从“一企一档”到分层改造：沈阳如何把制造业数字化转型做成可复制流程

对中小制造企业来说，数字化转型最难的往往不是购买软件，而是回答三个经营问题：企业目前到底处在什么水平，下一步先改哪一个环节，以及投入之后如何证明有效。沈阳推进规上工业企业数字化评估、为企业建立“一企一档”，并以“普及—提升—培优”推动分层改造，提供了一条值得借鉴的路径：先摸清底数，再按能力分层，最后用场景和指标牵引项目落地。

一、先建立“一企一档”，避免数字化项目从想象开始

很多企业一上来就讨论上不上系统、买什么设备、是否部署人工智能，却没有先把现状讲清楚。生产计划为什么经常变更，设备停机损失有多大，质量问题集中在哪些工序，订单交付为什么依赖少数经验丰富的员工，这些问题如果没有形成事实记录，后续方案很容易变成技术清单。

“一企一档”的核心不是增加一份材料，而是形成企业数字化转型的基础档案。档案至少应包括五类信息：

截至2026年8月底，沈阳已围绕规上工业企业开展数字化评估，并完成2162户企业基础诊断。对企业而言，这类大范围摸底的价值不只是统计数字，更在于把企业从“要不要转型”的模糊讨论，带入“从哪个问题开始”的具体决策。

企业自身开展诊断时，也不必一开始就追求复杂模型。可以用“现状—问题—原因—目标—证据”五步法：

1. 现状：记录订单、排产、设备、质量、库存和能源等关键流程现在如何运行。
2. 问题：只描述可观察的业务问题，例如排产响应慢、在制品积压、重复录入多。
3. 原因：区分流程问题、设备问题、数据问题和组织问题。
4. 目标：将问题转化为可衡量的改进目标。
5. 证据：明确改造前后使用哪些数据进行比较。

诊断报告不应停留在“数字化水平较低”这类结论，而要能够回答：哪条产线、哪个工序、哪类订单、哪项指标最值得优先投入。

二、把“普及—提升—培优”变成不同的改造任务

分层改造的关键，是不把所有企业都按照同一套智能工厂方案建设。沈阳相关行动方案提出分层分类推进：基础薄弱企业侧重基础自动化、数字化升级；具备一定基础的企业推进网络化改造；基础较好的企业进一步提升智能化、绿色化和融合化水平。

将这一思路转化为企业可执行的“普及—提升—培优”框架，可以这样理解：

1. 普及层：先让关键业务可记录、可追踪

普及层企业不宜把目标定为全面智能化，而应优先解决“看不见、说不清、追不回”的问题。

重点任务包括：

• 建立统一的物料、设备、产品和工序编码；
• 让订单、计划、领料、报工、检验和入库形成基本记录；
• 对关键设备采集开机、停机、故障和产量等基础数据；
• 减少纸质流转和重复录入；
• 建立异常上报、处理和关闭机制。

这一层的验收重点不是系统数量，而是数据是否真实、流程是否跑通。例如，关键订单能否追溯到生产批次，设备停机是否有原因分类，质量异常能否定位到工序和责任环节。

2. 提升层：围绕核心流程打通数据

提升层企业通常已经部署部分业务系统，但系统之间存在断点，数据仍然依赖人工导出和二次加工。此时应围绕一个或两个主流程推进网络化改造。

可优先选择：

• 订单到交付；
• 计划到排产；
• 采购到入库；
• 生产到质量；
• 设备维护到备件管理；
• 能源消耗到成本核算。

这类项目的重点是让数据在流程中流动，而不是单纯增加看板。比如，销售订单变化能够触发计划调整，计划调整能够同步到物料准备和设备排程，生产异常能够及时反馈给计划和质量部门。

3. 培优层：从局部优化走向系统赋能

培优层企业具备较完整的数字基础，通常拥有较强的研发、生产和供应链管理能力。此时重点不再是“有没有系统”，而是能否利用数据优化经营决策。

可探索的方向包括：

• 生产排程优化与交期预测；
• 设备预测性维护；
• 工艺参数优化；
• 质量缺陷分析；
• 能源精细化管理；
• 供应链协同；
• 面向客户的远程运维和服务延伸；
• 人工智能在知识检索、质量识别和生产辅助决策中的应用。

但培优不等于盲目追逐复杂技术。只有当数据质量、业务流程和责任机制相对稳定时，人工智能等工具才有可能产生持续效果。

三、优先场景的选择，不从技术热度而从经营损失出发

企业数字化项目失败，常见原因不是技术不可用，而是选择的场景与经营痛点脱节。一个简单的判断方法，是给候选场景按四个维度打分：

在实际项目中，可以优先从以下三类场景开始：

第一类是交付场景。 如果企业经常出现排产变更、订单延期和在制品积压，应先解决订单、计划、物料和生产状态的透明化问题。交付场景通常容易形成管理层共识，因为收益可以直接反映到交期达成率和客户投诉上。

第二类是质量场景。 如果质量问题依赖人工经验判断，应先建立缺陷分类、批次追溯和工序关联机制。只有把质量数据与设备、人员、材料和工艺参数关联起来，后续的质量分析或视觉识别才有可靠基础。

第三类是设备场景。 对于设备价值高、停机损失大的企业，可以从状态采集、点检、维修工单和备件管理入手。不要一开始就承诺预测性维护，而应先确保设备台账完整、故障原因可分类、维修过程可闭环。

企业还应给每个候选项目设置“停止条件”。如果连续一段时间无法获得稳定数据、业务部门不愿使用、指标没有改善，项目就应重新评估，而不是因为已经投入资金而继续扩大范围。

四、“小快轻准”不是低配项目，而是控制试错成本

沈阳在中小企业数字化转型试点中提出打造“小快轻准”产品和方案，即小型化、快速化、轻量化、精准化。对中小制造企业而言，这一思路的价值在于把数字化项目从“大而全建设”转为“围绕具体问题验证”。

一个合格的“小快轻准”项目，通常具有四个特点：

• 小型化：围绕一条产线、一个车间或一个业务流程，而不是一次覆盖全公司；
• 快速化：能够在较短周期内完成部署、试运行和复盘；
• 轻量化：尽量利用现有设备和系统，减少重复建设；
• 精准化：对应明确的经营问题和验收指标。

例如，企业可以先做“关键设备停机管理”，而不是直接建设完整的智能工厂；先做“质量批次追溯”，而不是一次性重构全部生产系统；先做“订单交付看板”，而不是同时上线所有管理模块。

项目立项前应形成一页纸任务书，至少写清：

1. 要解决的业务问题；
2. 项目负责人和业务负责人；
3. 涉及的流程、设备和数据；
4. 预计投入及实施周期；
5. 改造前基线；
6. 改造后目标；
7. 验收数据来源；
8. 后续复制范围。

如果这八项内容无法写清楚，说明项目仍停留在技术设想阶段。

五、借助链主协同，把单个企业改造连接到产业链

单个中小企业的资金、人才和技术能力有限，很多数字化需求又来自链主企业的订单、质量和交付要求。因此，企业不应只把数字化理解为内部管理升级，还要关注与客户、供应商和服务商之间的数据协同。

链主协同可以优先从三类事项切入：

1. 统一交付与质量要求

链主企业可以推动供应商采用相对统一的订单、交付、质量和追溯数据标准，减少供应链上下游反复填报和口径不一致的问题。

2. 共享服务能力

中小企业不必独立承担所有系统、算力和运维成本，可以通过产业链平台、园区服务或专业服务商获得基础能力支持。企业需要重点确认数据权限、服务边界和退出机制，而不是只看平台功能数量。

3. 以订单带动改造

如果数字化改造能够直接改善订单协同、质量反馈或供应保障，项目更容易获得一线员工和经营层支持。链主企业也应避免把数字化要求简单转化为供应商的额外填报负担，否则容易形成“平台上线了，现场工作更多了”的反效果。

协同项目还需要明确数据所有权、使用权限、保密责任和安全要求。尤其涉及工艺、价格、客户和设备运行数据时，必须在项目开始前完成边界约定。

六、项目治理要从“买系统”转向“管结果”

数字化项目涉及生产、设备、质量、采购、仓储、财务和信息化等多个部门。如果没有统一的项目治理机制，系统建设很容易变成信息部门的单独任务，最终出现“系统上线、业务不用、数据失真”。

建议建立三级责任结构：

• 经营层：确定转型目标、资源边界和优先级，处理跨部门冲突；
• 业务层：由生产、质量、设备或供应链负责人担任场景负责人，对业务结果负责；
• 实施层：由信息化人员、服务商和一线骨干组成项目小组，负责配置、测试、培训和运维。

项目推进可以分为五个阶段：

1. 诊断

完成流程梳理、数据盘点和问题排序，建立改造前基线。

2. 设计

确定目标场景、实施范围、数据口径、系统边界和责任人，避免需求不断扩大。

3. 试点

选择一条产线、一个班组或一类产品进行验证。试点期间既要看系统运行，也要观察员工是否愿意使用。

4. 复制

试点有效后，再推广到相似产线、车间或供应商。复制前应先沉淀标准流程、操作手册和异常处理规则。

5. 复盘

比较投入、使用率和业务结果，判断项目是否继续扩展、调整方向或停止。

在这个过程中，项目会议不应只汇报完成了多少功能，还应固定讨论三件事：数据是否可信，业务是否使用，指标是否改善。

七、验收指标要同时覆盖效率、质量和组织使用

数字化项目不能只用“系统上线”“设备联网数量”作为验收依据。更完整的指标框架应包括四层：

指标设定要遵循三个原则：

一是有基线。 没有改造前数据，就无法证明改造后的变化。基线可以来自历史记录、抽样统计或连续观察，但必须说明口径。

二是有责任人。 每个指标都要明确由哪个部门负责采集、解释和改进，避免项目结束后无人维护。

三是有时间窗口。 有些收益短期可见，例如报工及时率和异常响应时间；有些收益需要经过多个生产周期才能判断，例如库存、质量和客户交付。验收应区分短期、阶段性和长期指标。

八、沈阳路径对中小制造企业的可复制启示

沈阳的做法值得企业借鉴的，不是某个单一平台或某套软件，而是把数字化转型拆成了连续的管理动作：

1. 先评估再改造：通过企业画像和基础诊断，避免用同一方案覆盖不同基础的企业。
2. 先分层再投入：普及层解决可视化和规范化，提升层解决流程协同，培优层解决智能决策和产业融合。
3. 先场景再技术：以交付、质量、设备、能源和供应链等经营问题确定项目，而不是由技术名词决定项目。
4. 先试点再复制：用“小快轻准”控制投入和试错成本，验证有效后再扩大范围。
5. 先协同再孤立建设：通过链主企业、园区和服务商共享能力，降低中小企业独立建设的门槛。
6. 先验收结果再评价上线：将系统使用、流程变化、经营收益和组织能力纳入统一评价。

对企业管理者而言，最重要的判断并不是“我们是否已经足够数字化”，而是能否建立一套持续改进机制：每年更新一次数字化档案，每季度复盘重点场景，每个项目都有业务负责人和收益指标，每次推广都以试点数据为依据。

当数字化转型从一次性采购变成可诊断、可分层、可试点、可验收、可复制的流程，中小制造企业才有可能把有限投入真正转化为交付能力、质量能力和持续经营能力。