某制造企业的老板参加完一场行业展会，看了几家厂商的演示，觉得这件事不能再拖了，回来就决定上一套系统。

半年后，系统上线了。

但计划员排产，用的还是自己的 Excel。仓库的库存数据，要靠人工补录。采购说，系统里的交期没人更新，看了也没用。

老板问：系统不是已经上了吗，怎么问题还在？

这个场景是示意，但在制造企业里并不陌生。

制造业数字化怎么开始？不是先选系统，而是先回答三个问题：要解决的具体问题是什么，业务规则谁来定、定成什么样，数据谁来负责。

这三件事有了起点答案，再选择合适的工具，并且从一个环节试点起步，而不是一开始就全面铺开。后面按这个顺序来讲。

---

一、制造业数字化，到底在做什么

先说明本文的范围。

制造业数字化涉及的领域很多，研发设计、生产技术、设备联网都算。本文只从供应链的视角来讲，也就是订单、计划、采购、库存和交付这几个环节的供应链数字化，重点是：什么时候该做、先做什么、投入怎么判断。

从这个视角看，数字化是让订单、计划、采购、库存和交付中的关键业务状态，被及时记录、共享和使用，来支持协同、执行和决策。

举个简单的例子。一批物料，可能处于到货待检、检验合格可用、已被某张订单占用、已经冻结这几种状态。如果这些状态能被及时记录，计划员排产的时候，就能直接看到哪些物料真正可用；如果只靠仓库的口头通知，信息可能延迟，也不易追溯。

再比如订单的交期。销售承诺的日期，如果能被记录下来，计划、采购和销售看到的是同一个日期，沟通成本就会低很多。

这里要强调的是，业务规则和数据责任，是这些能力能持续发挥作用的基础。 规则和责任不清，工具提供的数据就难以持续支持可靠判断。

很多企业常说的”数字化工厂””制造业数字化转型”，包含的内容更多，从设备联网到生产执行都可能涉及。本文不展开这些，只讲其中”怎么决定投入、按什么顺序做”这一部分。

如果想先看供应链体系整体应该怎么搭，各个模块之间怎么衔接，可以参考：供应链管理完全指南：中小制造企业从0搭建的完整路径

---

二、为什么很多企业数字化做了，问题还在

做了数字化，问题还在，往往不是因为管理不到位，而是路径上有几种常见的偏差。

偏差①：让演示功能，替代了业务需求的判断。

看厂商演示本身没有问题，演示能帮企业了解有什么可能。问题在于，企业从”厂商能展示什么”出发，而不是从”我们要解决什么”出发。结果是买到的功能很多，真正用上的很少。

偏差②：规则和数据责任没理清，就把线下的做法搬到线上。

线下靠人的经验和沟通，规则没有写清楚，数据没有人专门负责。搬到系统里以后，这些不确定性也一起被固化了。系统里的数据没人信，大家就又回到 Excel。

要注意的是，Excel 还在用、人工还在补录，本身不能证明数字化失败。要看的是，有没有出现重复劳动、版本冲突、数据延迟或者差错，这些才是需要被解决的问题。

偏差③：没有经过验证，就一次铺开。

全面上线不一定错。问题是，范围、周期和企业的承接能力不匹配。涉及的部门多、规则多，一旦中间出问题，很难判断是哪一环出了偏差，项目拖长，一线也慢慢失去耐心。

这三种偏差有一个共同点：问题、规则、数据责任和推进范围，没有和工具投入放在一起评估。

---

三、先别急着上系统：先理清三件事

先别急着上系统，不是不让上，而是先把三件事想清楚。

第一件：要解决的具体问题是什么。

“我们要数字化”，不算一个问题。问题要具体到业务上，并且能说清楚怎样才算改善。

比如，”交期总是不准”太宽。更具体的说法是：销售承诺的交期，没有经过产能和物料确认，之后有相当一部分订单要改日期。这样就可以观察：因内部确认不足造成的交期变更，有没有减少，同时核对原承诺日期的准时交付情况。客户主动变更需求，要单独记录，避免把必要的调整也当成失败。

第二件：业务规则谁来定、定成什么样。

规则不清，系统没法固化。而且光说”谁来定”还不够，在试点的范围内，相关规则要有一个可以执行的初始版本。

先明确试点涉及哪些规则，采用什么口径，由谁批准和维护。比如库存”可用”怎么定义：是账面有库存，还是在计划开工的时点，物料数量、质量和状态都满足使用要求。不同的口径，排出来的计划完全不同。

跨部门的冲突和重大取舍，由管理层来协调；日常规则，由相应的业务负责人牵头；IT 和实施方，参与评估这些规则能不能实现。这样也不会变成老板逐条审批。

第三件：数据谁来负责。

数据要有人录入，有人维护，有统一的口径，错了知道由谁来改。

比如物料检验合格以后，库存状态谁来更新、什么时间更新。如果这件事没有人明确负责，系统里的”可用库存”，迟早会和现场对不上。系统本身不会让一份没人负责的数据自动变准。

需要说明的是，这三件事不是”全部做完才能上系统”的门槛。 流程、数据和工具，可以在试点中一起完善。但至少要有一个起点答案，否则试点结束后，连判断有没有效果的标准都没有。

---

四、投入怎么判断：值不值得，现有系统能不能先用好

看到这里，很多老板会问：投入多少合适？

这个问题没有统一答案，也不会有哪家企业能给出一个通用的数字。但有判断的方法，可以分两步来看。

第一步：先看现有能力。

现有的系统，功能、配置、操作或者接口，能不能解决这个问题？还是确实存在能力上的缺口？

不要直接从”Excel 不好用了”，跳到”买一套新系统”。很多时候，现有系统里已经有的功能没有被用起来，或者规则没有配置好。

第二步：再看整体投入。

预期改善哪一项结果，要承担哪些成本，企业有没有能力持续投入。

判断收益的时候，先记录当前问题造成的重复工时、差错、延期或库存占用，再估计拟投入的工具能改善其中哪一部分，以及这个估计有哪些不确定性。可以直接测算的收益，和追溯、协同这类较难折算的价值，要分开说明，不能把所有改善都算成软件的收益。

成本不只是软件本身，还包括实施、数据整理、与现有系统的接口、培训，以及上线之后的持续维护。上线只是开始，后面的维护投入，往往被低估。

这两步之外，还可以结合几个维度来判断：业务量和复杂度有多大，规则是不是相对稳定，数据在业务发生时能不能就地产生，现有工具具体在哪里失效，企业有没有人能负责这件事。

有两类常见的信号，值得对照看一下。

如果现有工具在重复劳动、版本混乱、多人协作冲突上已经明显失效，说明有工具上的需求，适合认真考虑系统。

如果规则本身还在频繁变化，问题的根源是责任不清而不是工具不足，那么先上系统，可能反而放大混乱。

“不给统一结论”，不等于没有决策的出口。 这个判断大致会走向四种选择：

先改规则和操作；先用好或扩展现有工具；小范围验证新工具；条件充分之后，再扩大投入。

这些选择不构成固定的必经步骤，可以结合具体问题组合采用。既允许直接验证新工具，也允许扩展现有系统。判断到需要上系统的时候，不同类型的系统分别解决什么问题，可以参考：ERP、WMS、MES、TMS各干什么？企业管理系统有哪些，一文读懂制造企业系统分工

---

五、怎么开始：从一个环节试点，但要保留完整的业务联系

一份务实的数字化转型规划，不等于一开始就全面铺开。决定要做以后，建议从一个痛点明确、范围可控的环节开始。比如某一类订单的交期确认，或者某一类物料的齐套。

但试点的范围可以小，业务联系不能断。

以齐套为例。如果只是把库存数量搬进系统，就认为验证了齐套管理，是不够的。齐套还要连接任务需求、适用的物料版本、物料状态，以及计划开工的节点。只有连起来，才能验证”这批任务到开工时点，物料是不是真的可用”。

所以试点要覆盖从业务发生、数据记录，到执行和结果验证的完整链条，并且明确和现有系统、上下游流程的数据交接。否则试点本身，会变成一个新的信息孤岛。

试点开始之前，先定成功的标准。建议包含三类：

业务结果。 要解决的那个问题，有没有改善。

数据可靠性。 记录的数据，和现场实际是不是一致。

日常维护的工作量。 一线能不能长期坚持，还是只在刚上线时有人管。

流程、数据和工具，在试点里一起校正。不是先把流程全部理顺再开始，也不是先上系统再补流程。

试点结束要复盘，再决定下一步。复盘之后不必默认扩展，可以继续调整，可以暂停，必要时也可以停止。复盘的结论，要回到前面三件事和工具选择上去，看是问题没有定义清楚，规则没有执行下去，数据没有人维护，还是工具本身的能力不够。

---

六、制造业数字化的五个常见误区

误区1：数字化就是买系统。

系统是工具，不是目标。目标是让关键的业务状态，被及时记录、共享和使用。

误区2：要等流程全部理顺，才能开始。

流程、数据和系统，可以在试点里共同完善。但没有起点答案，试点就没有评价的标准。

误区3：功能越全越好。

启用范围越广，通常需要维护的规则、数据和接口也越多。

误区4：上线就等于完成。

上线之后，规则和数据仍然需要持续维护，这才是真正的工作量所在。

误区5：把数字化的责任，全部交给 IT 或者厂商。

业务部门承担业务规则和数据含义、质量的责任，IT 承担相应的技术运行与支持责任，双方共同维护。厂商能评估可实现性、提供工具，但替代不了这两方的责任。

---

最后说一句

制造业数字化的第一步，不是选系统，而是先说清楚：要解决什么问题，业务规则谁来定，数据谁来负责。

这三件事有了起点答案，再结合现有能力和整体投入，选择合适的工具，从一个环节试点起步，复盘之后再决定扩展、调整还是暂停。

至于做不做、先做哪个环节、投入多少、谁来负责，这些不是 IT 或者某一个部门能自己定的，需要管理层先回答。

如果你的制造企业正在考虑上系统，但还没说清楚要解决什么问题、规则谁来定、数据谁来负责，欢迎了解我们的供应链诊断服务——从问题、规则、数据责任和试点范围几个环节入手，帮你把数字化真正要解决的问题找出来。

---

关于作者

作者：Matthew｜SupplyChainPro 联珩创始人

18年制造业供应链实战经验，专注制造企业的供应链诊断、体系搭建与协同机制设计，协同稳定模型（CSM）提出者。