MES+ERP ）建设方案 CATALOGUE 目录 • 建设背景、目标、定位、预期成果及效益 分析 • 智能工厂总体结构规划 • 技术架构设计 • 数字孪生模型构建 • MES 与 ERP 整合 CATALOGUE 目录 • 智能工厂建设核心要素 • 数据管理与分析 • 智能控制与优化 • 系统安全与稳定 • 总结与展望 建设背景、目标、定位、预期成果及效益分析 01 数字化转型 通过云计算平台，我们可以实现数据的快速传输和存储，保证数据的可用性和 可靠性。 云计算平台构建与应用 工厂的生产数据包括各种传感器数据、设备运行状态数据、 生产计划数据等，这些数据需要进行处理、清洗和整合， 以便进行后续分析。 数据处理 通过数据分析技术，我们可以对工厂的生产过程进行实时 监控和预警，发现生产异常及时进行处理，提高生产效率 和管理水平。 数据分析 通过数据可视化技术，我们可以将抽象的数据以图表、图 与 ERP 整合 05 数据集成 通过统一的数据接口，实现 MES 和 ERP 系统的数据交换和集成。数据接口应定义清晰， 包括数据格式、数据传输方式、数据访问控制等。 业务集成 通过对 MES 和 ERP 系统的业务逻辑整合，实现两个系统的无缝对接。例如，可以将 MES 系统中的生产计划、物料需求计划等业务流程与 ERP 系统中的相应业务流程进行对接。 用户体验整合 通过对 MES

补从部门级 IT 时代到企业级 IT 时代信息化 整合的课 创新 两化充分融合 实现传统装备 制造业的数字 化转型 • 总部与所属企业间信息化联系薄 弱 • 信息和数据分散，存在大量信息 “孤岛”和“竖井” • 信息化工作从总体上缺乏统一的 指 导和业务流程 • 信息化部门对于信息化需求缺乏统 一的管理准则 • 整合不同应用系统，实现端到端 的 全流程贯穿 企业级 IT 时代（ 3.0 ） 数 字化运营 时代（ 4.0 ） 控制阶段 整合阶段 数据管理阶段 成熟 阶段 初始阶段 行业领先实践 集团现状 系统整合与价值提升阶段 分散建设阶段 规划与重构 扩展阶段 战略型 战术型 投 入 时间 转型 - 7 - • 打造大数据分析平台，实现工 实现一体化销售，实现订单项目的计划、 进度和成本等全过程管理，实现集中采 购、仓储管理、财务会计、管理会计、 固定资产等管理 散到整合的发展阶段 信息化既是一把手工程， 又是全员工程 管理转变与信息整合紧 密配合，协同推进 信息化整合目标明确， 长期不懈地持续推进 统分结合， 以标准化为 主干，平衡共性个性 高度重视，保障有力

二 三 四 五 六 七 八 九 十 十一 十二 十三 十四 十五 城市篇 苏州工业园区：以智筑基、以数强核、以网赋新，加快建设高标准数字园区 杭州高新技术产业开发区：整合资源要素、强化工作机制、搭建供给平台，推动规上工业企业数字化改 造全覆盖 合肥新站高新技术产业开发区：数智赋能、产业向“新” 打造“芯”“屏”产业数字化转型新标杆 上饶经济技术开发区：“三维联动”构建制造业数字化转型生态体系 成立由区长任组长、分管副区长任副组长，区相关部门共同参与的数字化转型工作专班。构建“高位统 筹、部门联动、街镇落地”的三级推进机制。通过“周调度解难题、月总结抓成效”的动态管理机制，实现跨层 级、跨部门资源整合与跨主体、跨领域协同发力，形成“目标共担、信息共享、行动同步”的一体化推进格局。 （二）打造三级联动推进体系，强协同聚合力 聚焦高端装备制造、汽车零部件制造、电子元器件及设备制造三大支柱行业的中小企业转型需求，遴选 为超 7000家企业提供解决方案，规上工业企业覆盖率达100%。 （二）“诊”能力，编制个性方案 针对诊断服务提出的短板弱项，支持开展数字化智能化改造项目，提高企业投入信心。破除服务资源壁 垒，整合市“智改数转网联”服务商资源，加快推进工业模型落地应用。筑牢工业互联网基础设施底座，开展 乡镇、园区网络改造，推动建设各类行业级、双跨类工业互联网平台，为企业上云用数提供保障。 （三）“改”痛点，推动项目实施

系统平台全面支持与设备的互联互通。分布式的工业平台架构支持海 量工业数据的采集，确保现场设备运行的稳定性和数据采集的及时性。 即使在互联网异常情况下，也不影响工厂本地的生产运行。 4. 系统平台全面支持系统与系统之间的集成整合。系统平台为 ERP 系统、 智能物流系统、生产系统、质量系统、设备系统、能源系统等提供统一 的基础数据源和平台接口，实现工业大数据的互联互通。 5. 系统平台支持集中扁平化的集团化管控建设，全面实现业务数据的一 网上下单提高了销 售下单效率以及准 确性，并且下单过 程有据可查避免不 必要的争端，极大 的减少了业务室人 员的工作量。 Copyright© 朗通科技 销售系统的互联互通 智能发货系统和销售订单无缝整合，客户代理司机持提货码在自助终端 自助发货，系统会对客户资金进行校验。 销售智能发货系统通过使用 RFID 卡流转将整个现场流程从进厂刷卡、 业务开单、称重放料、门卫收卡，各阶段流程进行时时管控、防作弊、 RFID 卡流转对原材料进、出厂进行全流程管理。实 现和地磅系统的无缝集成，及时采集车辆的皮重毛重并自动进行校验。 采购检验系统根据采样号后台关联供应商，防止检验数据作弊，采购检验系统和 采购收货系统无缝整合。 采购员根据检验入库情况发送开票通知单给供应商，供应商根据开票通知单进行 开票。 Copyright© 朗通科技 采购系统的互联互通 建设强有 力的招标 管控系统， 与 ERP 系统无缝 集成。

高昂获客成本让零售企业被迫打通电商、门店、社群等所有触点，但同时带来新的挑战，有 43% 的订单因系统割裂而导致履约延迟 。 订单延迟不仅意味着销售额的流失，更重要的是对消费者体验和品牌口碑的长期负面影响。系统 整合和数据实时同步不再是零售企业 IT 部门的优化项，而升级成解决业务运营问题的必选项。 其次是消费者体验诉求升级。 以鞋服行业为例，消费者期待“所想即所得”（如通过 APP 查询门店库存）和“所用即所荐”（如 AI 项目因缺乏“AI 就 绪数据”（AI-Ready-Data）而被放弃。麦肯锡研究同样表明，在 AI 项目的整个生命周期中， 数据科学家和工程师高达 80% 的时间和精力花费在数据准备、清洗、整合和标注上。这极大地 降低了项目效率，拖延了 AI 应用的上线。 数据底座的革新成为零售企业解锁 AI 潜能、实现敏捷运营与差异化竞争的破局关键。智能化时 代，零售企业数据底座需要具备以下关键能力。 价值跃迁”的路径，将数据基础设施从传统的“成本中心”升级为“价值枢纽”。 而具备 HTAP、多模一体化、向量融合查询和多云原生等四大能力特征的一体化云数据库正成为 零售行业数据库的新选择，通过一体化能力整合零售企业全量数据资产、激活零售企业一方数据 价值、实现实时运营决策。 零售企业可以借助一体化云数据库构建“脉冲流量承载-实时决策响应-敏捷业务创新”的三位一 体能力矩阵，支撑零售企业全渠道业务拓展和智能化升级。其价值不仅实现了

设备是由各个设备厂商提供，由于这样那样的原因，他们 都有自己的操作画面，但一个个都是控制和信息孤岛，有什么 好办法能把他们整合起来？ 2. 企业里控制设备品牌多，型号多，系统结构零散，怎么办？ 3. 不要老跟我谈数据监控，我考虑的是工厂的生产和管理， 除了 PLC 的数据，我还想整合其他诸如管理信息、视频监控等 内容，我可不想弄一堆的系统？ 4. 我的预算不够一下子把整个工厂信息化，我有什么办法能 监控系统的制作－－动态，立体图符集 ©2010 GE Intelligent AlPlatforms l Rights Reserved 开放、安全的嵌入式环境 支持第三方的安全容器技术 · 高可靠性 · 视频整合 监控信息的 WEB 发布 -- Web SCADA （ 1 ） Manage with real data Improve analytical and planning abilities business) 解决方案 , workflows 工作 流和 EAI (Enterprise Application Integration) 企 业应用集成 · 通过专用的适配器与商业系统进行整合 与 ERP/ 商业系统交换的数 据 1. 所有 MES （生产管理系统）的数据均可实现与 ERP 的 交换 2. 送 ERP MES · 基础数据维护（工厂数据，主数据，代码） · 生产计划

工艺过程优化 • 供应商管理 • 采购与物资 • 智能排产 • 库存与交付 • 客户识别与洞察 • 客户体验与发展 • 客户价值与提升 • 用户精准营销 • 数字化资产管理 • 多渠道整合营销 • 数字化媒体分析 • 合作伙伴管理 • 产品服务化转型 • 服务数字化改进 • 智能化客服 • 反欺诈 • 数据变现 • 业务模式创新 • 价值链重构 • 构建生态体系 稳态 OT 系统微服务化咨询（规划、应用、与选型） 企业级数据中心规划 基础设施全球化规划 云架构（公 / 私 / 混合）规划 基础设施与云 数字化技术咨询 智能供应链 数字化客户经营 数字化整合营销 智能化服务转型 数字化新业务模式 大数据应用规划 数据体系与数据湖架构 物联网应用规划 物联网与边缘计算架构 AI 业务应用规划 企业级 AI 平台架构 特定业务系统智能化重构 的相关性及热度分析给出最优初始布局， 并在每日运作中做动态调整 任务管理优化 人力、设备、路径、时间的均衡 在考虑多变量的情况下，用算法强大的数据整合 能力均衡仓库内所有任务和相应资源（人，设备， 路径，时间点）的匹配 波次优化 订单批组 均衡仓库作业量，用动态的时间点及任务量对多 订单进行整合 货到人拣选优化 路径优化 × 任务分区 × AGV 匹配 × 任务调 度 将传统的播种拣选用 AGV 在算法指引下选用最优

系列）覆盖柴油、天然气、氢气等场景，满足不同客户 的低碳转型需求； 舍弗勒强化欧洲本地供应商，布局近岸外包（墨西 哥）生产电驱系统与底盘部件，并同步通过自研谐波 减速器、集成电机控制器等核心部件，加强垂直供应 链整合、减少外部采购依赖。 全球百强企业分地区营收变化1) [2023-2024，亿元] 01 资料来源：中国汽车报，企业官网；罗兰贝格 1) 计算对比对象为2025年上榜的100家企业及其2024 损和转型难题。 电子、轮胎轮毂、底盘等板块相对分散，但整体增速 较快。电子板块已初步形成珠三角、长三角等区域产 业集群，头部企业在加大研发投入的同时，持续推动 技术迭代，并通过垂直整合与协同整合提升效率。此 外，围绕“第二增长曲线”的战略布局逐步展开，国际 化扩张加速，呈现出“以投资换未来”的典型特征。在 轮胎轮毂板块中，行业经历了新一轮产能出清，头部 集中趋势加强，2024年营收同比增长14 出行商业模式的底座技术，深刻改变了传统汽车价值 链的结构与分工模式，加速向软件定义汽车、平台化 架构、电驱动系统等新范式演进。与此同时，零部件 部门也迎来全新发展机遇与挑战，技术门槛、创新能 力和生态整合力成为企业突围与重构竞争优势的关 键变量，原有的供应体系正逐步重塑，产业链分工格 局呈现出更加动态、多元的演化趋势。 10 产业格局趋势 1. 价值重塑 新四化带来三电、智能驾驶、智能座舱等新的价值高

• • 关键的供应链目标和原则 市场知识和网络合作伙伴分布 决策能力 • • • • 针对不同能力的特定专业知识 数据驱动 业务和技术整合 解决方案分析解释 这三个供应链角色具有不同的功能和职责 工作计划 根据分离点进行组织；按订 单生产或按库存生产 分析 / IT 专家 供应链经理 市场和销售管理 新产品的交互 需求计划 20 转换设计 转换需求 知识转移 详细设计 人员调动 招募 功能设计和过渡计划 E2E 展 望 差距分析 智能供应链控制 塔 成熟度模型 2018.03 产品 功能优化与整合 评估 CT 旅程所有相关特征的 4 维模 型 在 4 个 CT 组件中评估了跨活动的 ICT 成熟度： 具有管理内部，网络和 生态系统数据，可视化 程度和系统集成的能力， 以支持实时 端到 端） 编排和敏捷的供应链配 置做好准备 自动化 / AI 流程和指标 组织 数据可见性 / 数据整合 22 拥有强大而全面的成熟度评估模型，可以评估组织 的 CT 能力 这些组件的成熟度通过 15 个 CT 子组件进行深入评估： 智能 流程 组织 数据可见性 / 数据整合 交易自动化 -RPA 进阶分析 E2E （端到端） SC 异常管理 E2E( 端到端 (SC 功能模型集

算法的设计和开发。不同于自然语言处理领域，智能驾驶相关人工智能技术开发 尚属起步阶段，面临高质量数据集获取难度高、算力储备不足、算法模型技术路 径未知等挑战。如果建立行业级智能驾驶智算数据平台，有望能够整合行业力量， 在政策法规突破、技术创新、应用拓展、生态建设以及资源共享方面提供支持。 4.1 平台建设必要性 行业级智能驾驶智算数据平台的建设旨在着眼于智能驾驶领域的人工智能 技术开发和应 面对我国复杂 的道路交通环境，在数据量难以快速积累的情况下，数据规模难以满足各方需求。 2）数据贡献模式。通过多企业联合的数据共享协议，各企业按自身需求上 传或授权数据。该模式的优点在于资源整合效率高，覆盖场景更广泛；但存在数 据标准不一、产权确权难、数据贡献积极性不高等问题，以及存在严苛的合规性 限制，使得数据的共享共用存在巨大阻碍。 （2）软件工具链建设模式 工具链是支持智 式也存在利益分配和成果所有 权可能引发争议、多方协作可能增加项目管理复杂性、联合研发积极性等问题。 5.1.4 平台建设模式建议 当前，汽车行业级智算数据平台的建设需以行业服务为目标，通过整合数据、 算力和算法资源来支持智能驾驶技术的发展。然而，由于现阶段数据合规性要求 的严格性、行业对建设效率和经济性的高要求，以及技术路线和市场的不确定性， 直接开展大规模平台建设风险巨大。建议采用“前期小规模集中式建设为主、后