效整合，形成了數(shù)據(jù)孤島。" 這導(dǎo)致業(yè)務(wù)數(shù)據(jù)無法貫通，企業(yè)因而缺失全局視角以支撐高效決策。為破此局，創(chuàng)世紀(jì)已引入 AI 大模型技術(shù)，通過自然語言交互，智能關(guān)聯(lián)與整合各系統(tǒng)數(shù)據(jù)。通過直接輸出全局化的分析洞察，徹底打破數(shù)據(jù)壁壘，實(shí)現(xiàn)數(shù)據(jù)的高度共享與價(jià)值釋放。

標(biāo)準(zhǔn)缺失的問題則更為根本。令狐榮茂深刻指出：" 很多企業(yè)其實(shí)并沒有去做業(yè)務(wù)標(biāo)準(zhǔn)和數(shù)據(jù)標(biāo)準(zhǔn)的設(shè)計(jì)，直接跳入上系統(tǒng)、干自動(dòng)化。" 這種本末倒置的做法導(dǎo)致即使上了最先進(jìn)的系統(tǒng)，也因?yàn)槿狈y(tǒng)一標(biāo)準(zhǔn)而無法發(fā)揮效用。特別是在非標(biāo)制造領(lǐng)域，邊設(shè)計(jì)、邊生產(chǎn)、邊采購的 " 三邊工程 " 模式下，每個(gè)項(xiàng)目都有其獨(dú)特性，如果沒有建立統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和業(yè)務(wù)規(guī)范，系統(tǒng)之間難以對(duì)話，數(shù)據(jù)自然陷入沉睡。

廣州特控電子實(shí)業(yè)有限公司產(chǎn)品總監(jiān)趙曉盟從硬件架構(gòu)角度提供了另一種視角。他們認(rèn)為數(shù)據(jù)沉睡問題部分源于數(shù)據(jù)分布模式的不合理：" 一些客觀的、常態(tài)化的數(shù)據(jù)應(yīng)該存在遠(yuǎn)端服務(wù)器端，而主觀的、臨時(shí)性的數(shù)據(jù)應(yīng)該存在近端。" 然而現(xiàn)實(shí)是，許多企業(yè)既沒有建立中心化的數(shù)據(jù)管理體系，也沒有形成有效的邊緣數(shù)據(jù)處理能力，導(dǎo)致數(shù)據(jù)要么集中沉睡在服務(wù)器中，要么分散湮滅在各個(gè)終端設(shè)備里。

創(chuàng)世紀(jì)機(jī)械的實(shí)踐表明，解決 " 數(shù)據(jù)沉睡 " 問題的癥結(jié)在于業(yè)務(wù)與 IT 的深度融合。數(shù)字化成功的核心并非技術(shù)本身，而在于其賦能業(yè)務(wù)的能力。這必須依賴業(yè)務(wù)部門的深度參與，與 IT 團(tuán)隊(duì)協(xié)同制定數(shù)據(jù)標(biāo)準(zhǔn)與應(yīng)用場(chǎng)景。一旦業(yè)務(wù)人員能夠從 " 如何利用 AI 提升效能 " 的角度思考問題，便標(biāo)志著數(shù)據(jù)實(shí)現(xiàn)了有效流動(dòng)與價(jià)值轉(zhuǎn)化。

三家企業(yè)雖然視角不同，但都指向同一個(gè)解決方案：從標(biāo)準(zhǔn)入手，打破孤島。智造家總結(jié)的數(shù)字化轉(zhuǎn)型四步曲中，第一步就是標(biāo)準(zhǔn)化，其次才是上系統(tǒng)、數(shù)據(jù)采集和 AI 建模。這種循序漸進(jìn)的方法看似笨重，卻是解決數(shù)據(jù)沉睡問題的根本之道。畢竟，沒有統(tǒng)一的語言，再多的數(shù)據(jù)也無法形成有意義的對(duì)話；沒有標(biāo)準(zhǔn)的流程，再先進(jìn)的系統(tǒng)也難以發(fā)揮真正的價(jià)值。

盡管挑戰(zhàn)巨大，但 AI 與數(shù)據(jù)技術(shù)正在逐漸被應(yīng)用于提升供應(yīng)鏈的透明性、響應(yīng)速度和風(fēng)險(xiǎn)應(yīng)對(duì)能力。會(huì)上，多家企業(yè)分享了供應(yīng)鏈數(shù)字化的實(shí)踐路徑。

趙曉盟透露，他們通過 AI 分析歷史銷售、出貨、庫存和關(guān)鍵元器件（如 CPU、內(nèi)存）的價(jià)格數(shù)據(jù)，成功預(yù)測(cè)到近期芯片漲價(jià)和缺貨風(fēng)險(xiǎn)，主動(dòng)備貨、調(diào)整訂單，避免了重大損失。"AI 提前兩三個(gè)月發(fā)出預(yù)警，告訴我們 H10、Z390 等芯片可能會(huì)大漲，采購部門迅速行動(dòng)，省下了大量成本。"

面對(duì)非標(biāo)件采購的低效，智造家則是推出了 " 采購管家 " 平臺(tái)，針對(duì)非標(biāo)制造中頻繁的詢價(jià)、核價(jià)，比價(jià)、招標(biāo)、履約等環(huán)節(jié)，構(gòu)建了供應(yīng)商協(xié)同網(wǎng)絡(luò)，實(shí)現(xiàn)實(shí)時(shí)報(bào)價(jià)、交期承諾和風(fēng)險(xiǎn)提示。通過智能核價(jià)，基于多模態(tài)大模型技術(shù)，通過千萬級(jí)的圖紙訓(xùn)練數(shù)據(jù)，實(shí)現(xiàn)了 2D/3D 圖紙的快速核價(jià)，" 我們目標(biāo)是讓非標(biāo)采購像淘寶下單一樣簡(jiǎn)單可控。"

除了采購環(huán)節(jié)，生產(chǎn)計(jì)劃與物料分配也成為 AI 應(yīng)用的重點(diǎn)。智造家還開發(fā)了基于實(shí)時(shí)設(shè)備狀態(tài)、訂單優(yōu)先級(jí)和物料庫存的智能排產(chǎn)系統(tǒng)，可動(dòng)態(tài)調(diào)整生產(chǎn)順序、減少換線時(shí)間、優(yōu)化物料配送路徑，初步實(shí)現(xiàn)了 " 計(jì)劃 - 執(zhí)行 - 物料 " 的閉環(huán)。

2025 年被不少企業(yè)視為 "AI 應(yīng)用元年 "，尤其是生成式 AI 和大模型技術(shù)迅速滲透至各行各業(yè)。但在制造業(yè)，AI 的落地路徑卻與互聯(lián)網(wǎng)行業(yè)顯著不同。

" 制造業(yè)不需要幾百億參數(shù)的大模型，我們最重要的可能就是那幾個(gè)參數(shù)，甚至就那一兩個(gè)參數(shù)，" 一位嘉賓表示。他指出，制造業(yè) AI 的核心在于 " 小數(shù)據(jù) " 和 " 場(chǎng)景閉環(huán) "，而不是盲目追求大模型。

沒有生產(chǎn)智能化那樣的炫酷機(jī)器人，也沒有數(shù)字孿生那樣的虛擬大屏，供應(yīng)鏈數(shù)字化更像是一條暗流涌動(dòng)的河——它不常被提及，卻真正決定著制造企業(yè)的生死與效率。

正如閉門會(huì)中一位嘉賓總結(jié)的那樣：" 系統(tǒng)也好，AI 也罷，最終都要回答一個(gè)問題：你的供應(yīng)鏈?zhǔn)欠窀€(wěn)、更快、更聰明了？" 畢竟，無論時(shí)代如何變化，制造業(yè)的核心始終是：做出好產(chǎn)品，交付給需要的人。

（本文首發(fā)于鈦媒體 App）