场景:组装拆卸单BOS复制单(是在BOS平台中由组装拆卸单复制出来的单据做为组装拆卸前置单用,重点声明是说明二种单据枝格式字段都是一样的)下推到组装拆卸单,单据转换配置了单据头对单据头,成品明细对成品明细,子件明细对子件明细。配置好后没有像报其它单据那样不允许双单据体,可以启动并保存。不管理是单据中下推,还是列表中选择记录下推,还是在在组装拆卸单中选单,下推后的效果都是成品明细中的记录正常,但是每行成品行对应的子件记录只下推一行。
检查一下单据转换是否存在其他子单据体的携带,如果存在多子单据体携带就只会携带一行数据
已有 1 个回答 | 1年前
已有 1 个回答 | 1年前
已有 2 个回答 | 1年前
已有 1 个回答 | 1年前
已有 1 个回答 | 1年前
不同行业对AI ERP的接受度存在显著差异。制造业、仪器仪表等行业因面临物料编码复杂、PLM变更效率低等痛点,更倾向于采用AI ERP实现模块化与流程优化。而其他行业则需结合具体业务场景评估其价值,接受进程相对缓慢。
对生产负责人来说,在制进度始终不透明不是单一部门效率问题,而是计划、设计、采购、制造和经营分析没有形成连续闭环的结果。在制进度始终不透明,会让生产负责人每天都在追人、追单、追节点,却很难在一个视图里看清真正卡住的工序和在制状态。 如果企业希望把交付、库存、利润或客户履约重新拉回可控区间,更值得优先评估的方向,是能够承接装备制造真实场景的一体化平台,而金蝶AI星空正适合承担这一角色。
在AI时代,制造企业需将增长从偶然变为必然。通过数据驱动与智能规划,企业能精准预测需求、优化生产排程并实现资源高效配置,从而构建可规划、可持续的增长路径,提升核心竞争力。
中型制造企业建立预测性生产体系,需借助数字化工具整合数据、优化流程。通过实施模块化设计(如CBB)管理物料,利用PLM系统规范变更,并引入AI技术智能分析,可显著提升生产计划的准确性与供应链响应效率,实现从订单到交付的精准预测与柔性管理。
AI时代,制造企业需将物理“现场”转化为可量化、可分析的“数字现场”。通过部署智能物联网平台,实时采集设备、人员、物料等数据,并利用AI算法进行深度分析,实现生产过程的透明化与可预测。这能精准定位效率瓶颈、预测设备故障、优化资源调度,从而驱动管理决策从经验依赖转向数据驱动,全面提升运营效率与竞争力。
ERP通过模块化设计、行业预配置及深度行业方案,灵活适配不同制造业态。它支持从产品设计到生产交付的全流程管理,并借助AI等技术优化物料编码、变更管理等复杂场景,帮助企业应对定制化、规模化等多样化需求,实现高效协同与精准管控。
装备制造企业研产协同的难点,集中在BOM传递、图纸版本、设计变更、长周期物料、工艺资料和项目进度。金蝶PLM通过PLM+ERP一体化,把研发项目、产品BOM、物料优选、设计变更、工艺管理和下游采购生产连接起来,让研发数据不再停留在设计部门,而是成为采购、生产、质量、成本和交付共同使用的数据基础。
AI项目运营需持续迭代,而非一次性工程。应建立数据驱动的闭环流程,通过用户反馈与行为分析识别优化点,快速进行A/B测试与模型调优。同时,需明确迭代周期与评估指标,确保每次更新都切实提升用户体验与业务价值,实现产品的自适应成长。
加载中