# EMS 工厂 BOM 管理与 ECN 变更：用私有化 AI 减少错料和呆滞

> Source: https://netray.co/zh/ems-bom-eco-management-ai
> Language: zh
> Publisher: Netray (netray.co)

EMS 工厂的 BOM 不是自己设计的，而是客户给的，并且会频繁变更。AI 适合做的是比对不同版本 BOM、找出 ECN 影响的在制品与库存、提示站位表和替代料冲突，最终仍由工程师确认后再写回 ERP。模型可以部署在工厂内网，客户图纸与 BOM 不出厂。

在深圳、东莞、苏州的 EMS 和 PCBA 工厂，每接一个新项目，第一件事就是收客户的 BOM、Gerber、坐标文件和装配图。客户的 BOM 格式五花八门：有的是 Excel，有的是 Altium 或 Allegro 导出的文件，位号、用量、封装、厂商料号的写法都不统一。工程部要把它整理成工厂自己的 BOM，才能进 ERP 做物料需求计划、采购和 SMT 站位。

更麻烦的是变更。客户一个 ECN 发过来，可能只是改了几个位号的料，但仓库里已经有备料，线上有在制品，采购在途还有订单。如果变更影响没有算清楚，结果往往是错料、返工或者一批用不上的呆滞料。这篇文章讨论 AI 在这个环节能做什么、不能做什么，以及怎样在不让客户资料外泄的前提下落地。

## EMS 工厂 BOM 管理的真实难点

和自有产品的制造商不同，EMS 的 BOM 所有权在客户手里。同一个客户的 BOM 可能有 Rev A、Rev B、Rev C 多个版本同时在生产，不同订单对应不同版本。ERP 里如果只有一个当前版本，就会出现旧订单按新 BOM 领料的问题。

另一个难点是 BOM 层级。PCBA 通常是单层或两层 BOM，但整机组装、线材、结构件、包材加进来以后，会出现多层结构。贴片、插件、后焊、组装各道工序用的物料需要拆开，才能做到按工序发料和成本归集。

- 客户 BOM 与工厂 BOM 格式不一致，位号、用量、厂商料号靠人工对照
- 同一产品多个版本并存，在制品对应的版本不清
- ECN 生效时间点与已发料、已贴片的数量没有对齐
- 客户指定品牌与允许替代的范围写在邮件里，不在系统里
- BOM 与站位表、坐标文件之间的位号数量对不上

## AI 可以做的事：比对、归类、提示

第一类用法是 BOM 导入核对。让模型读取客户 Excel BOM，识别列含义，把位号展开（例如 C1-C10 拆成逐个位号），与坐标文件的位号交叉比对，列出缺位号、多位号、用量与位号数量不一致的行。这类检查规则明确，用脚本加模型结合，效果比单纯人工目检稳定。

第二类用法是版本差异和 ECN 影响分析。把 Rev B 与 Rev C 的 BOM 做逐行差异，用自然语言写出『改了哪几个位号、旧料号新料号、封装是否变化、是否影响钢网或程序』，再关联 ERP 里的库存、在途采购、未完工工单，给出受影响数量。最终是否让线上退料、改程序，由工程师和计划员决定。

- 导入核对：位号展开、用量校验、封装与描述一致性检查
- 版本差异：生成变更清单与影响摘要，附原始行供复核
- 影响范围：关联库存、在途 PO、在制工单，按风险排序
- 文档草稿：自动生成工程变更通知单的初稿，由人审核

## 与 ERP、PLM 的衔接

不同工厂用的系统差别很大：有的用用友 U8 或金蝶做 ERP，有的用 SAP Business One，也有做外贸订单的工厂用 Infor SyteLine 或 NetSuite，再加上一套自研或第三方的 MES。BOM 数据往往散在 ERP 的物料清单模块、工程部的 Excel 和共享盘里。AI 层的做法是通过只读视图或接口取数，不去改动 ERP 的核心逻辑。

Netray 的 ERPray 可以对接上述 ERP 的只读数据，回答『这个料号被哪些 BOM 版本用到』『某个 ECN 影响哪些在制工单』这类问题，并展示背后的查询，方便工程师核实。任何写回动作，例如修改 BOM 或工单，都需要人工审批，并受 ERP 原有角色权限约束。

## 数据安全与客户保密

EMS 工厂的客户资料通常受保密协议约束，军工、医疗、汽车电子客户的要求更严。把客户 BOM 和图纸上传到公有云大模型，既可能违反 NDA，也不符合《数据安全法》下企业对重要数据的管理责任。更稳妥的做法是在工厂内网或自有私有云部署开源模型，例如 Qwen、DeepSeek、Llama 一类，用 vLLM 或 Ollama 提供服务。

部署时还要做好客户隔离：检索层按客户和项目分库，权限跟随 ERP 角色，日志记录谁在什么时间问了什么。Netray 只描述架构如何帮助客户自己满足保密要求，不代表任何认证或资质。

## 怎么开始，以及什么时候不必上 AI

建议从一条小闭环开始：选一个客户、一个产品，把最近三次 ECN 的处理过程复盘，看人工花了多少时间、漏了什么。再用同样的数据让 AI 生成差异和影响摘要，和人工结果对比。通常两到四周可以做出一个只读试点，不需要动 ERP 生产环境。

也要说实话：如果工厂的 BOM 已经在 PLM 或 ERP 里结构化得很好，而且 ECN 数量很少，那么 ERP 自带的 BOM 对比和 PLM 的变更流程已经够用。AI 的价值主要在『客户资料非结构化、版本多、变更频繁』的场景。

- 先梳理 BOM 来源、版本规则和 ECN 流程，再选试点客户
- 只读试点，输出差异与影响摘要，人工逐条核对
- 统计准确率和节省的工时，再决定是否扩展

## FAQ

### AI 能直接替我修改 ERP 里的 BOM 吗？

不建议。默认只读，AI 给出差异与建议，写回 ERP 需要工程师确认并走原有审批流程，权限受 ERP 角色限制。

### 客户 BOM 格式不统一，AI 能识别吗？

多数 Excel 格式可以识别列含义并展开位号，但仍要设置校验规则，对无法确定的行标记出来由人处理。

### 客户的 BOM 会不会被传到外部云端？

私有化部署时模型运行在工厂自己的服务器或私有云上，检索和推理都在内网完成，不需要把资料发给外部模型服务。

### 需要先上 PLM 才能用吗？

不需要。很多 EMS 工厂的 BOM 就在 ERP 和 Excel 里，可以先从这些数据入手，PLM 可以后续再评估。

### ECN 影响分析的结果可靠吗？

差异比对部分规则明确，可靠性较高；影响数量取决于 ERP 库存、在途和工单数据的准确度。结果附原始数据，需要人复核后再执行。