适合先讨论的四类信号
数据很多，经营仍看不清报表越来越多，但订单、生产、质量、库存、能源和回款无法形成同一张经营事实图。
系统上线，现场仍靠人盯流程写进系统，却没有形成责任、预警、处置和复盘闭环，异常仍依赖微信群和个人经验。
多工厂建设，标准难复制各工厂各自选型、各自编码、各自维护，集团无法在统一治理与现场差异之间取得平衡。
AI能回答，业务不行动模型可以生成文字，却没有连接真实数据、权限、责任人、审批和任务回执。
诊断看什么
诊断不是把企业简单划分为“先进”或“落后”，而是围绕目标、流程、数据、组织和交付条件建立可行动的判断。
- 经营目标：当前最需要改善的是交付、质量、库存、成本、能源、回款，还是集团管控效率。
- 业务流程：从订单到交付、从计划到生产、从异常到处置，关键节点是否可追踪、可协同、可复盘。
- 数据基础：主数据、业务口径、数据责任和接口边界是否足以支撑管理判断。
- 组织责任：业务、信息化、工厂和供应商是否共同承担结果，而不是把成败都推给系统上线。
- 交付条件：范围、节奏、试点、验收、运维和持续改进是否能够形成闭环。
形成什么结果
先回答“为什么做、先做什么、做到什么算完成”，再讨论 ERP、MES、MOM、工业互联网平台或 AI 智能体的建设路径。
一次初步交流可以形成一张问题与优先级清单，明确当前阶段最值得解决的业务问题、需要补齐的基础条件、适合采用的建设方式，以及下一步需要由谁确认的事实。
后续路径可能是优化现有系统、补充接口与数据治理、建设 MES/MOM 能力、推进集团级平台，也可能是先做一个范围清晰的经营分析或智能体试点。替换、集成还是分阶段建设，取决于现有系统、数据质量、业务流程、责任边界和交付目标。
边界与适配对象
这不是脱离现场的通用软件推销，也不承诺一个产品无条件替代所有 ERP、MES 或 MOM。它更适合已经意识到数字化问题、愿意提供真实业务背景，并希望把建设结果落实到经营和现场的制造企业负责人、集团信息化负责人和业务部门负责人。
开始交流
欢迎先说明企业所在行业、工厂数量、当前最棘手的问题、已有系统以及希望改善的结果。不必一开始准备完整方案，先判断问题是否适合继续深入。
本文为马俊峰基于制造业数字化、工业互联网、企业架构、MES/MOM 与 AI 智能体实践形成的公开方法论，不披露客户名称、内部系统地址、账号权限或未授权经营数据。