【一线数智评论】有时候我会想，如果把我过去30年的工作经历做成一个时间轴，你会发现一件好玩的事：我没有办法把"信息化"和"制造业"分开——它们一直是同一件事的两面。
制造业信息化，我入行的时候，是上个世纪。ERP刚开始在中国的制造业里落地，已经是21世纪初的事情了。今天，我坐在这里筹备一场关于AI的大会，翻开案例库里5000多个制造业AI应用的案例——这30年，像是三段不同的音乐，旋律变了，但主题一直是同一个：中国制造业，怎么通过技术变得更好？
这三段旋律，我都亲身经历过。说出来，也许对你理解2026年正在发生的这一波AI变革，有些用处。
第一次浪潮：ERP时代（2000年）
那时候信息化意味着什么
2000年初，中国制造业的信息化，在很大程度上等于一件事：上ERP。
ERP（企业资源计划）这个东西，在当时是一个革命性的存在。它要做的事情，是把一个企业里本来散乱的信息——采购、生产、库存、财务、销售——都放进一个系统里，让人们可以看到一个统一的"数字工厂"。
这个愿景是美好的。但落地是痛苦的。
我见过太多ERP项目失败的情况：有的是系统选型错了，有的是实施顾问不懂业务，有的是企业内部阻力太大，有的是数据质量根本无法支撑系统运行。最常见的结局是：花了几百万上了一套系统，最后财务部门只能用它来记账，仓库部门用Excel记账，生产部门用纸质单据记账——三套账并行，比上系统之前还乱。
但这一阶段也有真正成功的。那些成功了的企业，无一例外做对了一件事：他们不是在上系统，而是在重塑流程。ERP不是信息化的终点，它是一次强制性的流程梳理，迫使企业把之前靠人靠经验靠口头协议维持的运营方式，变成可以被记录、被追溯、被复制的标准流程。
这是第一次浪潮留下的真正遗产：制造业信息化的本质不是工具，是流程的数字化。
第二次浪潮：互联网+和数字化转型（2015年前后）
那时候我们以为学会了什么
2015年，"互联网+"成为国策。很快，"数字化转型"成了制造业的新口号。
这一次，比ERP时代更复杂，因为概念更多了：大数据、云计算、工业互联网、CPS（信息物理系统）、MES（制造执行系统）、IoT……每一个概念后面都跟着一批解决方案厂商，每一家厂商都告诉你，这是你数字化转型的必需品。
我在这个阶段，既是创业者（帮助企业推动销售领域的信息化）、推广者（协助江苏省企业信息化协会在全省推广工业互联网平台和应用），也是观察者（在全国各地到处跑，参加各种会议，跟CIO们聊，写帖子，发表文章）。
有几个判断，到今天我还是认同的：
MES是制造业数字化的真正核心。ERP管的是计划和资源，MES管的是车间里实际发生的事情。一个企业如果没有MES，它的数字化是悬在空中的。有了MES，才有了真正意义上的"制造数据"。
云计算改变了中小企业的门槛，但没有改变落地的难度。以前中小企业上不起ERP，因为硬件+软件+实施的成本太高。云SaaS让门槛下降了，但问题从"买不起"变成了"用不好"——本质上，人才和运营的问题，比工具的问题更难解决。
工业互联网建了很多平台，但大多数平台没有等来足够多的应用。这是这一阶段最大的教训：基础设施可以靠政策和投资快速推进，但场景是长出来的，不是砸出来的。
这一次浪潮留下的真正遗产是什么？我认为是：制造业开始意识到"数据"是资产，而不只是记录。数据本身有价值——它可以被分析，被预测，被用来优化决策。这个认知的建立，为第三次浪潮铺了路。
第三次浪潮：AI（2025年起）
这次到底有什么不同
AI不是第一次出现在制造业了。
机器学习在质量检测和预测维护上的应用，至少可以追溯到2018年前后。部分头部企业更早。这不是"新"东西，它只是在2025年前后，随着大模型的普及和AI工具的平民化，突然变得人人都能谈了。
那么第三次浪潮和前两次的本质区别是什么？
我觉得有三点。
第一，交互方式变了。
ERP和数字化转型时代的系统，都有一个共同点：你得适应它。你要学怎么在系统里操作，要培训员工，要改变使用习惯。系统是刚性的，人是柔性的。
AI时代，这个关系翻转了。大模型可以用自然语言交互，可以根据上下文理解需求，可以在对话中迭代输出。这是历史上第一次，人不需要适应系统，系统可以主动适应人。 这不只是便利性的提升，这是一次根本性的人机关系重置。
第二，场景的边界消失了。
ERP的边界是清晰的：采购、生产、库存、财务。数字化转型的边界也相对清晰：打通数据、优化流程。但AI——你很难说它的边界在哪里。
报价可以AI化，排产可以AI化，客户服务可以AI化，质量检测可以AI化，培训可以AI化，技术文档可以AI化，供应链预测可以AI化……AI不是一个"场景"，它是一种能力，可以渗透到制造业运营的每一个角落。 这让机会变大了，也让选择变难了。
第三，普通人可以参与了。
这一点，我认为是被严重低估的变化。
ERP需要实施顾问，需要懂技术的IT人员，需要CIO来推动。数字化转型需要系统集成商，需要工业互联网平台，需要大量的项目管理资源。
但AI工具呢？一个懂业务、懂工艺的人，哪怕完全不会写代码，今天也可以用AI工具做出一个可用的原型。 我自己就是例子——我用AI搭档帮我管理5000多个案例、生成邀请函、分析数据、写文章、出白皮书，甚至写出场景思维的Skill，还用workbuddy帮我基于Hexo构建了专用的CMS系统，运维场景学社官网。
这个变化，对制造业的意义是：AI的落地，不再只是IT部门的事。 生产一线的工程师、工艺师、质量负责人，他们离问题最近，他们现在也可以是AI应用的构建者。这是前两次浪潮里从未出现过的现象。
三次浪潮，一条主线
回望这30年，我觉得制造业信息化有一条从未改变的主线：人，依然是核心。
每一次浪潮的成败，最终都不是工具的问题，是人的问题。ERP做好了是因为有人推动流程变革；数字化转型失败了是因为人才跟不上先进生产力的需要；AI落地的难点，依然是那些懂工艺懂场景又懂AI的人还太少。
所以当我们在6月27日的大会上聚集起一批制造业的实践者、AI的服务商和一批正在用AI探索新职业路径的OPC创业者，我希望传递的信号不是"AI来了，快上车"——而是：AI来了，而且这一次，上车门槛更低了，但把车开到正确目的地，还是需要懂制造的人来掌舵。
这个"懂制造的人"，就是你。
#企业AI #企业级AI #数智化 #数字化 #一线数智 #企业AI应用场景 #企业AI工具 #制造业 #制造
