白云区制造业ERP升级与AI数据看板落地：从老旧系统到实时决策的改造实录

业务场景：为何传统ERP撑不住白云区工厂的排产与成本管控

2025年11月，广州白云区一家年产值8000万的注塑件工厂找到了我们。他们的ERP是2016年上线的某国产单机版，库存数据每晚手动导入Excel，生产进度靠车间主管口头报数，财务月底对账要熬三个通宵。更棘手的是，最近接了几家新能源配件订单，客户要求每日提供碳排放和良率看板，老系统根本拿不出实时数据。这不是个例。白云区大量中小型制造、物流和贸易企业，都在经历从“能用就行”到“数据驱动”的拐点。近两个月，我们接到白云区龙归、太和、江高一带二十多家企业的咨询，核心诉求高度一致：在不推翻现有ERP的前提下，叠加一个轻量级AI数据中台，实现关键指标的实时看板和异常预警。

需求判断：要不要重建？关键看这三点

• 业务量级：如果订单行数、SKU数、BOM层级不超过5000/200/5，且未来三年无爆发式增长，保留老ERP+外挂看板是性价比最高的路径；反之，建议分模块迁移到云端新ERP（如用友U8 Cloud或金蝶云星空）。
• 数据接口成熟度：老系统是否有开放API或ODBC接口？白云区很多企业用的是二次开发过的管家婆或速达，往往只有导出入库文件的能力。这种情况下，我们会在老系统旁边部署一个轻量ETL（SQL Server Integration Services + Python调度），每隔5分钟同步增量数据到PostgreSQL仓库，再对接AI模型。
• 老板是否要“大屏看板”：注意，多数厂长的真正需求不是炫酷大屏，而是手机端每天早上8点收到前一天的车间OEE、物料齐套率和逾期订单清单。我们建议优先做移动端钉钉/企微微应用，成本只有大屏硬件的1/3，且高管更爱用。

实施步骤：以白云区某五金冲压厂为例

该厂去年上线了本地版金蝶KIS，但生产模块没用起来。今年9月我们进场，分五步实施：

• 第一步：数据清洗与映射——花了两周盘点1200个物料编码和35道工序，修正了16%的重复编码和错误工价。这一步比选型更费精力，但直接决定看板准确率。
• 第二步：搭建轻量ETL管道——利用Docker部署在工厂内网的一台旧服务器上（4核8G，足够用），定时抓取KIS的销售出库、采购入库、生产投料和质检报表，写入时序数据库TDengine。
• 第三步：配置AI异常检测模型——我们选用Qwen2.5-7B的量化版本，微调了白云区周边五金行业的历史数据，用来预测交期延误风险。模型输入是“当前订单剩余工时+设备产能+物料到货计划”，输出“延误概率”和“建议插单/外发”。这个微调只花了三天，用的本地GPU（两张RTX 4090），没有调用任何云端大模型接口。
• 第四步：开发移动端管理看板——用企业微信的自建应用框架，在手机端展示“今日机台状态”“超24小时未完工工单”“供应商来料不良率趋势”三个核心卡片。数据刷新间隔5分钟，厂长和车间主任两组权限分开。
• 第五步：交付后两周陪跑——每天上午开15分钟站会，帮工人养成看手机确认排产的习惯。两周后，车间纸质单据减少了80%，加班统计表从Excel自动生成。

预算与周期影响

在白云区常见的这类改造，费用构成大致如下（不含老系统许可费）：ETL与数据仓库搭建2-3万，AI模型微调与部署1.5-2万，移动端看板开发3-4万，服务器与网络改造1万（推荐用浪潮或华为的国产边缘服务器）。总预算6-10万，实施周期控制在30-45个工作日。相比直接切换新ERP（通常是20万起、周期4-6个月），这条路径对现金流紧张的中小企业友好得多。换来的效果包括：决策响应从“周”缩短到“分钟”，客户看板需求直接满足，且后续可平滑扩展到AI客服（比如基于企业微信的自动排产问答）。需要留意的是，老系统供应商可能禁止直连数据库，这种情况下要提前沟通，或通过导出CSV的定时任务绕开限制。

交付注意点：避免“看板好看但员工不用”

最常踩的坑是：BI报表做得花里胡哨，但生产主管看不懂，总问“这百分比是什么意思”。我们在白云区的交付标准里明确要求：看板上只放三个管理层级分别关注的指标（老板看资金周转天数，生产经理看计划达成率，组长看当天已完成件数），并且每个指标旁边附一段自然语言解读（由大模型自动生成，例如“2车间B线今日产出比昨天下降12%，主要原因是模具故障停机1.5小时”）。这一步其实很轻，用OpenAI兼容接口调用本地部署的Qwen或GLM模型即可，每次回答成本不到0.001元。另外，数据权限必须细粒度控制——白云区很多工厂的财务不希望车工看到成本数据，我们通过RESTful API的令牌验证分层授权。

搜索关键词：广州白云区ERP升级、AI数据看板工厂、老系统改造、Qwen微调本地部署、企业微信移动看板、中小制造实时决策、轻量ETL方案、白云区数字化转型案例。