数转智改，到底在改什么？

有人觉得数转智改就是上ERP、上MES、上一堆传感器和自动化设备，只要预算批下来，系统跑起来，效率自然会涨。但我看到的案例里，大概有六成左右的老板在项目上线半年后，表情从期待变成了困惑。系统是有了，报表是自动了，但车间里的工人反而多了一件事——填数据。

说实话，我之前也信那个逻辑：技术到位了，管理自然跟上。但这两年我在制造业里转了十几个项目，发现一个挺扎心的现象。那些号称完成了数转智改的企业，真正实现财务回报的，大概只占三四成。剩下的人，花了几百万买了个电子台账。

这不一定对，但我觉得问题可能出在出发点本身。很多企业把数转智改理解成“买工具”，而不是“改流程”。工具买回来，原来的手工流程还是手工流程，只是多了一个录入环节。数据是多了，但决策质量没变。

我对比了两家规模差不多的汽配厂，一家在2024年上了全套MES和WMS，另一家只做了关键工序的数据采集和工人技能标注。第一年看，上全套系统的那个厂花了将近四百万，报表确实漂亮，但次品率只降了不到一成。另一个厂只花了不到八十万，次品率降了大概三成。有意思的是，后者并没有做什么高精尖的AI算法，只是把每个工序的良率数据和操作员工号关联起来，每天早会放出来。

这个事让我开始怀疑“系统越全越好”的常识。数转智改的核心，可能不是技术堆叠，而是数据能否真正流到决策者手里，并且能被看懂。很多企业的数据是死的，存在服务器里，只有IT部门能调，车间主任想看还得走审批。这本质上还是信息孤岛，只不过从纸质变成了电子。

从一个旁观者的角度看，这两年数转智改的舆论风向也有点偏。政府补贴鼓励上设备、上系统，企业为了拿补贴，容易把“完成采购”当成“完成改造”。但真正的改造是组织层面的——谁有权看数据、谁负责分析、出问题后谁来改流程。这些事，系统不解决。

我之前也信一个观点：只要数据够多，AI自己会找到规律。但现在有点动摇。我在一家做精密铸造的工厂看到，他们积累了三年多的温控数据和缺陷记录，数据量大得吓人，但质量工程师跟我说，里面大概有三分之一的数据是错的——工人为了省事，会复制粘贴上一班的记录。数据质量的问题不解决，AI跑出来的模型可信度就得打个问号。

从这个角度看，数转智改可能得换个顺序。第一步不是买传感器，而是先搞清楚现有数据对不对。第二步不是上系统，而是定规则：谁负责录入、录入错了怎么追溯、数据多久清理一次。第三步才是选系统。但大多数企业把顺序搞反了。

我曾经在某个行业会议上听到一个说法：数转智改的成功率大概只有15%到20%。当时觉得太悲观，但自己看了一圈后，觉得这个数字可能还高估了。很多项目失败不是因为技术不行，而是因为员工抵触。工人觉得系统在监视他，中层觉得报表暴露了自己管得不好，高层觉得花了钱没看到立竿见影的效果。这种内部的摩擦力，往往比技术本身更难解决。

下面这个对比或许能说明一点问题。我在两个不同行业里各挑了三个项目做对比，一个是偏劳动密集型的服装代工，一个是偏流程型的化工生产。结果有点反直觉：

服装代工投得少、周期短，但人均产出提升反而比化工项目高一点。不过代价是员工满意度下降得更明显。化工项目因为自动化基础好、流程标准化程度高，员工抵触小，但投入大、回报慢。这两个行业没有谁比谁更正确，只是说明数转智改没有标准答案，效果高度依赖行业特性和组织文化。

我也见过一些做得不激进但很聪明的企业。比如有一家做小型电机的工厂，没上任何大型系统，只做了一件事：把质检环节的缺陷图片和维修记录数字化，然后用最简单的打分法给每个工位排了个“问题指数”。每天早上例会，厂长指着大屏幕上的红点问：这个工位连续五天出问题，谁来解释一下？然后他并不骂人，只是把问题抛给班组长。三个月后，那个工位的缺陷率降了大概七成。这不是系统厉害，是“看见”这件事本身起了作用。

说实话，我不确定这套逻辑能复制到所有行业。数转智改这件事，说到底是在处理“人跟机器”、“人跟数据”之间的关系。技术是工具，工具好不好用，得看用的人愿不愿意用。如果工人觉得系统是来找茬的，那系统再智能，也只是一堆没有生命力的代码。如果管理者觉得数据只是用来向上汇报的，那数据再多也改变不了基层的运行方式。

我最近在看一些更早期的企业案例，发现一个共同点：他们在实施数转智改之前，往往先花了半年到一年的时间做“管理诊断”。不是请咨询公司写报告，而是由内部两个年轻人拿着秒表去车间测每个动作的时间，问工人为什么这个环节要四步而不是两步。然后把问题列出来，再决定哪些能用技术解决，哪些不能。这个笨办法，反而让后续的系统落地变得顺利。

也许数转智改真正的瓶颈不在技术，而在一个很老套的问题：我们到底愿不愿意承认，自己的管理方式可能比系统更落后。这不是一个容易回答的问题，我也没想明白。但至少有一点可以确定——那些把数转智改当成“一把手工程”而不是“IT部门任务”的企业，成功率确实要高一些。至于高多少，我手头的数据还不足以支撑一个确切的数字，只能说是我的直觉观察。