前言数字化 EP09｜AI 时代，工厂还要买系统吗？

最近不少装备制造企业的老板都在问同一个问题：AI 都这么强了，工厂是不是不用再花钱买 MES、PLM、ERP 这些系统了？ 甚至有人提出"软件日抛"——以后软件随用随生成，用完就扔，传统的系统采购模式会不会被颠覆？

这个问题背后，其实是把"AI"和"系统"放在了对立面。但真正在工厂跑过项目就会明白：AI 和系统不是替代关系，而是上下游关系。没有系统沉淀下来的数据，AI 就是无源之水。

系统解决的是"数据从哪来"

MES、PLM、ERP 的核心价值，从来不只是几个录入界面，而是把分散在车间、研发、供应链里的业务过程，沉淀成结构化、可追溯的数据：

• ERP 管的是经营层的人、财、物、订单
• PLM 管的是研发侧的图纸、BOM、变更
• MES/MOM 管的是制造现场的工单、工序、物料、质量

这些数据不会凭空出现。没有系统去规范流程、记录过程，工厂里大量的关键信息还停留在微信群、Excel 和老师傅的脑子里。AI 再聪明，也分析不了不存在的数据。

AI 解决的是"数据怎么用得更好"

那 AI 的价值在哪？在于把系统沉淀下来的数据，从"看得到"变成"用得上"：

• 过去要靠人翻报表、追电话才能判断的订单风险，现在可以让 AI 直接基于实时数据给出预警
• 过去排产、齐套分析依赖老计划员的经验，现在 AI 能结合历史和当前约束给出更快的建议
• 过去追溯一个质量问题要跨好几个系统查半天，现在用自然语言一问就能定位

换句话说，AI 是装在系统之上的"大脑"，但它需要系统这套"神经和器官"先把数据采集、流转起来。 这也是木白把木小白 Copilot 直接长在木白装备云数据底座之上的原因——AI 的判断力，建立在扎实的业务数据之上。

"软件日抛"为什么在制造业不成立

"软件日抛"在一些轻量、单次的场景里也许说得通，但放到装备制造的生产运营里就站不住脚：

• 制造业务有强约束、强连续性：多级 BOM、工程变更、按工序拉动领料，这些逻辑需要长期稳定运行，不是用完就扔的临时脚本
• 数据需要长期沉淀和追溯：交付、质量、成本都要可回溯，临时生成的软件留不下可信的历史
• 现场需要可靠和确定性：生产不能赌一个每次都重新生成、行为不可预期的系统

所以结论很清楚：AI 时代，工厂不仅还要"买系统"，反而更需要把系统这套数据底座打扎实——因为系统沉淀的数据质量，直接决定了 AI 能帮你做到什么程度。先把数据地基打好，AI 才能真正放大它的价值。