# 电子制造 ERP 的 AI：BOM、替代料与缺料分析

> Source: https://netray.co/zh/electronics-erp-ai-bom-shortage
> Language: zh
> Publisher: Netray (netray.co)

电子制造企业的 BOM 层级多、替代料复杂、物料交期波动大，缺料和齐套是日常最耗时的问题。用本地部署的 AI 只读连接 ERP，可以快速回答缺哪些料、影响哪些订单、有哪些替代方案，但最终采购与设计变更仍需人工决定。

做 EMS、PCBA 或整机的电子企业，几乎每天都在处理同样的问题：某颗芯片交期延长，影响哪几个订单？某个 ECN 发布后，哪些在制品和库存受影响？有没有已认证的替代料？这些问题在 ERP 里都能查，但需要在 BOM、库存、采购、工单之间反复跳转。

AI 的作用是把这些步骤串起来，用一句话完成「缺料影响分析」。它不会自己下单，也不会擅自改 BOM，而是给计划员和采购员一份有依据的清单，节省查数时间。

## 电子制造的三个典型痛点

第一是多级 BOM 和反查。成品下有多个 PCBA 子装配，每块板上有几十到上百种元件。一个元件缺货，要反向找出所有用到它的成品和订单，手工做很容易漏。第二是替代料管理：同一功能的元件可能有多个厂牌和 MPN，哪些已经过客户承认、哪些必须经 AVL（认可供应商清单）批准，常常散落在表格和邮件里。

第三是 ECN 和版本管理。工程变更发布后，ERP 的 BOM 版本、库存中的旧版本物料、在制工单的版本可能不一致，容易造成错料或呆滞。国内电子企业常见做法是用 ERP 加 Excel 加邮件协同，信息分散，响应慢。

- 多级 BOM 反查慢、易漏
- 替代料与 AVL 信息分散
- ECN 生效时点与库存、在制品不一致
- 交期变化频繁，缺料预警滞后

## AI 可以做的具体事情

缺料影响分析：输入「某 MPN 未来四周缺口」，系统结合 MRP 结果、库存、在途采购和工单需求，列出受影响的订单和成品，并按交期排序。齐套分析：针对某张工单或某批订单，列出缺少的元件、预计到料日期，以及可能的替代料候选。

BOM 差异比较：比较两个版本的 BOM，用自然语言说明增删了哪些元件、哪些位号变化。呆滞分析：列出长期无消耗、且不在任何有效 BOM 中的物料。采购方面，可以问「某元件近一年各供应商的价格和交期变化」。所有结果都附带所用的查询，便于计划员核对。

- 缺料对订单和成品的影响排序
- 工单齐套检查与到料预测
- 替代料候选清单（需人工确认）
- BOM 版本差异说明
- 呆滞物料清单

## 替代料：AI 给建议，人来决定

替代料不能只靠参数相似来判断。封装、电气参数、可靠性等级、客户承认、RoHS 或汽车电子等法规要求，都会影响能否替换。AI 可以根据已有的 AVL、历史替换记录和元件参数，列出候选并说明依据，但最终是否采用，必须由工程和质量人员确认，必要时取得客户批准。

因此我们的设计是：AI 只读取现有数据并提出候选，不写入 BOM，也不自动创建采购单。任何写回动作都是草稿，由有权限的人审批。这样既能提高效率，也不会因为模型误判造成批量质量问题。

## 架构与数据安全

电子企业的 BOM、客户图纸和报价属于核心机密，很多客户合同也限制数据外发。因此建议把开放权重模型部署在厂内或私有云，通过只读账号连接 ERP（无论是用友、金蝶、SAP、Oracle 还是其他系统），并只开放需要的表或视图。涉及保密客户的项目，可以在隔离网络中运行。

对于元件交期和价格等外部信息，可以由采购人员导入内部数据，而不是让模型直接访问互联网，避免敏感料号在查询中泄露。所有问题和查询都记录日志。

- 本地或私有云运行开放权重模型
- 只读连接 ERP，限定表和视图
- 不让模型直接联网查询敏感料号
- 日志可审计

## 起步与坦率的取舍

建议从缺料影响分析开始，这是价值最直接、验证最容易的场景。先梳理 BOM、库存、采购、工单的表关系和编码规则，建立术语表（如位号、MPN、客户料号的映射），再用历史上的真实缺料案例做对照，评估 AI 给出的影响清单是否与计划员的结论一致。

需要坦率说明：如果您的 ERP 的 MRP 和齐套功能已经用得很好，问题主要是人没有时间看，那么先优化 MRP 参数和主数据可能更有效。AI 不能修复错误的 BOM 或不准确的库存，数据准确度仍是前提。对于单一产品线、物料种类少的企业，也许不需要这样的投入。

## FAQ

### AI 能自动决定使用哪个替代料吗？

不能，也不应该。AI 可以列出候选和依据，但是否采用需要工程、质量人员确认，必要时还需要客户批准。

### 我们的 BOM 在 PLM 里，ERP 里只有一部分，怎么办？

可以同时只读连接 PLM 和 ERP，但需要先建立料号、版本的对应关系。数据映射是项目的基础工作。

### 能预测元件交期吗？

可以基于企业自己的历史采购数据总结交期波动规律，给出参考范围，但不能保证结果。市场性缺货的预测需要结合采购人员的判断。

### 客户的图纸和 BOM 会不会泄露？

模型本地运行，数据不外发，查询只读且有日志。对保密要求高的项目，可以在隔离网络中部署。

### 适合小型电子厂吗？

取决于物料种类和订单复杂度。如果 BOM 简单、料号很少，现有 ERP 报表可能就足够了，我们会在评估阶段如实告知。