BOM 不规范、MES 和 ERP 数据分散,怎么做 AI?
编写与维护:智构新擎(ZGINE)更新:
先做数据可用性,再做 AI 场景。BOM 不规范的常见解法是让 AI 先把物料描述归一化、补齐缺失属性、标记矛盾项,形成可用的标准数据;MES/ERP 分散则通过接口、数据库直连或文件同步把当前场景真正用到的字段汇聚起来,不需要一次性迁移所有数据。
- 数据规范化和系统集成本身就是可交付的价值,不必等它做完才谈 AI 场景
- 不要做大而全的集成项目——只接通当前场景需要的字段
- BOM 毛病的典型形态:同一物料多种写法、缺属性、单位混乱、层级缺失
- AI 在数据治理里的作用是「提候选 + 标置信度」,最终口径要由人确认
- 数据不通时,先做「能看见」的汇总层,比先做「自动执行」更稳
BOM 不规范,AI 具体能做什么
不是让 AI 直接算价,而是先让它把不可用的数据变成可用的。
| 常见问题 | AI 可以做的处理 | 仍需人工确认 |
|---|---|---|
| 同一物料多种写法 | 按规格、材质、尺寸做归并,给出候选同义词 | 确认是否真的同一物料 |
| 属性缺失 | 从历史订单、图纸、供应商资料里补全候选值 | 确认取值是否当前有效 |
| 单位不统一 | 识别单位并换算到统一口径 | 确认换算基准 |
| 层级缺失 | 按工艺路线推断父子结构 | 确认装配关系 |
| 命名随意 | 按企业编码规则生成规范名 | 确认编码规则本身 |
这一步做出来的「标准化物料主数据」,本身就是后续所有 AI 场景的地基。很多企业第一个可交付成果就是它。
MES、ERP 分散怎么接入
按「当前场景需要什么」倒推接入范围,而不是按「系统里有什么」全量接。
- 先确定场景,再列字段清单——只接通这份清单里的数据。
- 接入方式按现实条件选:能调 API 就调,只能读库就直连只读账号,都没有就走定期导出。
- 不要试图统一所有系统的主数据——那是长周期工程,会拖死第一个场景。
- 在中间加一层汇总层:把各系统数据按场景口径落到一处,便于核对。
- 每个字段标明来源系统和更新时间,出现分歧时能追溯。
常见的数据接入方式对比
| 方式 | 适用情况 | 优点 | 局限 |
|---|---|---|---|
| API 接口 | 系统提供开放接口 | 实时、字段明确 | 老系统常没有,或需要对方厂商配合 |
| 数据库只读直连 | 有库访问权限 | 快、不需要改造对方系统 | 表结构可能难理解,有变更风险 |
| 文件定时导出 | 系统支持导报表 | 最容易落地、不需要 IT 深度配合 | 有延迟,适合对时效要求不高的场景 |
| 人工录入补充 | 数据只在纸上或人脑里 | 无法替代,绕不过去 | 成本高,需评估量级 |
哪些坑最容易踩
- 一上来就做「数据中台」——周期太长,业务等不到结果,项目失去支持。
- 追求数据 100% 干净才开始——现实中不存在,够用即可,先跑通再迭代。
- 低估纸质记录的数字化的成本——常占总工作量的一半以上。
- 没定义「数据不对时怎么办」——必须有明确的异常上报和处理路径。
- 把口径判断交给 AI——口径是业务决策,系统只能执行。
相关问答
数据很乱,是不是应该先做数据治理再谈 AI?
不需要串行。更好的做法是把「数据治理」当成第一个 AI 场景本身:用 AI 做归并和补全,边治理边产出价值,比先花半年做治理更现实。
必须换掉现有的 MES/ERP 吗?
通常不需要。多数场景只需要读取部分字段,通过接口、只读数据库或定期导出就能满足。换系统是极高成本的决策,应该单独论证。
AI 能自动把 BOM 补全吗?
能给候选值,但不应自动生效。物料属性涉及采购和成本,错误会自动传导到报价。合理做法是 AI 提出候选并标注置信度,由人批量确认。
继续了解
最后更新:2026-10-08