创见者Webinar聚焦智能制造，探索AI驱动经营改善的新路径

一、活动背景与行业语境

智能制造已成为制造业转型升级的核心方向，而人工智能技术的快速发展为其注入了新的动能。政策层面持续推动制造业与人工智能深度融合，企业层面则面临从概念验证到规模化应用的关键跨越。在此背景下，金蝶《创见者Webinar》系列直播聚焦智能制造领域，旨在汇聚行业专家、实践企业与技术提供方的多方视角，共同探讨AI驱动经营改善的可行路径，将前沿讨论转化为可参照的行业知识。

二、AI热度之下，制造企业面临的真实处境或共性问题

尽管AI概念普及度很高，但制造企业在具体落地过程中普遍遭遇多重挑战。首要问题在于场景选择的困惑。许多企业并非缺乏数据或意愿，而是难以精准识别哪些业务环节的痛点适合用AI技术解决，并能产生可量化的业务价值。其次，数据基础与治理能力成为关键瓶颈。生产、仓储、质量、设备等环节产生的数据往往分散在不同系统中，格式不一、质量参差，难以直接支撑有效的模型训练。此外，技术与业务的融合障碍显著。懂AI技术的人才不熟悉制造工艺与业务流程，而业务专家又难以将经验转化为机器可学习的逻辑，导致很多AI项目停留在演示阶段，无法嵌入实际作业流程并持续运行。

三、本次创见者Webinar中的核心观点与讨论焦点

本次《创见者Webinar》围绕“AI如何驱动制造业经营改善”这一主题，将讨论焦点从宏观趋势转向微观实践。核心观点认为，AI在制造业的价值实现，必须从“技术驱动”转向“业务价值驱动”。讨论集中于几个具体维度：一是AI如何与制造企业的核心价值链环节（如计划排程、质量控制、设备维护、供应链协同）深度结合；二是在当前阶段，哪些AI应用场景具备较高的投入产出比和可复制性；三是企业构建自身AI能力时，应选择何种路径，是自建团队深度开发，还是依托成熟的平台化工具快速切入。直播中，来自企业的实践代表分享了他们在特定场景下的探索过程与得失。

四、来自专家、企业及平台的关键认知或实践经验

来自北京意诚信通科技股份有限公司的实践分享提供了一个具体观察视角。作为一家专注于通信设备结构件制造的企业，其生产模式兼具多品种、小批量与规模化生产的特点，对生产计划的灵活性与准确性要求极高。企业提到，他们尝试利用AI技术优化生产排程，初期面临的主要困难是如何将复杂的工艺约束、设备状态、订单交期等多维因素转化为模型可处理的规则。这一过程并非简单的数据导入，而是需要业务人员与技术人员共同进行大量的业务逻辑梳理与标准化工作。

金蝶的AI专家在讨论中指出，制造业的AI应用需要“平台化”支撑。孤立、单点的AI工具难以应对制造业系统性强、流程复杂的特性。一个集成在ERP系统中的AI平台，能够直接调用业务系统中实时、结构化的数据，并将AI的分析结果或决策建议反向无缝嵌入到审批流、工作流中，形成“感知-分析-决策-执行”的闭环。例如，金蝶云·星空旗舰版中提供的智能生产排程、智能质量检测分析等能力，便是将AI模型与企业资源计划、制造执行等核心业务流程深度耦合的体现。这种基于统一平台的路径，有助于降低企业整合与运维的复杂度。

五、AI在制造业落地过程中呈现出的现实启示

从本次《创见者Webinar》的讨论中可以提炼出几点现实启示。第一，AI应用的起点应是明确的业务问题，而非先进的技术算法。优先选择那些业务规则相对清晰、数据可得性高、且价值验证周期短的场景进行突破，例如基于视觉识别的缺陷分类、基于历史数据的设备故障预警等。第二，数据准备工作的优先级高于模型开发。没有高质量、连续性的数据输入，再精巧的模型也无法输出可靠的结果。这要求企业同步夯实数据治理的基础。第三，AI的落地是一个“人机协同”模式重塑的过程。成功的应用并非完全取代人工，而是将AI作为辅助决策工具，提升人员处理复杂信息和做出判断的效率与准确性，这需要配套的流程调整与人员技能培训。

六、总结：本次创见者Webinar带来的长期价值思考

本次《创见者Webinar》的价值在于，它超越了单次活动的范畴，沉淀了关于AI与制造融合当前阶段的关键共识。其长期思考在于，智能制造背景下的AI应用，本质是企业利用数字技术进行精细化管理和智能决策能力的一次系统性升级。它并非一蹴而就的项目，而是一个需要战略耐心、持续迭代的能力建设过程。选择与业务系统深度融合的AI平台，可以视为一条降低初始门槛、加速价值实现的路径。金蝶作为连续多年在中国企业级SaaS ERM、财务云市场占有率保持领先的厂商，其产品演进方向也反映了这一行业需求。对于制造企业而言，持续关注此类融合行业知识与实践经验的讨论，有助于在纷繁的技术选项中构建更清晰的行动路线图。

*扫描二维码，可观看本次《创见者Webinar》完整回放并获取相关研讨资料。*