赋能业务增长・激活组织效能：公司 IT 长期价值创造规划

从2017年开始我们加快了IT系统的建设步伐，这之前非常长时间内，就3个系统支撑公司业务。支撑基本业务也就是进销存生产的ERP，人员考勤工资管理的HR，还有简单工作流程的MOSS-也就是微软的Sharepoint。

2018年公司销售额突破60亿元人民币，单靠上面这几个系统支撑整个公司包括多个分公司的业务就捉襟见肘了。所以在18年导入了MES，并且启动了PLM和WMS的项目，这两个项目在18年底也上线，然后逐步完善。紧接着19年开始上QMS系统，当时调研了多个产品和开发团队，发现QMS的个性化比MES还要突出。比如说我们的实验室管理要求和其他公司实验室的运作模式差异非常大。所以最终决定自主开发，自己调研业务需求，找外部纯开发的IT团队来开发，逐个模块上线运行。同时因为MOSS的工作流功能比较弱，随着我们的审批流程变化，以及审批数据和其他系统的对接要求的提高，决定重构公司的审批流程系统，导入了BPM，将PR/PO这些业务模块，以及OA的功能都搬到BPM里面。

除了上述这些核心系统，逐步导入了帆软的报表系统，CRM/SRM模块，生产设备数据的IOT采集平台，还有文档管理系统，培训系统，以及人脸打卡考勤和门禁食堂管理的一卡通系统。从整体上来说，系统已经比较完善了。具体的构成参考下图。

我相信很多类似规模的企业，大概也和我们差不多的系统架构。这些基础业务的IT支撑就是公司的信息化过程。将线下业务流程搬到线上，提高沟通效率，减少业务处理的差错。

从另外一个方面来理解的话，也就是实现了业务数据的采集和流转。包括支撑业务的采购/销售/生产/财务/库存这些数据和流转。这些业务都是底层普通员工的日常工作，系统为这些普通员工设定了操作的标准和规则，让他们及时有效地操作业务单据。支撑整个公司的运转。

但是对于中层管理人员来说，这些系统起不到多少作用。中层管理人员主要的工作是及时地决策，比如如何根据供应商的状态，及时调整采购，根据市场的情况，安排多少库存，相应的生产计划应该怎样调整。这些工作我们目前的系统没有能够支撑。如果要支撑这些工作，需要系统能够做到什么呢？

首先就是系统要给出目前业务的现状汇总，采购供应商的状况和能力的分析，市场的变化和趋势，从这些要求来看，利用BI的功能，对企业现有数据和外部市场数据进行挖掘，确定业务KPI指标，将这些指标的动态变化情况及时反馈给中层管理人员。要做到这点的话，需要将现有业务系统的数据整合到一起，也就是常说的用数据仓库或数据湖的计算将数据清洗和归类。然后根据管理要求将这些KPI量化和展现。

其次给中层管理人员提供决策方案的算法，能够给出实施建议。这块需要业务人员给出自己想要的决策算法，输入多种组合的变量，让系统给出模拟运算的结果供管理层决策参考。很多人有使用AI来解决决策的想法，但是先阶段大模型的这种AI调用来产生决策结果是不太合适的，需要AI能够自己学习人的决策逻辑，模拟人的思考过程。短期内看不到AI能够解决这个问题的能力。

根据这些现状，接下来的近几年时间内。第一是加强数据的采集，为将来的决策打好基础。扩展IOT平台的应用，将更加多的机器参数和产品测试参数接入大数据平台。 目前有基于分布式数据库的IOT平台，采集射频和电路测试数据的产品测试值，扩展这个平台的适用范围，将其他测试数据，实验室的实验数据，还有设备参数数据逐步接入这个平台。

第二，将结构化数据按照业务流从头到尾集中到数据仓库，从销售商机线索/报价到合同，然后是研发项目，采购/销售/库存/生产/质量这些数据，也就是需要将CRM/SRM/PLM/ERP/MES/WMS/QIS这些核心系统的数据清洗后存储到同一个数据仓库，然后用BI工具做出符合管理要求的报表。这个过程很重要的一点就是要中层管理人员的深度参与。需要管理层梳理出管理需求的KPI指标，如何展示这些指标。IT理解这些管理指标后再完成BI的开发和部署。

第三，可以尝试AI的简单场景的应用。比如知识库的创建，利用大模型的归纳推理功能，将这些年积累下来的研发和工程领域的资料让AI来学习，让工程师能够快速找到设计和生产的规则和经验。或者替代一部分工程师看图纸后生成生产和质量用的操作手册。目前来看复杂场景下AI在制造业的应用还看不到可以落地的产品。

关于AI的应用，DeepSeek出来后很是火热，我知道就有不少公司直接采购了DeepSeek的一体机，成本也是相当高的，百万级的投入。需要和这些投入巨资的公司交流一下，实际的效果如何，哪些方面落地应用了。我们还是先看看方向再等等，等技术更加成熟一些，能看到一些成功案例后，再行跟进。

作者：龙门六村