郑磊

“【提示】2026第六届数智化颁奖典礼将于8月5日在北京举行颁奖点击可报名参加颁奖典礼丨此次CIO榜单/奖项的评选依然会进行初审、公审、终审三轮严格评定，并会在国内外渠道大规模发布传播欢迎申报。

那一年，因城市更新——闵行老厂区被纳入整体搬迁规划——这家从1926年一路走来的轴承厂面临整体搬迁。对很多企业来说，搬迁意味着产能中断和成本压力，但对我们而言，这是一个彻底重构制造体系的窗口。

老工厂的底子，我太清楚了。产线上跑着不同年代的设备，西门子、三菱、汇川的控制系统并存，彼此之间数据不通；物料管理依赖线边堆放，先进先出基本靠人工记忆；信息化方面，2008年与鼎捷数智合作之前也上过ERP，但当时选了小众厂商，做的是客制化适配业务流程——本质上是用软件把现有的管理方式固化了一遍，没能触及流程优化。那时候大家管我们叫“搞电脑的”，企业内部没有人谈论“数智化”。

搬迁，意味着可以在一张白纸上重新规划。但这种级别的改造，不是买一套系统、上一个平台就能完成的，它首先需要把几个根本问题想清楚。

谋定：三个基本判断

数智化到底是什么。我的判断是，对传统制造企业而言，数智化已经从一道选择题变成了一道必答题。行业领先者已经用它建立起了护城河——国外头部企业在谈的不再是单点效率提升，而是产业级的数智赋能。如果我们继续停留在信息化阶段，差距只会越拉越大。

具体到落地层面，我观察到行业里正在发生三个转变：一是从重投入转向重价值，企业越来越关注每笔投入的量化回报；二是从建系统转向改组织，管理模式重构已经成为核心方向之一；三是从单点突破转向生态协同。但对我们这样的中小企业来说，更现实的路径是锁定一个高频痛点场景，先做单点突破，再逐步扩展。方向要对，步子要实。

其次，数智化表面上是技术问题，骨子里是管理问题。从过往的经验来看，公司上了再多系统——ERP、MES、WMS、QMS——如果业务流程不跟着变，组织协同方式不跟着变，本质上和08年前那次“把纸质搬上电脑”没有区别。在老工厂时代，ERP、CRM等系统各自为战，数据之间不互通，跨部门协同困难。所以新工厂的首要任务之一，就是通过技术架构的优化打通这些数据孤岛，让各个系统形成一个有效的闭环。技术架构本身不是目的，架构演进的每一步都要能直接转化为业务价值的提升。

第三，“数智化”这件事急不得。数智化转型不是“交钥匙工程”，它是战略规划、组织调整、人才培养和技术创新的系统工程，只能持续迭代。

这三件事达成共识之后，我们才开始画新工厂的蓝图。核心原则只有一条：以业务架构为核心能力。从头梳理全链路，找到能力短板，用统一的协同语言串联各个部门。在这个过程中，一把手的推进力度起到了决定性作用——我们总经理亲力亲为，最高决策者亲自推动。搞过数智化的人都懂，一把手不站台，IT部门连跨部门数据都拿不到，再好的方案也落不了地。同时，我们还建立了一套跨部门的敏捷协作机制，打破了过去各自为战的壁垒，以任务为中心组建团队，让业务部门和技术部门在同一个语境下对话。

但我始终坚持一个观点：数智化能力绝不能只留在IT部门，它必须前置到一线，前置到实际的生产过程中去。系统建得再完整，如果产线上的人不用、业务流程不变，一切归零。

攻坚：数据与人才两道关

蓝图有了，怎么落地？我们的策略是四个字：小步快跑。

轴承制造属于高精度加工，容错率几乎逼近于零——我们的主要客户是中国国铁集团，产品出问题不是退货的问题，涉及行车安全。同时，作为传统制造企业，安全生产的底线决定了我们不能拿整条产线做大规模实验。在这种双重约束下，不可能三条产线同步改造、一步到位。所以我们先集中资源跑通一条产线，把所有技术方案验证清楚、把团队训练出来，再复制到第二条、第三条。后来的效果印证了这个决策——第二条产线的实施周期和上线质量，都明显优于第一条。

真正进入执行阶段之后才发现，最吃力的不是系统搭建，而是两件事：数据打通和人才建设。

先说数据。产线上一百多台加工设备，品种多、年代跨度大、控制协议不统一——西门子、三菱、汇川等系统并存，要把它们全部纳入统一的数据采集体系，OT层的难度远超IT层。目前我们已实现设备异常停机的实时采集，同时与上海电气中央研究院合作，在一条产线上推进AI数据分析。现在已经能够每日自动输出CPK、MCK等过程能力指标，从来料离散性、设备稳定性、人员操作三个维度定位质量波动的根因，将事后检测变成了过程中的实时监控。这对一家加工精度以微米计的轴承企业来说，意义不言自明。下一步的重点，是将老师傅长期积累的工艺经验——那些机台参数的微调经验、热处理加热温度、加热时间、碳势控制等的判断标准——系统性地萃取为可分析的数据资产，真正完成从“经验驱动”向“数据驱动”的转型。

数据治理的另一面是制度保障。我们从管理层面明确了各部门的数据责任边界——技术部门专人管理物料和BOM信息，确保主数据的有效性；现场人员通过实时报工确保信息流的准确性。不同部门、不同角色对数据的访问权限是分层的，关键敏感数据——比如采购价格——绝不可能对供应商开放。但与此同时，一些非关键的库存水位数据可以与供应商共享，让他们根据实时库存状态自主安排补货节奏。这种“有收有放”的数据策略，既保障了安全，又释放了协同效率。

再说人才。老联轴没有专职数智化团队，新工厂上马后，MES、WMS、AGV调度、数字孪生等系统同步上线，对人员能力提出了全新的要求。我们的做法是在实践中培养——项目人员在实施现场与合作方团队协同工作，从系统操作到异常处理，在一线实战中完成能力转化。这个过程并不轻松，用“摸着石头过河”来形容一点不为过。产线端，针对一线操作人员年龄结构偏大的现实，我们投入了大量精力做线下培训和跟线辅导，确保系统上线和人员能力同步到位。关于AI与人的关系，我的观点一直明确：在制造业，AI更多是岗位升级而非岗位替代。系统接过去的是重复性数据录入和基础分析，人在这个过程中被释放出来，转向内控优化、质量改善等更高附加值的工作。

审视：成绩单与镜子

新工厂投产一年多，一些关键指标已经可以拿出来说了：综合能耗较老厂下降约8%，良品率提升约1.5%，研发周期缩短15%。供应链端的变化更为直观——自动化立库配合实时叫料系统，取代了老厂“线边堆放”的模式，物料先进先出、防错防呆全部由系统管控。部分供应商已经能够实时查看我们的库存水位，自主安排补货节奏，整个供应链的周转效率显著提升。

但做得越多，看得越清楚。中国是轴承制造大国，但远非制造强国——动车组、工业母机主轴等“卡脖子”轴承至今仍严重依赖进口。这个现实不是靠上一套系统、投一批设备就能改变的，它涉及技术底蕴的长期积累。和国际头部企业的差距不在设备上，不在系统上，在设计理念和标准化执行的精细度上。设备可以买，软件可以上，但把一套作业指导书精准落实到每一个操作动作中，需要的是持续的训练、考核、纠偏。而数智化工具恰恰是弥合这个差距的最有效手段：系统不会放过任何一个和标准不一致的动作，能把偏差量化、可视化，让管理有了抓手。

从2008年的信息化起步，到2020年的智能工厂蓝图，再到今天AI数据治理的初步落地，上海联轴走了十八年。这个速度放在互联网行业算慢的，但对传统制造业而言，慢就是快。规划从来不是一个静态的蓝图，而是一条不断校准方向的动态路线图。

我始终认为，数智化转型的本质是能力重构——重构技术能力、业务能力和组织能力，最终重构一家企业的核心竞争力。而转型的最终目标，是从被动跟随转向主动领跑——以战略型人才为支点，持续推动技术、业务与生态三者的协同进化。对上海联轴来说，下一步要回答的不再是“要不要转”，而是“如何转得更深、更快、更有价值”。

·申报人“郑磊”简介：

郑磊，上海联合轴承副总经理，1994年进入企业任职，扎根公司三十余年，先后负责设备运维、信息化IT、仓储管理、车间生产、物资采购等多项业务，熟悉企业生产制造与供应链全链条运营模式。郑磊2024年11月出任总经理助理，2026年1月提拔为副总经理，主管生产运营、智能制造建设、EHS安全环保三大板块重点工作。任职期间，郑磊主导嘉定新厂整体搬迁与智能化改造项目，完成立体仓库智能物流布局，落地ERP、WMS、MES、BI全套数字化管理系统，项目斩获市、区级智能工厂荣誉。郑磊通过梳理采购架构、优化供应链资源，实现采购成本节约300万元；牵头搭建EHS管理体系，顺利通过ISO14000环境、ISO45001职业健康两项体系认证。郑磊常年深入生产一线，务实担当，持续推动企业数字化转型升级，助力企业提质增效。

★本文由上海联合轴承副总经理郑磊撰写并投递参与“2026第六届数智化转型升级大型年中选题策划活动——2026中国数智化转型升级优秀CIO榜单及奖项”评选。

来源：数据猿