制造业中的管理盲区：为什么财务用上了ERP，而车间还在使用Excel

制造业管理层已经接纳了一套运营模式，这套模式放在企业其他任何部门，都会被视作不负责任。

试想一位新任首席执行官进入一家产值数百万乃至数十亿美元的企业，却发现整个财务部门依靠 Excel 电子表格、纸质账簿和邮件对账开展工作。接下来会发生什么？

没有人会认为这是正常现象。没有人会说：“我们财务一直都是这么运作的。”

首席执行官会立刻提出一连串问题：这套流程如何管控？数据可信度如何？我们承担了多大风险？为什么本该互通的数据，还需要人工对账？

迟早，企业会启动 ERP 升级改造项目。时至 2026 年，一家正规企业没有配套的企业级财务系统，几乎是无法想象的。

然而日复一日，制造企业却在车间默许了本质上一模一样的运营模式。

在这中间，经验丰富的班组长、操作工、计划员、工程师和技术员付出巨大努力，保障企业持续出货。

之后所有人都会说一句：“我们一直都是这么干的。”

这怎么能够被接受？更关键的是，为什么大量制造企业高管甚至不会对此提出质疑？

有一个令人难以接受的事实：绝大多数企业绝不会容忍财务、销售或者产品开发部门如此缺乏规范。但恰恰是负责生产产品、创造营收、产生成本、产生不良品、消耗人力，并最终决定企业能否兑现对客户承诺的生产环节，企业却常常容忍这种状态。

这不只是技术缺口，这是管理盲区。

工厂车间能够运转，是依靠人员在弥补系统短板

这很可能是问题长期被掩盖的最主要原因。

一位拥有二十年工厂管理经验的车间经理或许真心认为：“我一直使用电子表格、班组长、白板和晨会。我们能够达成指标，为什么还需要新增一套系统？”

Excel 具有迷惑性：它可以正常运转 —— 直到企业把 “勉强维持运转” 和 “卓越运营” 混为一谈。

一位能力出众的车间经理，依托资深班组长、熟练操作工、晨会、白板、邮件、电子表格以及大量人力投入，几乎可以让任何生产模式跑起来。但这并不是可规模化的运营模式。这是组织依靠长期形成的经验记忆，弥补数字化执行系统缺失所带来的短板。

员工在承担大量额外工作。正因为他们做得足够好，管理层便得出结论：现有系统是可行的。

“在太多工厂里，人已经充当了系统集成层。”

班组长清楚哪台设备稳定性差；熟练操作工知道如何绕开不合理的工艺；计划员清楚表格数据有误，但会在脑中自行修正；质量工程师清楚哪些纸质记录不可采信；维护技术员清楚设备履历并不完整。

他们把各类缺口掩盖得很好，到最后，首席执行官只看到一个结果：产品如期发货。

首席执行官看不到发货背后隐藏的运营成本。产品确实发出去了，但这个过程动用了 37 名人员、112 封邮件、14 份电子表格、3 项无书面记录的决策，以及长达 4 小时的人工核对。

成本并没有消失，只是被隐藏在人工工时、加班、排程风险、质量风险以及组织低效之中。

车间能够运转，管理者就默认一切正常。他们很少去追问：维持这套运转，背后需要多少看不见的人力投入、延误、返工以及风险。

我们混淆了 ERP 与制造运营系统

ERP 厂商也让这个问题变得更加棘手。数十年来，制造企业不断听到这样的说法：“你的 ERP 就能实现这个功能，它自带对应模块。”

但是，仅有事务录入界面，和一套为实时制造运营而设计的系统，二者存在巨大差异。事后记录事件的录入界面，完全不等同于在生产发生时统筹作业流程的运营系统。

ERP 从底层定位上服务于业务计划与事务处理。制造运营则需要管理动态作业执行：在分钟、小时、班次、天数的时间尺度下，协同人员、设备、物料、质量、维护、库存与生产活动。

ISA‑95 标准划分了第 4 层级业务计划与物流（ERP 通常部署于此层级），以及第 3 层级制造运营管理（工厂实际生产管控工作所在层级）。

这种区分不是纸上谈兵，而是架构层面的区别。强行让 ERP 充当车间运营系统，就好比把总账当成财务部门的工作流系统。勉强改造后或许可以跑通，但这套架构显然并不适配该场景。

两类系统并不相同，而这点至关重要

绝大多数制造企业高管从未被告知，大多数 IT 部门在提供支持时也理解错了：这些系统并非可以互相替代的产品，它们解决的运营问题有着本质区别：

• ERP：企业应当下达哪些订单、编制哪些预算、留存哪些记录？

• APS：最优且可行的生产计划或排程方案是什么？

• MES / MOM：正在执行哪些作业、由谁执行、执行方式如何、产出结果是什么？

• SCADA：工艺正在发生什么，操作工如何监控与控制？

• 历史数据库（Historian）：随时间推移，实际发生了哪些事件？

• 质量系统 / LIMS：产品或工艺是否符合规范？

• CMMS / EAM：资产状态是否完好、维护是否到位？

• 工业数据平台：如何在多套系统之间关联、流转工业数据？

这些能力不必整合在一套大型软件之中，但它们必须作为一套统一的运营架构协同工作。

很多企业的误区是，把每一项都当成独立采购的软件 —— 单独申请预算、单独立项、作为单点解决方案 —— 而没有意识到，这些系统组合在一起，构成现代化工厂运行所需的数字化基础设施。

企业采购 ERP，并不是单纯喜欢财务软件。采购 ERP，是因为企业认可财务管控需要一套正式的记录系统。制造运营环节，理应获得同等标准的架构规划。

没有人真正掌管工厂的数字化运营模型

这或许才是核心症结：没有人对这台创造利润的生产设备的数字化架构全权负责。

财务有首席财务官（CFO），IT 有首席信息官（CIO），产品开发通常归属 PLM 体系，销售也有明确的高层负责人。

谁对工厂端到端数字化运营模型负责？

在大型制造企业内部提出这个问题，答案会分散到运营副总裁、CIO、车间经理、工程部、自动化部门、持续改进部门、数字化转型部门以及集团制造部门。

当制造运营架构没有明确负责人时，各项决策只能在局部、以战术方式、在信息孤岛内做出：

• 维护部门采购一套系统

• 质量部门另行采购一套

• 自动化团队部署 SCADA，试图把它拓展承担 MES 功能

• IT 部门扩容 ERP

• 生产部门继续沿用 Excel

• 工程部自建 Access 数据库

• 集团上线 Power BI

• 有人新增一套工业物联网或工业数据平台

之后各个车间、各个事业部各自演化，最终企业形成一堆单点解决方案，依靠电子表格、口传经验和那些 “知道该怎么操作” 的人员维系连通。

这套模式或许可以保证产品出库，但它无法支撑企业长期增长与抗风险能力。

MES 口碑不佳，并不是因为执行管控本身没有价值

MES 的负面口碑真实存在。早期 MES 项目往往规模庞大、造价高昂、定制化程度高、集成难度大。很多项目周期长达数年，验证流程复杂，咨询顾问不熟悉车间真实工况，IT 主导的设计脱离操作工实际需求。

结果可想而知：方案在项目计划书上看起来不错，但在车间现场不受欢迎。不少运营负责人因此留下印象：“MES 项目耗资大、落地痛苦。”

我们不能把糟糕的实施效果，等同于业务需求不存在。

不会有人因为企业十五年前 ERP 实施失败，就得出财务不需要 ERP 的结论。我们都听过这类案例：周期漫长、预算超支、进度延期、过程煎熬的 ERP 项目，但没有人因此否定 ERP 的必要性。

然而制造企业却常常拿过去失败的 MES 项目作为依据，认为工厂不需要数字化执行系统。

软件本身背负了本不该由它承担的指责：糟糕的架构设计、权责缺位、过度定制、实施管控缺失、没有让最终使用人员参与需求定义。

这些挑战客观存在，但这不代表复杂制造业务就适合依靠纸质单据和电子表格运行。恰恰相反，这些挑战说明我们需要更规范地落地。

问题不在于是否要为工厂搭建数字化运营底座，而在于如何降低实施风险 —— 这个难题完全有办法解决。已经摸透这套逻辑的制造企业正在拉开差距，还在拿 2009 年失败项目说事的企业正在掉队。

错误的投资回报（ROI）设问方式

投资回报的提问方式，也是该问题持续存在的原因之一。制造运营平台创造价值的场景分布广泛：减少废料、提升人员效率、缩短停机时长、加快问题追溯、完善谱系追溯、减少质量流出、降低在制品库存、缩短换型时间、减少加急插单、提升排程达成率、降低库存、加快人员培训、减少经验依赖、提升一次合格率。

问题在于，没有哪一个单一部门能够独享全部收益。一套全球 MES/MOM 项目报价 200 万或 500 万美元，自然会引来审慎质疑，这本身无可厚非。

但还有一个很少被问到的问题，因为它很难整理到电子表格里核算：

如果工厂没有数字化运营系统，我们每年要为此付出多大代价？

• 人工核对的成本是多少？

• 可视性不足引发加班的成本是多少？

• 不良品与返工品追溯周期过长带来的成本是多少？

• 依靠邮件和表格调整排程带来的成本是多少？

• 无书面记录的临时变通方案带来的成本是多少？

• 问题调查耗时三天而不是三分钟带来的成本是多少？

• 只能依靠老员工掌握工艺、人员流失后无法接替带来的成本是多少？

问题产生的成本分散在组织各处，很容易被忽略，但成本真实存在。回顾你们过去 ERP 或 CRM 的实施项目，当初投入多少？管理层毫不犹豫地批准预算，因为认定它们属于必备系统。MES/MOM 也应当用完全相同的视角去评估。

人工智能即将暴露这套模式的短板

这或许是现有稳态格局走向瓦解的起点。

每家制造企业都在谈论人工智能：制造 AI、预测性维护、智能助手、自动排程、数字孪生、智能代理，这些构想都很好。

但数据从哪里来？

很多时候数据依旧保存在某位员工的表格里、操作工的纸质随行卡上、月度 Excel 报表中，或是存放在人的记忆里。企业想用人工智能去优化一套从来没有规范建档的生产流程，随后困惑为什么 AI 达不到预期效果。

“无法依托无书面记录的人工经验搭建智能工厂。”

如果真实排程在 Excel 文件里，实际工艺存放在操作工脑中，作业指导书是纸质版，停机原因写在记事板上，质量记录分散在文件柜和多张表格内，你指望 AI 从中学习什么？

MES/MOM 不只是用来把纸质单据数字化的软件。它生成运营上下文，而运营上下文正是人工智能所需的原始基础数据。

每一位制造企业高管都应当自问的问题

2026 年的核心矛盾，不在于 MES 技术尚不成熟、制造运营无法数字化。更大的问题是，太多首席执行官、首席运营官、首席财务官以及车间负责人，仍然没有把制造运营管理视作企业一项核心基础能力。

他们清楚企业需要 ERP 管资金与资源、CRM 管客户、PLM 管产品。但他们不会主动发问：我们用于工厂实际生产的数字化记录系统与执行系统是什么？

这是制造企业自身的问题，而不是软件供应商和系统集成商的问题。

太多工厂没有一套统一的制造运营架构，只有电子表格、纸质单据和各类单点工具，依靠资深人员弥补系统所有短板。

这套模式放在 1996 年或许尚可接受，但放到 2026 年已经不再够用。立志布局人工智能的企业尤其如此。

制造业讨论数十年的 “信息孤岛” 问题，早已不只是效率问题，它关乎企业竞争力、AI 就绪度以及整体运营模式。

零散采购 MES，不等于在全工厂搭建一套统一的制造运营架构。

因此，每一位制造高管都应当问自己：

如果依靠纸质账簿和 Excel 运行财务部门属于不负责任，那为什么我们愿意用同样方式运营企业这台创造利润的核心机器？

如果答案是：“因为我们的员工看起来可以维持运转”，那么你或许已经找到了真正的问题所在。

了解制造运营解决方案咨询智诚科技ICT 顾问团队为您服务 电话：400-886-6353