# 离散制造：MES 与 ERP 联合 AI

> Source: https://netray.co/zh/mes-erp-ai-discrete-manufacturing
> Language: zh
> Publisher: Netray (netray.co)

离散制造企业的难题常常出在 ERP 与 MES 之间：计划在 ERP，执行在 MES，数据分散在两边。把两边的数据通过只读通道接入同一个本地 AI 问答层，可以回答「这张工单为什么延误」这类跨系统问题，而不必改动任何一个系统。

在离散制造的工厂里，ERP 负责物料、计划、成本和订单，MES 负责工单执行、报工、设备状态、质量检验和追溯。两个系统各自都有报表，但最关键的问题往往跨越两者：订单为什么交不出去，是缺料、设备、质量还是排产？回答这样的问题，现在多靠计划员打电话和拉 Excel。

AI 的价值在于把两边的数据放在一起解释。它不替代 MES 或 ERP，也不直接控制设备，而是作为只读的问答和分析层，帮助计划、生产、质量人员更快找到原因。

## ERP 与 MES 之间的断点

常见的断点有三个。第一，工单状态不同步：ERP 里工单已下达，MES 里还在等料，ERP 看不到真实进度。第二，报工数据延迟或口径不一致，造成在制品（WIP）和成本不准。第三，质量数据在 MES 或独立的质检系统，ERP 只看到入库结果，看不到过程原因。

这些断点靠接口修复成本高、周期长，而且业务问题层出不穷。用 AI 问答层只读两边的数据，不修改接口，可以更快见到效果，也为以后真正整合接口提供了需求依据。

- ERP 工单与 MES 执行状态不同步
- 报工延迟、口径不一致，WIP 不准
- 质量过程数据与 ERP 入库数据脱节
- 追溯需要跨多个系统手工拼接

## 可以回答的跨系统问题

例如：「本周交期有风险的订单，对应的工单卡在哪个工序？」系统先从 ERP 取订单和工单，再从 MES 取工序进度、设备和质检状态，给出结构化的原因清单。又如：「某批次产品的良率下降，涉及哪些设备、班次和物料批号？」可以结合 MES 的追溯数据与 ERP 的批次信息回答。

对管理者，可以问「各产线本月的计划达成率和主要停机原因」。对质量人员，可以问「同一缺陷在近三个月出现在哪些工序和供应商批次」。系统每次都展示所用的查询和数据来源，便于核对。

- 订单延误原因：缺料、设备、质量、排产
- 批次追溯：设备、班次、物料批号
- 产线计划达成率与停机原因归类
- 缺陷在工序和供应商批次上的分布

## 架构：只读、本地、不碰控制层

建议的架构是：在工厂内网或私有云部署开放权重模型，通过只读账号或视图连接 ERP 数据库和 MES 数据库，必要时通过 MES 提供的查询接口取数。对于使用 ISA-95 层级划分的企业，AI 问答层位于第三层以上，只读取数据，不向设备控制层（PLC、SCADA）发送任何指令。

如果 MES 数据量大，可以按需做汇总表或建立检索索引，避免大范围扫描生产库。对于时序数据（如设备状态），建议先聚合成事件或班次级摘要，再让模型使用，既节省成本，也减少误判。涉及航空航天、军工的企业还可以在隔离网络内部署，不连接外网。

- 开放权重模型，本地 GPU
- 只读账号，不写入 ERP 与 MES
- 不接入 PLC 与设备控制层
- 必要时在隔离网络中运行

## 数据质量与口径

跨系统问答的最大风险是口径不一致，例如两个系统对「完工」的定义不同，工序编码也可能不统一。所以项目第一步是建立数据字典和映射，把工单号、物料号、工序编码、设备编号在两边对应起来。这一步通常占项目工作量的相当一部分。

如果映射做得扎实，AI 的回答才可信。我们建议在试点阶段用真实的历史延误案例做验证，检查 AI 给出的原因是否与计划员的结论一致，再决定是否扩大范围。

## 起步方式与坦率取舍

建议选一条产线或一类产品作试点，目标是回答 20 到 30 个计划员和质量员最常问的问题。四到八周内完成数据映射、问答层搭建和准确率评估。试点完成后再考虑接入更多车间。

需要坦率说明：如果您的 MES 厂商已经提供了足够好的看板和自带分析功能，并且问题主要在单一系统内，那么先用好现有功能即可。AI 问答层的价值在于跨系统、跨部门、以及自由提问。它也不能弥补缺失的数据，如果现场根本没有扫码报工，AI 无从分析。

## FAQ

### AI 会控制设备或修改工单吗？

不会。问答层只读，不接入设备控制层。若将来需要写回，例如生成工单变更建议，也只生成草稿，由有权限的人在 MES 或 ERP 中确认。

### 我们的 MES 是自研的，也能接吗？

可以，只要能通过只读视图、数据库账号或接口取到数据。自研系统通常缺少文档，需要先梳理表结构和字段含义。

### ERP 和 MES 的工序编码不一致怎么办？

需要先建立映射表，这是项目的基础工作。映射完成并经业务人员确认后，跨系统问答才可靠。

### 数据需要上云吗？

不需要。模型和检索层可以部署在工厂内网或私有云，涉及保密的企业还可以在隔离网络中运行。

### 如何评估效果？

用一批真实的历史问题和已知结论做对照，统计回答的正确率、耗时和计划员认可度，而不是只看演示。