制造企业数字化转型从哪里开始？中小工厂的低成本起步路径

制造企业数字化转型的第一步，是找出一个持续影响交付、质量或生产效率的问题，明确现有数据缺在哪里、谁能据此采取行动，再做范围可控的试点。对资源有限的中小工厂，低成本起步的重点是复用已有工具和记录，减少不必要的采集、接口与重复录入，同时保留后续扩展所需的数据基础。

数字化可以从一段流程开始，不要求全厂同时改造。与智能制造的整体能力相比，首个项目应回答更具体的问题：哪些订单在等待，哪个环节没有收到信息，发现异常后由谁处理。下面围绕中小工厂的第一个试点，说明业务筛选、数据准备、实施与验收怎样衔接。

第一个数字化试点，应从哪类业务问题入手？

值得优先处理的问题，应同时具备三项条件：损失能够说明，关键数据能够取得，发现问题后有人能够改变处理过程。工信部2024年《制造业企业数字化转型实施指南》解读将具体业务场景作为切入点，并要求结合企业基础和潜在价值明确优先级。对小工厂而言，可以把这一原则落实为以下比较。

现场问题	适合起步的试点范围	数据取得后能做什么
订单经常延期，但不知道卡在哪里	一种产品或一段流程的工单状态、等待时间与交接责任。	找到具体等待任务，分派处理，核对是否按时完成。
返工重复发生，记录却无法对应产品	一个主要缺陷的批次、工序、判定与处置记录。	定位受影响产品，核查相关工艺，比较改善前后同类缺陷。
关键设备停机多，原因只靠回忆	一台关键设备的停机起止、原因与维修处置。	区分等待、故障和换型等损失，安排对应改进。

每个候选项目都要同时检查损失、数据和执行责任，三项条件并不分别对应交付、质量和停机。若延期主要由原料未到造成，优先收集机床电流并不能直接解决问题；若停机已经有可靠记录，但缺少备件和维修响应，新增看板也不会自动减少停机。试点应补上影响行动的那部分信息或流程。

以下工厂、数量与流程均为教学假设。一家机加工厂复盘同一统计期内应完成的50个工单，发现12个延期。其中，按主要阻塞环节归类，7个晚在外协件回厂后等待检验，4个受加工产能影响，1个因原料未到。现场核查又发现，收货信息靠纸单传递，检验人员有时到下午才知道上午的到货。

这家工厂可以把“外协回厂—检验—入库的任务交接”作为首个试点：已有工单和收货记录，问题集中在少数岗位之间，负责人也能够调整任务分派。加工产能和原料问题继续按各自原因处理，不把所有延期都归给一个数字化项目。

开始试点前，要把哪些流程和责任说清楚？

先沿一张真实工单走完整个试点流程，查看实物在哪、单据由谁填写、什么条件才算交接完成。把收货、送检、判定、入库的实际顺序画出来，并标出返工、分批到货和数量不一致等分支。这样才能看出等待究竟发生在信息传递、人员分派，还是实际检验能力上。

随后确定已有记录的负责部门。本例中，工单号和计划时间来自生产计划，实际到货数量与时间由仓储确认，检验状态和结果由质量岗位确认，入库由仓储按批准结果办理。一个字段由谁维护应有明确主责；其他人员发现错误时提出修正，保留变更记录，避免多个部门各自维护一套不同数字。

流程中的状态也要统一。“已到货”只表示实物收到，不代表检验通过；“检验完成”可能包含待返工品，不能直接等于“全部可以入库”。若一个批次部分合格、部分待处理，应分别记录数量与状态，而不是把整批改为完成。

业务负责人需要确定试点目标、处理规则和验收方式；现场人员提供实际作业要求；配置或信息技术人员负责表单、权限及数据维护。让一线人员参与试用，还可以发现扫码位置不方便、字段含义不清或重复填报等问题。NIST MEP的制造业数字化挑战文章也将人员参与、培训与分阶段实施作为重要因素。

最小数据采集方案，需要记录到什么程度？

最小方案应足以识别任务、判断状态并支持行动。只记录“今天收货20批”无法知道哪一批仍未检验；反过来，为交接试点采集每台机床的全部运行点位，也超出了当前任务。先明确需要回答的问题，再安排数据来源。

本例可以从已有工单导入或核对基础信息，在收货、检验和入库节点增加结构化记录。必要数据可以按用途分组：

数据用途	本例需要的字段	来源与作用
识别同一任务	工单号、零件号及版本、批次号。	沿用计划与生产记录，把收货、检验和入库关联起来。
确定处理优先级	计划完成时间、相关交付要求。	由计划岗位维护，检验分派时可辨认紧急任务。
记录实际交接	到货时间与数量、送检或接收确认时间。	由实际交接岗位记录，用于识别未交接和等待。
推动处理与放行	当前状态、责任人、检验结果、合格与待处理数量。	质量岗位维护检验结论，仓储据此处理实物。
核对处理结果	检验开始与完成时间、入库时间、异常原因及处置记录。	计算等待与处理时长，追溯异常是否解决。

批次号要与实物标识对应。一次到货被拆成多个送检批次时，应保留原到货批次与子批次的关系；同一外协批次分属多个工单时，应记录各工单对应的数量，不能默认一个批次只有一个工单。补录记录还应区分事件实际发生时间与录入时间，否则下午补填上午到货的信息，会让统计结果误以为上午没有等待。

初期可以用已有业务系统、具备权限与记录功能的电子表单，或受控的共享台账记录事件；低频交接未必需要连续自动采集。如果任务涉及设备每次停机的起止，而人工漏记明显影响判断，再评估从控制器或相应传感信号取得事件。具体接口、采样和补传问题，可参阅工业数据采集的实施方法。

NIST MEP的数字化应用文章提出先使用已有数据，并重新审视指标与目标的关系。这里的意义是：数据应能改变实际处理，而不是把旧表格搬进软件后继续原样堆积。

怎样让收货、检验与入库真正衔接起来？

试点中的一条记录应对应后续动作。本例可设置如下流程：仓储扫描或选择批次后登记到货，形成待检任务；检验负责人根据交期与工作负荷分派；检验人员接收任务、记录开始和完成状态；质量结论通过后，仓储按获准数量入库。不合格品进入异常处置，不能沿正常入库流程自动放行。

提醒规则也要能执行。例如，在本教学试点中，团队约定到货后一个工作小时内完成待检任务的接收确认；超过约定仍无人接收，由检验负责人协调。这只是该例的业务约定，实际时限应依据班次、交期与工作负荷确定。“提醒已发送”只说明信息发出，任务是否被接收、是否实际处理，还要有后续记录。

如果记录显示任务很快有人接收，却长期排队等检，下一步应分析检验方法、设备和人员的处理能力。数字化已经把问题定位到检验资源，此时继续增加提醒频率没有意义。安排能力、调整优先级或改变合理的交接方式后，再看等待是否减少。

上线前应走通分批到货、部分合格、返工复检、重复扫码和断网补录等实际情形。比如重复扫码不能生成两倍到货数量；断网时保留临时编号与记录，恢复后能对应到原任务。涉及数据更正和放行的操作应有权限与留痕，并确认数据可以导出、备份能恢复。把这些日常问题处理好，试点才不依赖某个配置人员一直守在现场。

低成本数字化，应该怎样计算投入？

低成本不等于软件采购价最低。一次性建设、日常运行和后续变化都会产生投入。本例应记录表单配置、旧数据整理、扫码终端、接口和培训等启动工作，也要统计日常录入、核对、维护、订阅及服务费用。免费工具如果需要多人每天重复整理，仍然可能带来较高的持续成本。

复用现有系统通常能减少重复建账，但也要看能否满足当前任务。如果现有企业资源计划系统（ERP）已有准确工单与收货数据，试点可以沿用其编号和结果，不必重新录入订单。需要进一步控制工序任务和在制品时，制造执行系统（MES）的相关功能才进入讨论；需要自动取得设备事件时，再处理工业物联网（IIoT）接入。这些能力与任务有关，不构成必须按顺序购买的软件清单。各系统的职责可参阅ERP、MES、PLM与WMS的分工。

本教学试点可以具体限定为：沿用现有ERP的工单与收货编号，利用已有电子表单配置批次记录、待检任务和异常状态，由仓储、检验和计划岗位共同使用；初期按约定导入基础数据，保留每次核对记录。首期只补这一段交接，不改造全厂设备联网、不开发自动排产，也不重建财务与库存账。若所用工具无法保留权限、变更或数据导出，则需先解决这些基础能力，不能仅因已有就勉强使用。

工信部2022年《中小企业数字化转型指南》政策解读提出从基础较好、潜在价值高的环节切入，使用适合需求的轻量化应用并逐步迭代。具体到成本控制，可以把首期范围限定为一种产品、一段流程和必要岗位；新字段、新接口或新看板，只有能支持已确定的业务动作时才加入。

还应为后续变化留出基本条件：批次与工单标识统一，字段含义有记录，原始数据可带出，责任人能够维护。若试点依赖临时文件名、个人账号和无法导出的数据，复制到下一条线时往往需要重做。相反，首期为尚未发生的所有业务一次性开发功能，也会扩大投入。两者之间的取舍，应围绕已经确认的近期任务。

数字化试点怎样验收，才能判断是否值得扩展？

验收应在实施前约定，并同时检查数据、流程、业务与维护负担。只有页面打开、扫码成功或看板刷新，证明的是功能可运行，尚不能证明等待检验的问题得到改善。

数据是否与现场一致，流程是否有人持续执行？

抽取实际收货单与实物批次，核对工单关联、数量、时间和状态，再反向抽取系统记录核查现场。这样既能发现漏录，也能发现重复或错误记录。若一天实际到货20批，系统仅有18批，就要查清缺少的两批；不能只统计系统里已有记录的“完成率”。

流程验证要包括提醒后是否有人接收，异常是否被处理，换班后是否仍能继续，以及部分合格品是否按批准数量放行。数据修正、遗漏补录和异常关闭都应能找到责任人与记录。试点目标和允许差错范围需要由工厂按用途明确，不能用一个通用“上线率”替代。

等待和交付是否改善，比较口径是否一致？

对本例而言，直接指标是到货至检验接收的等待时间，以及检验接收至开始、开始至完成的时间。三个区间分别反映交接、排队和检验处理，不能混成一个数字后就判断原因。还应关注等待特别长的批次，而不是只看平均值。

工单延期率可以作为后续业务指标：统计期内到期但未按约定完成的工单数，除以该期应完成工单数。本例基线为12÷50＝24%。比较后续结果时，应沿用同一完成条件和交期规则，取消工单单独处理，保留经过批准的交期变更，不能靠事后修改日期使延期消失。

如果试点后等待缩短，同时外协批次数量明显减少，或者检验增加了人员，就需要把这些变化一起记录。可比较相近产品与批量的任务，并查看每个等待环节的变化。只有交接动作确实改善，且质量放行没有被绕过，才有依据判断这项试点在目标环节发挥了作用。

日常维护是否可承担，收益是否对应真实支出？

记录每个岗位新增和减少的工作：收货录入花了多久，检验人员是否减少找单，计划人员是否减少电话催问，数据维护每周需要多少时间。减少的工时可以体现能力释放，但未必直接变成现金节省；加急运输、重复检验等费用是否减少，应依据真实账单和业务记录核对。

没有这些记录，就不宜宣布“已经回本”。当数据长期需要专人补录，或现场仍以另一套台账为准，应优先修正字段、流程或职责，避免把同样的问题复制到更多车间。

首个试点通过后，下一步扩展什么？

优先扩展到流程和数据要求相近的对象。例如，本例在一种外协件上跑通后，可以逐步增加采用同类检验交接方式的零件；复制前核对批次拆分、质量判定和责任岗位是否一致。对于需要不同检验方式或特殊审批的产品，补齐差异后再纳入。

当重复导入工单和结果核对成为明显负担，再考虑与已有系统建立接口；当人工记录设备事件确实影响后续分析，再增加自动采集。扩展的依据应是运行中暴露出的具体需求，而不是试点完成后自动进入“大系统建设”。涉及跨部门和全厂推进时，可继续参考智能工厂建设阶段与实施路径。

中小工厂的数字化起步，应形成一项能够持续使用的业务改进：数据来自现场，责任能够落实，异常有人处置，结果可以复核。把这样的试点做实，并保留统一编号、清楚口径和可维护的数据，后续扩展才有可靠基础。

参考资料

• 工业和信息化部：《制造业企业数字化转型实施指南》解读，2024年12月25日。
• 工业和信息化部：《中小企业数字化转型指南》政策解读，2022年11月9日。
• NIST Manufacturing Extension Partnership：Five Simple Digital Applications That Are Changing Manufacturing，Michael Taylor署名文章。
• NIST Manufacturing Extension Partnership：7 Manufacturing Digitization Challenges — and How to Overcome Them。采用其分阶段实施、人员参与和接口维护的方法建议。