制造业

一、这类企业的做法通常是什么样的

生产计划通常依赖三样东西：前一天的生产记录（往往是手写）、一圈电话（问仓库、问销售、问车间），以及一张 Excel 排产表。

排完之后，计划通过微信群下发，车间打印出来贴到墙上。

这是制造业最普遍的现状：数据是有的，但分散在不同介质里，格式也不统一。

由此产生三个典型后果：

• 计划排布依赖个人经验与即时沟通。 原材料到货状态、急单插单、设备模具状态，都要靠打电话确认，信息滞后。
• 质量追溯靠翻记录。 当发现某批产品超差，要追溯设备、原材料批次、班次与操作人时，只能翻查多本纸质记录与入库单，耗时且不能保证准确。
• 报表必然滞后。 产量、原料消耗、工时分别来自不同来源，需要人工汇总核对，差异在小数点上暴露。

问题不在有没有数据，在于数据之间没有连成一条可追溯、可汇总的链路。

二、这件事的矛盾在哪

矛盾一：最需要准确的地方，恰恰是最依赖手工的地方

生产现场是最需要实时准确数据的地方——设备状态、在制品数量、良品率。但这些数据往往记录在纸上，因为让工人停下来录入数据，本身就是在损失产能。

矛盾二：追溯要求越来越高，但记录方式还是几十年前的

客户（尤其是大客户）对质量追溯的要求越来越细：批次、设备、操作人、原材料来源。

但很多厂的追溯能力还停留在"翻记录本"。不是不想做，是不知道从哪开始。

矛盾三：报表的价值在"及时"，但生产方式决定了它必然滞后

月底才出的报表，对本月已经发生的事没有任何帮助。它只能用于事后总结，不能用于过程控制。

而过程控制才是钱——提前一天知道某批料有问题，能省下的返工成本，远大于报表本身的价值。

矛盾四：老板要数字化，车间觉得是来监视的

这是最难的矛盾。数字化在很多一线工人眼里，等于"装摄像头"、“扣绩效”。

如果不解决这个认知问题，系统装了也没人认真填数据。

三、看三个数（你自己判断该不该做）

⚠️ 说明：上表中的数值是我们的经验参考值，不是行业标准。不同品类的合理区间差异很大，它的作用是帮你判断"要不要认真算这笔账"，不是给你一个必须达到的指标。

再算一笔账：如果一次追溯要 2 小时、每月 10 次，一年 240 小时。如果一次返工因为追溯慢而扩大范围，损失可能是几万块。

四、FDE 怎么落地

场景一：把关键工序的数据自动采上来

你遇到的：设备状态、产量、良品率靠人记，不准也不及时。

我们做的：按设备能力分三种方案——有通讯接口的加采集网关自动采；没有接口的做电子化录入（扫码/触摸屏）；完全没有数据能力的用间接指标替代。

关键取舍：不是所有设备都值得改造。先做瓶颈工序和关键质量点，不要全面铺开。

场景二：把质量追溯从"翻记录本"变成"扫一下"

你遇到的：出问题要翻几本记录本，还不一定找得准。

我们做的：把批次、设备、班次、操作人、原材料来源串成一条链。扫码就能查。

关键取舍：追溯颗粒度按客户要求定，不要一步到位做到单件。批次级能满足大部分场景。

场景三：让报表从"月底出"变成"每天出"

你遇到的：三份数据对不上，人工核几天。

我们做的：把生产、库存、财务三处数据打通，自动勾稽。对不上的列出来，人只看异常。

关键取舍：这要求三处数据至少有一处是准的。如果全都不准，先解决源头。

场景四：供应商协同从"微信群"变成"一个看板"

你遇到的：订单、交期、库存状态靠群里问。

我们做的：做一个供应商能看到的信息面板——你的采购订单、他们的发货状态、你的库存水平。

关键取舍：先找 3–5 家核心供应商试点，不要一开始就要求所有供应商都用。

五、服务包建议

制造业我们建议从"数据采集"或"追溯"入手，不要一上来做排产优化——数据不准的情况下优化排产，等于在错误的地基上盖楼。

六、边界说明

什么情况下我们建议不做：

• 老板只是想"有个数字大屏"，不看也不用
• 车间抵触强烈，且没有管理层推动
• 关键工序数据完全无法采集，且短期内不会改善
• 只是想应付客户审核或政府检查