前言

       在精益数字化转型的浪潮中，AI技术的应用为制造型企业带来了前所未有的机遇和挑战。本文旨在探讨制造型企业如何借助ERP平台实现AI技术的最佳应用，推动企业的精益数字化转型与可持续发展。

一、应用场景与平台的重要性

       （一）应用场景的重要性

       明确的应用场景是制造型企业进行AI应用的基石。它不仅为AI技术的应用指明方向，还直接关联到企业价值创造的核心。通过精准定位应用场景，AI技术才能与制造型企业的实际需求紧密结合，实现从理论到实践的有效转化，从而在激烈的市场竞争中脱颖而出，创造显著的经济效益。

       （二）应用平台的重要性

       应用平台是AI技术落地的关键支撑。AI技术的应用要依托成熟的企业资源管理的核心平台，平台要具备强大的业务流程管理、数据管理、模型训练与部署能力，才能够为AI技术的应用提供坚实的基础。同时应用平台要整合了技术、人才、数据等关键资源，实现了资源的高效协同与优化配置，才能为AI技术在制造型企业的落地应用提供全方位的保障。

二、制造型企业AI应用的场景

       （一）经营模式转变的应用场景

       制造型企业的经营模式主要围绕成本、售价和利润三个关键财务指标展开。在不同的市场环境下，企业会采取不同的经营模式。在供不应求的卖方市场，企业以成本为中心，关注大规模制造与成本控制；在供过于求的买方市场，很多企业陷入以售价为中心，陷入激烈的同质化竞争与价格战之中；在经济下行、需求不振的大环境下，制造型企业应转向以利润为中心的经营模式。在客户占主导地位，售价是市场和客户所决定的前提下，通过精益数字化转型，主动的优化成本结构，确保利润空间，提升经营效率来确保企业的生存和发展。杜邦分析法作为一种经典的财务分析工具，能够帮助企业建立经营分析的典型算法，从净利润率、总资产周转率和权益乘数三个维度，深入剖析制造型企业的经营状态。利润率的高低决定了企业的赚钱能力；总资本周转率说明了企业资源应用的效率；权益乘数体现了企业对经营方向和目标的把握，决定了企业敢不敢借钱加杠杆的决心。制造型企业的AI应用应该对企业的经营状态能够进行及时、准确的数据收集、建立经营分析模型，通过数据分析，给出经营建议，帮助企业的经营决策，为企业经营模式的转型提供科学依据。
 
       （二）管理模式优化的应用场景

       制造型企业的管理模式是企业运营的核心框架，它也需要根据企业的市场环境、客户需求、战略目标、技术条件进行不断调整和优化。中国的制造型企业普遍采用典型的职能化的层级管理架构--金字塔式组织架构，决策权威性高，便于统一管理，职责明确，稳定性强。当企业达到一定规模时这种组织架构的弊端凸显，部门之间壁垒森严，沟通成本高，决策效率低，缺乏灵活性等问题凸显。制造型企业管理模式的调整应立足于客户价值实现，聚焦于打破组织壁垒，加快业务流程的高效运转，提升沟通效率，增强组织灵活性。在制造型企业中AI技术的应用要围绕着安全、质量、交付、成本管理等关键职能，对销售、采购、生产、仓储和物流、质量、设备的业务管理流程进行优化，体现客户价值，缩短业务的执行周期，实现从产品企划到销售完成的横向协同管理，提升组织协同效率与整体绩效。

       （三）制造模式转型的应用场景

       制造模式是一个生产制造型企业的生产交付底层能力的体现，典型的制造模式包括大批量生产和精益制造两种。大批量生产模式存在诸多问题，如作业者按照工艺流程进行工序拆分，作业者均是独立作业互相之间缺乏配合；工序间等待加工和搬运的物料大量堆积；大批量作业容易产生批量不良等，导致生产周期很长，生产效率低下、成本增加，与客户多品种、小批量、短交期、低售价的需求发生剧烈冲突。而精益制造模式以单件流生产制造为模式，强调按照客户需求节拍进行生产，具有在制品少、生产周期短、生产效率高、灵活性强、成本优化等优势，是制造型企业转型升级的必然选择。在制造型企业生产模式转型的应用场景中AI技术的应用要围绕着如何缩短生产周期，如何提升企业生产制造的柔性和稳定性等方面发挥作用。

       （四）制造过程的应用场景

       制造型企业的生产制造是核心业务流程，也是按照客户需求对物料进行加工并实现增值的过程。制造型企业的生产制造主要分为加工和装配两大类，加工型制造以设备和人员的产能为核心，特点是投入一个原料，产出一个产品，如锻造、机加等制造过程。对加工而言，管理的重点是产能的考虑，即是否有充分的机器设备及人员来生产所需要的数量。因此，我们常将以加工为主的制造场景称作“产能驱动型”；装配型工厂以物料为核心，特点是投入数个原料、产出一个产品，如汽车的组装制造等。对组装而言，管理重点是物料的考虑，即所需的各项原料及零配件是否能够准时、齐套的问题。因此，我们常将以组装为主的制造场景称作“物料驱动型”。在AI技术的应用中需针对着工厂不同的应用场景特点，有针对性的采用相应的应用逻辑和算法。
 
三、制造型企业ERP平台的AI应用

       （一）管理模式优化场景下的AI应用

       针对着企业管理模式优化的应用场景，ERP系统作为成熟的企业资源管理的核心平台，其在业务集成与信息共享方面的应用具备得天独厚的条件。ERP系统已经将SD营销、PP生产、MM采购、QM品质、PM设备、LM物流、FI财务、CO成本管理等各业务模块进行了流程上的深度集成，可以帮助企业内部业务流程的管理实现无缝对接与共享和协同。通过ERP系统平台各个业务模块的标准化应用和管理，企业可以打破各个部门间的业务壁垒，打通业务执行过程中的信息孤岛，提升企业整体工作效率与业务水平。这种集成化的应用不仅可以优化企业的业务流程，还可以为企业的精益数字化转型提供有效的帮助，使企业能够更好地适应市场变化，满足客户需求。在这种应用和管理基础上也可以更好的契合AI技术在更深层次上实现业务流程智能化、自动化的执行应用。

       （二）制造模式转型场景下的AI应用

       在制造模式转型中，AI技术在生产设备的自动化与优化、质量控制的智能化以及设备管理的数字化方面均可以发挥重要作用，因而可以极大地提升生产效率、加强质量控制和提升设备管理水平。

       传统的生产方式依赖人工操作，对工人技能要求高，生产效率和加工精度受限。采用CAM技术结合数字化生产设备，可以实现生产过程的自动化和智能化。AI可以通过机器学习算法分析生产任务和工艺要求，自动生成最优的加工路径和参数设置，减少人工编程的复杂性和错误率。自动化编程可以显著减少生产准备时间和设备闲置时间，提高生产效率。AI优化的加工参数还可以提升加工精度，确保加工过程的稳定性和精度。同时还可以减少对熟练工人的依赖，降低了人力成本和培训难度。从而将制造模式向自动化和智能化进行转变。

       传统的人工检验存在效率低、可靠性差、容易疲劳等问题。AI技术可以实现质量检测的自动化和智能化，提高检测精度和效率。利用AI的图像识别技术，企业可以对生产过程中的产品进行实时检测，快速识别表面缺陷、尺寸偏差等问题。在加工过程中，AI可以即时检测加工数据，通过实时反馈控制技术，自动调整数控机床的切削深度和速度，实现加工过程的自动补偿，从而实现在制造的过程中保证产品质量，提升加工过程能力指数。

       设备的应用和管理是现代制造业的重要环节，传统的设备管理依赖人工巡检和故障的事后维修，设备使用效率低且难以预知故障。数字孪生技术通过创建设备的虚拟模型，实现设备的实时监控、预测性维护和优化。企业通过物联网（IoT）技术，利用传感器网络实时采集设备的运行数据，AI可以实时分析设备状态，包括温度、振动、压力等参数，AI模型可以实时判断设备是否处于正常运行状态。基于设备的数字孪生模型，AI技术通过机器学习算法分析设备的历史数据和实时数据，可以预测设备的剩余使用寿命以及设备的潜在故障，提前安排维护保养工作，减少设备故障，延长设备使用寿命。

       这些AI技术应用的成果会体现在企业加工工时的缩短，加工精度的提升，加工过程的灵活性和可靠性的优化，以及加工质量和设备的可靠性应用等方面的能力提升，从而更好的服务于客户多品种、小批量、短交期、低售价的需求。企业要针对以上这些制造模式的转变对ERP应用平台中PP、QM、PM、CO等模块相应的管理基准情报数据进行更新，从而在ERP应用平台上构筑起全新的生产制造模式孪生模型，为企业后续在ERP应用平台上继续深化AI应用打下坚实的基础，助力企业的精益数字化转型成功。

       （三）制造过程不同场景下的AI应用

       在生产运营层面，AI技术可以针对不同的制造场景，借助企业ERP应用平台的资源，进行生产资源的智能规划与模拟，实现生产计划的自动排程以及生产过程控制的闭环化管理。

       “产能驱动型”的制造场景管理的侧重是企业的生产能力和订单负荷之间的关系，这种制造场景可以依托ERP运营平台，调用销售的订单数据，借助MPS计划实现独立需求的平准化，然后借助ERP系统内嵌的能力需求计划（Capacity Requirements Planning，CRP）算法，通过工厂日历、工艺路线和工作中心的主数据计算，寻求企业生产能力与生产需求的智能规划与平衡，自动输出排程结果，实现生产资源的优化使用，提升生产的运营效率。
 
       “物料驱动型”的制造场景管理的重心是物料的准时和齐套性，AI技术的应用依然需要依托ERP运营平台，才能做好供应链上的产供销业务之间的协同。ERP系统中内嵌着基于供应链管理模型的经典的MRP算法，通过调用ERP平台中销售的订单数据，借助MPS计划实现独立需求的平准化，通过BOM的阶梯性相依需求展开，根据主生产计划和BOM单耗计算出物料的毛需求量，再考虑现有库存和已分配物料后，算出实际需要采购或内部自制生产的物料数量，实现对物料的需求和使用情况的智能模拟和验证。
 
       通过MRP、CRP的自动规划功能，实现了对生产资源的智能和模拟验证后，在ERP应用平台可以自动输出生产车间和产线的生产排程，指导企业进行高效的生产运营。同时通过BAR-CODE扫描系统，可以将生产过程中的物流状态及时、准确的反馈到ERP应用平台，实现及时、准确的生产报工，实现对生产进度的实时监控，并针对各种异常情况及时调整生产资源和安排，实现生产过程的闭环控制，从而保证准时交付，显著提升生产运营效率，缩短制造周期，降低生产成本。

       综上所述，通过内嵌在ERP系统平台上的MRP和CRP功能，企业可以将AI应用在生产运营组织和规划中，合理的组织和应用好企业资源，提高生产效率，缩短生产提前期，降低成本，获得运营方面的竞争优势。

       （四）经营模式转变场景下的AI应用

       在经营层面，ERP系统的经营模拟功能可以为企业提供强大的决策支持。ERP应用平台可以将业务流程、制造流程和财务管理流程进行无缝的深度整合，在进行产供销的运营业务的同时，通过整合财务会计（FI）和管理会计（CO）模块，ERP应用平台能够实现企业“物流、信息流与资金流”在时间和空间两个维度上的三流合一。通过ERP应用平台对业务、管理和成本数据的及时、准确的采集，可以对企业的经营状况进行全面、实时的分析与评估。借助AI算法，依托杜邦分析法，对海量经营数据进行深度的挖掘与分析，帮助企业精准把握市场趋势，优化经营决策，提升企业的核心竞争力，实现可持续发展。

四、影响ERP平台AI应用的几个典型谬误

       （一）ERP是无限产能，无法进行计划的智能规划与管理

       这种观点是基于20世纪60年代中期出现的基本MRP系统的应用缺陷。事实上，随着技术的发展，20世纪80年代初的闭环MRP已经解决了无限产能的问题。1977年9月提出的MRP||的概念，增加了资金运作管理内容，不仅考虑了能力约束，还实现了生产运作管理与资金运作管理的协同。1993年提出了ERP的概念，涵盖了企业所有资源的物流、信息流和资金流的协同规划与运作，实现了企业资源协同运作管理的功能。况且企业的生产计划管理是一个复杂的系统过程，需要综合运用ATP、MPS、MRP、CRP等多个计划管理功能模块，单纯以某一个模块来判定ERP不能进行生产计划管理是以讹传讹的谬误。

       ERP系统是集合了业务流、生产流、管理流和经营流的综合性的应用平台，是内嵌了MPS、MRP、CRP等生产计划智能规划功能的应用平台，是唯一可以即时实现“物流、信息流和资金流”三流合一管理的应用平台，也是企业AI应用的成熟平台。

       （二）因为生产提前期不确定，所以ERP无法进行计划的智能管理

       这也是一个传播很广的错误说法。企业的生产提前期由多个时间要素构成，包括物料的排队等待时间、生产线的切换时间、产品的加工时间、物料的等待转运时间和搬运时间等。排队等待时间是最大的浪费时间，按照“利特尔法则”我们可以知道，通过对在制品的精益改善活动，可以大幅减少在制品的数量，有效减少排队等待时间损失并固化这个时间；切换时间本质上也是一种浪费，只是在现阶段还无法完全消除。企业可以采用精益的“SMED”快速切换方法缩短换产损失并固化换产时间；加工时间是生产制造的核心，是生产过程中真正增值的时间，企业可以通过优化设备选型和工艺缩短加工时间，并通过标准工时的管理将加工时间也固化下来；等待转运时间和搬运时间也是典型的浪费实际，可以通过精益物流的改善方法进行优化并予以固化。以上内容均属于精益的生产准备流程（3P）系统改善事项，提高改善可以将企业的等待、换产、加工、搬运等时间要素进行优化和缩短，最终通过相应的维持管理机制固化下来。故企业的生产提前期是可以进行改进和固化的，ERP系统能够通过生产提前期的管理应用，做好生产计划的智能规划和应用，帮助企业提高生产运营效率，获得核心竞争力。
 
五、ERP平台AI应用事例

       笔者曾经工作过的老东家某企业就完整经历了ERP作为AI应用平台，提升企业制造、管理和经营能力和水准的历程。该企业是电子、电器制造行业的世界500强企业，在Interbrand“全球最佳品牌”排行榜中连续多年排名第五，是全球前五名中唯一的亚洲企业。笔者在该企业工作了10年，作为ERP系统的专职运行和管理者，经历了该企业从策划、实施、应用、完善和管理SAP（ERP系统的头部产品）系统的全过程。

       在业务管理应用层面上，笔者全程参与和经历了该企业SAP系统上线前的业务流程优化和重整，3个月就完成了系统的策划、实施、上线等相关的工作，经过1个月的试运行就达到了稳定运转的状态。达到了SD、MM、PP、QM、FI、CO等模块的一次性整体上线运行，实现了打破部门壁垒，消除信息孤岛，产供销关键业务流程协同应用的功效，同时也提升了企业物料、信息流和资金流的3流一体化运行管理的水准。

       在生产运营应用层面上，该制造型企业的制造场景既有“产能驱动型”，也有“物料驱动型”，在SAP系统上线应用时就针对着不同的制造场景将MRP和CRP的生产计划智能规划和模拟验证功能应用了起来，实现了生产计划的智能规划和生产自动排程的生产应用。并在生产过程中采用了BAR-CODE扫描方式，实现了生产报工的即时、准确性处理，快速的实现了生产组织过程的闭环管理，提高了企业信息传递的及时性和准确性，提高了生产组织运营的整体效率，降低了生产成本，缩短了生产交付周期，提高了客户的满意度。

       在制造模式转型应用层面上，该企业还建立了专门的精益数字化改善团队PI（Process Innovation）部门，我作为部门长专职负责推动企业的业务流程的精益数字化革新改善活动。一边大力推动各个生产部门进行“Inline Production”和“Inline Testing”的改善，缩短生产交付周期，提高品质管控能力，打造精益的生产制造模式；一边积极推动产、供、销、技术、工艺、品质等各个业务部门的协同改善，加强BOM的准确性和变更管理，提升库存管理的准确性和精度，降低库存，加快库存周转率。并将以上改善活动和SAP系统的协同应用体现在对生产提前期的持续改进和优化上。
 
       在经营模式优化应用层面上，该企业还利用SAP系统中的销售、采购、生产、运营等业务数据，每个月对企业的经营状况进行全面、实时的分析与评估，推动月度经营绩效的改进和提升。还在每年末的经营战略规划时，通过SAP系统中的“新经营管理系统”，借助杜邦分析法，对海量经营数据进行产品销售和成本的各种组合的模拟、分析和验证，帮助企业精准把握下一年度市场的发展趋势，优化企业的经营决策，持续提升企业的核心竞争力。

结论

       综合以上观点和应用事例，得出企业ERP系统是制造型企业AI应用的最佳平台的结论。它不仅为AI应用提供了强大的技术和资源的支撑，还能够通过ERP与AI技术的深度融合，推动企业的精益数字化转型与可持续发展，帮助企业建立起核心竞争力。