直接答案:传统制造企业的数字化转型,应先做一次 2–4 周的现状评估,再选一个高频、数据可得、能在 3 个月内验收的窄场景试点;不要先买一套“大而全”的系统。典型制造企业往往已有 ERP、Excel、微信群和若干孤岛系统,真正缺的是主数据、流程 owner 和可测指标。本文面向制造企业负责人,资料截止 2026-10-25;不构成认证、审计或法律意见。
本文不提供统一报价。软件、接口、设备和实施价格因行业、系统边界、数据质量和地区而异;涉及成本时,应把一次性投入、三年运维和内部工时一起算。文章中的时间、评分和预算科目是编辑建议,不是交付承诺。
先诊断,再选场景;先算流程账,再算软件账;上线不是验收,业务指标和岗位使用才是。
数字化转型先从哪一步开始?
先做 2–4 周评估,盘清流程、数据、系统、人员和目标,再选一个高频、边界清晰、3 个月内能验收的窄场景试点。
很多企业的第一反应是“上一套 ERP/MES/CRM”,但系统只是把流程固化。流程本身没定、数据口径不统一、没有业务负责人时,系统会把混乱放大。更稳妥的顺序是:先评估现状,再选一个场景做小范围验证,最后根据结果决定是否扩展。
工信部 2024 年《制造业企业数字化转型实施指南》把路径概括为制定规划、组织实施、成效评估、迭代优化,并强调以“场景”为突破口,把复杂的整体转型拆成边界清晰的场景。这个思路适合中小企业:先解决一个能算清账的问题,而不是一次性重构全公司。
评估不需要做成一份厚报告。至少要回答:哪个流程最痛、现在的基线是多少、数据在哪里、谁负责、系统能不能取数、失败会不会影响生产。评估结束后,应该能写出一个一页纸的试点范围:目标、边界、周期、参与人、验收指标和不做什么。
传统制造企业的现实起点是什么?
典型制造企业往往已有 ERP、Excel 和孤岛系统;起点是把主数据、流程 owner 和可测指标定清楚。
中国信通院《中国数字经济发展研究报告(2025 年)》测算,2024 年我国数字经济规模为 59.2 万亿元,占 GDP 的 43.8%;报告同时指出,数字化转型正从单点效率提升转向系统性变革。这是宏观测算,不代表每家企业都要立刻加大投入,但说明“只上一个工具”很难解决跨部门问题。
对一家制造企业来说,更现实的起点通常是三件事:客户/供应商/物料编码能不能对上;订单到交付的关键节点有没有人负责;财务、销售、生产看到的数字是不是同一套。一个常见信号是:ERP 里有三套物料编码,销售用 Excel 报价,仓库用微信群确认库存。此时先做数据治理和流程责任,比再买一个 AI 工具更有效。
怎么判断企业当前的数字化成熟度?
按流程、数据、系统、组织、安全五个维度看标准、单一数据源、集成、采用和权限;可参考五级模型,但不必先做正式认证。
GB/T 39116-2020《智能制造能力成熟度模型》把制造企业能力分为五个等级,从规划级到引领级,覆盖人员、技术、资源和制造等能力要素。企业可以用它做自诊断的参考,但正式评估应由具备资质的机构完成;等级不是越高越好,匹配当前业务阶段才重要。
| 简化等级 | 典型表现 | 先做什么 | 常见误判 |
|---|---|---|---|
| 一级:规划级 | 关键流程靠人、Excel 和局部工具;系统各自为政 | 流程盘点、主数据编码、确定业务负责人 | 把“买了软件”当成升级 |
| 二级:规范级 | 核心流程有制度,单点系统支撑,但跨部门靠人协调 | 统一口径、打通关键接口、建立基线 | 把部门系统当成企业平台 |
| 三级:集成级 | 系统间数据开始贯通,跨部门协同有端到端流程 | 选一个端到端场景,设跨部门指标 | 把“集成”本身当成目标 |
| 四级:优化级 | 数据用于排程、质量、能耗等优化,部分场景可预测 | 做 AI/分析闭环,保留人工复核 | 模型没有 owner,结果没人用 |
| 五级:引领级 | 产业链协同、模式创新,能力和数据向生态输出 | 生态协同与标准输出 | 多数中小企业不需要追这个等级 |
参考 GB/T 39116-2020 五级模型的简化诊断,不是正式评估结论;等级名称以现行标准为准。企业应按自身行业、规模和客户要求选择目标,不必机械追求高等级。
第一笔预算应该花在什么地方?
优先花在诊断、主数据清理、流程责任和集成,而不是一次性买大而全软件;培训和变更管理要单列,不能被软件预算挤掉。
预算最容易犯的错,是把“软件报价”当成“项目总成本”。真正需要单列的是:诊断和项目管理、数据清理、接口与设备采集、培训与变更、上线后的运维和安全。任何一项漏掉,都会在项目中途以返工、延期或“买了没人用”的形式补回来。
| 预算科目 | 何时必须花 | 估算依据 | 常见遗漏 |
|---|---|---|---|
| 诊断与项目管理 | 启动前 | 访谈、流程梳理、数据盘点、基线测量的人天 | 内部工时、决策时间、跨部门协调 |
| 主数据与数据治理 | 系统选型前 | 客户/物料/BOM/设备编码数量、清洗轮次 | 上线后的持续维护和责任人 |
| 软件许可/订阅 | 场景确定后 | 用户数、模块、用量、年付/永久授权 | 接口、存储、测试环境、超量 |
| 集成/接口/设备采集 | 跨系统或设备联网时 | 系统数、API/协议、采集点数、停机窗口 | 老系统改造、网络和现场施工 |
| 培训与变更管理 | 上线前、中、后 | 角色数、班次、超级用户、SOP 编写 | 管理层时间、旧流程退场 |
| 运维与安全 | 上线后持续 | 监控、备份、权限、审计、模型/版本更新 | 年度续费、专职或兼职人力 |
| 预备金 | 全程 | 需求变更、返工、数据质量风险 | 不设预备金,遇到问题就停 |
表中不设统一百分比:不同场景的软件、集成和内部工时占比差异很大。可把“一次性实施 + 三年订阅/运维 + 内部工时 + 返工/停机”作为总拥有成本;完整成本口径参考站内 ERP/MES/OA 成本页。不是报价。
一个可复算的简单例子:假设项目一次性投入与三年运维合计 60 万元,每年可验证的节省/增量收益为 20 万元,简单回收期约为 3 年(60 ÷ 20),尚未计入停机、返工、风险和资金成本。这个例子只说明算法;实际数字必须用企业自己的报价、工时和基线替换。
先做 ERP、MES、CRM 还是 AI?
顺序看痛点:交易/财务混乱先 ERP,生产透明化先 MES,客户跟进散乱先 CRM;数据和流程未就绪时,AI 不应先上。
选型应该由“最痛的场景”决定,而不是由“哪个系统更完整”决定。ERP 解决交易和财务的一体化,MES 解决生产现场透明与追溯,CRM 解决客户和销售过程,AI 适合在数据和流程已经可用的地方做提效。顺序错了,系统越完整,返工越大。
| 场景 | 优先考虑 | 适用条件 | 首个可验收交付物 | 什么时候不适合 |
|---|---|---|---|---|
| 订单、库存、财务对不上 | ERP 或财务/进销存一体化 | 物料/科目编码可统一,有流程 owner | 月结周期、订单到收款的可追溯 | 流程天天变、没人对数据负责 |
| 生产进度、质量追溯不清 | MES 或轻量 MES | 工序相对稳定,能采集关键节点 | OEE/直通率/批次追溯与异常闭环 | 设备与工序极不稳定,先稳现场 |
| 线索、客户跟进散乱 | CRM | 客户归属、销售阶段和跟进规则已定义 | 响应时间、阶段转化、跟进完整率 | 销售流程未定义,只想“管住销售” |
| 重复知识、文档、客服/办公流程 | AI/Agent + 知识库 | 数据可用、权限清楚、有人工复核 | 单场景效率/质量指标与审计日志 | 数据脏、无 owner、无法验收 |
| 询盘不足、信任建立慢 | 独立站 + 内容/SEO | 定位、产品和跟进能力清楚 | 合格询盘数、页面转化与来源 | 没有销售承接,只做“漂亮官网” |
编辑判断,不是产品排名。实际顺序应结合行业、客户要求、现有系统和预算;相关成本与选型可继续阅读 ERP/MES/OA、AI Agent 实施和出海官网指南。
怎么选试点和供应商?
选高频、痛感强、数据可得、边界清晰、3 个月内能验收的场景;供应商要给出同类场景证据、接口方案和验收口径。
试点不是“挑一个最容易演示的功能”,而是挑一个业务愿意用、失败也不会伤到核心生产的场景。建议用统一维度打分,避免被供应商的 Demo 带着走。评分只是讨论工具,不是采购公式;任何一项出现“无法获得数据”或“没有业务 owner”,应直接降级。
| 维度 | 权重 | 1 分 | 5 分 | 证据 |
|---|---|---|---|---|
| 频次与痛感 | 25% | 偶发、影响小 | 每天发生、影响交付/质量/现金流 | 工时、投诉、停线、返工记录 |
| 数据可得 | 20% | 没有数据或口径混乱 | 关键字段可用,有数据 owner | 样本、字段清单、数据质量抽检 |
| 可测量 | 20% | 说不清成功标准 | 有基线、目标和取数方式 | 现有报表、系统时间戳 |
| 业务 owner | 15% | 只有 IT 推动 | 业务负责人愿意签字验收 | 任命、会议纪要、验收人 |
| 边界与风险 | 10% | 跨全公司、不可回滚 | 单场景、可回滚、可人工接管 | 范围图、风险清单 |
| 可复用 | 10% | 一次性演示 | 可复制到同类产线/客户 | 场景清单、复制计划 |
评分与权重为编辑建议,不是行业标准。优先选择总分高且没有“数据不可得/无 owner”红线的场景;不要为了凑分把全公司流程塞进一个试点。
供应商至少要回答:做过哪些同类场景、能否提供可核验的案例(在授权范围内)、接口和字段映射怎么做、验收口径谁签字、数据归谁、项目延期/失败怎么处理、上线后谁维护。只有 PPT 和通用 Demo、没有场景证据和退出方案的,建议谨慎。
上线后怎么验收,避免“系统买了没人用”?
用基线对比周期、准确率、采用率、异常率、人工补救和单位成本;系统上线不等于成功,业务指标和岗位使用才作数。
验收应在上线前就写好,而不是上线后补。至少保留一组同口径的基线数据;如果连基线都没有,先补 2–4 周数据再谈目标。指标不宜太多,选 3–5 个能驱动业务行为的指标,加上采用率和异常处理。
| 验收指标 | 基线怎么取 | 验收口径 | 证据 |
|---|---|---|---|
| 流程周期 | 当前中位数/95 分位 | 从某节点到某节点的耗时,目标由业务定 | 系统时间戳、工单 |
| 一次正确率 | 近 4 周抽检 | 首次提交/处理即正确的比例 | 质量记录、复核记录 |
| 岗位采用率 | 目标岗位人数 | 周活跃、关键动作完成率 | 系统日志 |
| 异常/人工补救 | 当前工单/返工 | 不高于基线,或下降且可解释 | 工单、返工单、会议记录 |
| 单位成本 | 财务/工时口径 | 含软件、人工、运维的总成本/业务量 | 财务分摊表 |
| 数据完整率 | 关键字段抽样 | 必填字段完整、口径一致 | 数据质量报告 |
| 权限与审计 | 现有制度 | 无越权、关键动作可追溯 | 权限矩阵、审计日志 |
不设统一百分比目标:不同业务、客单价和风险承受度差异很大。建议把目标写进验收单,并约定数据来源、取数人和争议处理方式;不要用“系统上线”“培训完成”替代业务验收。
哪些企业不适合现在做数字化转型?
流程不稳定、没有 owner、数据不能合法使用或现金流紧张的企业,应先修基础;没有一把手参与的项目也不适合马上上。
- 核心流程每天变:先把流程稳定下来,否则系统只能固化混乱。
- 没有业务 owner:只有 IT 或外部供应商推动,业务不签字,上线后很难持续。
- 数据不能合法使用:客户数据、工艺参数或员工数据权属不清,先做合规评估。
- 现金流只能覆盖软件首年:没有三年运维和内部工时预算,项目容易半途而废。
- 把数字化当裁员工具:员工会抵触或隐藏数据,采用率很难上去。
- 没有任何基线:无法判断是否有效,容易把“上线”当成成果。
如果只是需要一套标准财务软件或纯硬件改造,找对应的专业厂商通常更合适;不需要为了“数字化转型”包装一个复杂项目。
凌壹适合谁?
需要网站/内容、ERP/MES 集成、AI 与私有化时,凌壹可做诊断交付;只要标准软件或纯硬件改造,找专业厂商更合适。
凌壹不是认证机构,也不做正式成熟度认证。我们能做的是:围绕一个具体场景做现状诊断、范围与优先级梳理,承接网站/内容、ERP/MES 接口、AI 应用和私有化部署;需要正式的智能制造能力成熟度评估时,应由具备资质的第三方评估机构完成。
适合先找凌壹的情况:官网/内容无法支撑询盘;ERP、MES、CRM 之间数据打不通;想把 AI 用在客服、知识库、质检或办公流程,但担心数据和权限;需要私有化或内网部署。相关阅读:ERP/MES/OA 成本、旧 ERP 替换、AI Agent 实施、制造业出海官网。
常见问题
以下问题来自制造企业的转型讨论,答案按公开资料和编辑判断整理,不替代正式诊断、认证或法律意见。
数字化转型一定要先做 ERP 吗?
不一定。订单、库存和财务对不上时,ERP 往往是优先项;但如果最痛的是生产追溯或客户跟进,先做 MES/CRM 更合理。关键不是系统名称,而是先定义要解决的流程和验收指标。
预算应该占营收多少?
没有通用比例。软件、接口、设备和内部工时的差异很大,应该按场景做三年总拥有成本,而不是套一个营收百分比。站内 ERP/MES/OA 成本页给出了公开价格与测算方法,可作为起点。
多久能见效?
取决于场景、数据质量和采用情况。窄场景试点通常以数周到数月为规划窗口,但效果不是自动发生;需要基线、业务 owner 和上线后的使用管理。任何承诺固定回本周期的说法都应要求可验证依据。
没有 IT 团队怎么办?
可以选轻量化、订阅式产品,并让外部服务商承担实施和接口,但业务 owner 不能外包。至少要有一个人负责数据口径、验收和日常协调;否则系统上线后没有人维护。
AI 能不能跳过数字化基础?
不能。AI 需要可用的数据、清晰的权限和可复核的流程。数据脏、流程不稳定、没有 owner 时,先做数据治理和流程固化;否则 AI 只会更快地产生错误结果。
怎么判断供应商是否靠谱?
看同类场景证据、接口和数据方案、验收口径、项目团队、数据归属、退出与迁移方案。要求在你的真实流程上做小范围 POC,不接受只有通用演示和“什么都能做”的承诺。
来源、方法与局限
本文是公开资料研究和编辑整理,没有进行企业访谈、问卷、客户案例披露或产品实测。政策链接来自工信部/中国政府网,标准信息来自全国标准信息公共服务平台,宏观数据来自中国信通院报告;文中时间、评分、预算科目和回收期算例是编辑建议,不是报价、认证结论或收益承诺。
- 工业和信息化部、国务院国资委、全国工商联,《制造业企业数字化转型实施指南》(工信部联信发〔2024〕241号),2024-12-17:通知原文;政策解读。
- 工业和信息化部办公厅,《中小企业数字化转型指南》(工信厅信发〔2022〕33号),2022-11-03:通知原文;政策解读。
- 国家市场监督管理总局、国家标准化管理委员会,GB/T 39116-2020《智能制造能力成熟度模型》,2020-10-11 发布、2021-05-01 实施:标准信息。本文使用其五级模型的简化框架,不是正式评估。
- 中国信息通信研究院,《中国数字经济发展研究报告(2025 年)》,2026-03 发布:报告 PDF。文中 2024 年数字经济规模 59.2 万亿元、占 GDP 43.8% 为报告测算数据,不是单家企业收益承诺。