赛美特-国产半导体CIM领军者，软件成就智造

挖掘数据价值，助力AI落地｜赛美特以高质量数据筑牢智能应用的核心底座

26-08-3112:00:00

当AI加速在制造业落地，企业对工厂智能运营的期待也在发生变化。

近日，在深圳举办的“数智驱动·安全护航”2026制造业AI创新峰会上，赛美特集团副总裁、BIT事业部总经理邹毅发表《数基先行·智启制造——以高质量数据筑牢AI落地的核心底座》主题演讲，分享了赛美特在先进制造行业经营管理咨询与实施、数据中台建设以及工业数据价值挖掘方面的实践与思考。

在他看来，ERP、MES等核心业务系统的建设，是制造企业数字化的重要基础。当企业进入更深层次的数字化阶段，数据孤岛、决策缺乏数据支撑、智能化应用深度不足等问题依然存在。从“业务数字化”走向“数据资产化”，再走向“AI智能化”，正在成为制造企业智能化升级的新命题。

从咨询规划到系统落地，先夯实数字化的“底座”

真正有效的数字化建设，需要从企业战略和业务出发，逐步建立起覆盖规划、系统、数据和应用的完整体系。

2022年，赛美特集团正式成立BIT事业部。目前，BIT事业部团队规模近百人，以咨询规划为战略指引，以泛ERP和数据中台落地为基石，以自研系统和解决方案为技术引擎，逐步形成了面向先进制造行业的端到端的数字化服务能力。

先进制造企业在数字化升级中，赛美特集团BIT事业部可以从IT战略规划、治理架构、数字化蓝图与目标架构，到行业最佳实践对标、投资优先级评估等方面，帮助企业明确数字化建设的方向；进一步通过成熟度评估、差距分析、转型路线图、变革管理和项目群管理，将规划逐步转化为可执行的建设路径。而在数据领域，则进一步延伸至数据治理咨询，围绕标准、质量、安全、资产建立一体化的数据治理体系，为后续的数据应用和智能化建设打好基础。

围绕半导体制造企业的经营管理，BIT事业部已经形成成熟的泛ERP系统建设能力，覆盖SAP S/4HANA、博科ERP等系统实施服务，并拥有PlantU CCMS成本控制管理系统、PlantU SMS委外管理系统等自研产品与解决方案。目前，BIT事业部服务范围覆盖半导体从IC设计、晶圆制造，到封装测试以及IDM模式的企业，并围绕ERP与其他业务系统之间的联动场景，持续打造面向先进制造行业的特色解决方案。

与此同时，企业在ERP、MES等系统运行过程中不断产生的大量数据，也需要被进一步连接和管理。因此，BIT事业部进一步形成了覆盖BI、MDM、数据湖仓、数据质量管理与数据资产运营的数据应用能力，兼具传统套装BI、开源大数据和敏捷BI等技术生态的咨询与实施能力，并通过自主研发的数据中台产品，形成可复用的统一技术底座。从咨询到落地，再到数据应用，BIT事业部助力先进制造企业解决的并不是某一个IT问题，而是建立起一套能够持续演进的数字化“底座”。

咨询明确方向，业务系统承载流程，数据中台沉淀资产。而这，也成为企业进一步拥抱AI的重要前提。

从“业务数字化”走向“数据资产化”，为AI准备真正可用的数据

当制造现场中ERP、MES、WMS、OA等业务系统不断运行，企业沉淀的数据越来越丰富，但系统越多，并不意味着数据就越容易管理。生产数据在MES，经营数据在ERP，供应链数据在SRM，设备数据则来自不同的现场系统。数据分散在不同系统和业务环节之间，不同系统之间存在数据壁垒，数据标准、业务口径甚至主数据也可能并不完全一致。

于是，一个问题出现了：企业拥有很多数据，但这些数据真的可以被统一使用吗？如果数据本身不完整、不统一、不可信，那么AI再强，也很难真正解决制造现场的问题。因此，在数字化进一步向智能化演进的过程中，赛美特提出以“数据中台+AI中台”双引擎构建企业智能化基础。

数据中台连接ERP、MES、SRM、CRM、WMS、OA等业务系统，将分散在不同系统中的数据进行统一接入、清洗、治理和存储，并通过数据服务形成企业统一的数据资产中心。它解决的不是“有没有数据”，而是让分散的数据能够被统一理解、统一管理和统一调用。

AI中台则建立在这一数据基础之上，通过模型开发训练、自动化部署、模型全生命周期管理以及AI能力服务化，将数据进一步转化为可调用的智能能力。最终，智能决策、智能运营、智能创新等能力才能真正进入业务场景。

ERP解决的是业务流程数字化，数据中台推动的是数据资产化，而AI中台进一步让数据转化为智能能力。业务系统不断产生数据，数据中台让数据变得统一、可信、可复用，AI再基于这些数据进行分析、预测、决策和执行。

只有把数据底座真正建起来，AI才有可能从“技术能力”走向“业务能力”。

从“看见”到“预见”，再到“执行”：工业数据价值正在逐级深入

数据进入中台之后，真正重要的问题就变成了：这些数据如何为制造企业创造价值？

赛美特以“数据中台+AI中台”构建企业智能化双引擎：数据中台是企业统一的数据资产中心，负责让数据统一、可信、可复用；AI中台是企业统一的智能能力中心，负责将数据进一步转化为分析、预测、决策和执行能力。两者协同，让数据真正从“沉淀”走向“价值创造”。赛美特将工业数据价值的释放归纳为三个阶段：数据可见、数据可用、数据可执行。

第一步，让数据看得见。数据中台将ERP、MES、WMS、设备系统等数据统一接入、治理和管理，通过经营驾驶舱等方式，将订单、生产、设备、库存等核心数据集中呈现，让企业实时掌握工厂运行状态。

第二步，让数据有价值。在统一、可信的数据基础上，AI中台进一步对数据进行分析、预测和推理。例如，通过融合设备时序数据与历史故障记录，AI可以识别设备异常趋势，帮助企业从“出了问题再处理”走向“提前发现、提前干预”。

第三步，让数据可执行。AI不再只是提供分析和预测，而是进一步进入业务流程。例如预测设备即将发生故障后，智能体可以协同生成维修工单、调整生产任务、协调物料，并将执行结果重新回流数据中台，形成“感知—决策—执行—反馈”的闭环。

因此，数据中台让数据统一、可信、可复用，AI中台让数据产生洞察和决策，AI Agent进一步让智能进入业务执行。最终，数据价值实现从“看得见”到“有价值”，再到“能执行”，推动企业从数字化基础走向真正的AI智能化运营。

制造业企业真正需要建设的，已经不只是某一套系统，也不只是某一个AI应用。更重要的是建立一套能够持续承载业务变化和技术演进的AI数字化底座。

这也是赛美特集团BIT事业部持续挖掘的数字能力体系：从咨询规划出发，帮助企业明确数字化建设方向；以ERP及管理应用为核心，推动企业经营管理和业务流程数字化；通过数据中台连接多源业务数据，推动数据治理与资产沉淀；再进一步结合AI中台能力，让数据进入预测、决策和执行环节。

这条路径需要建立在企业长期探索数字化的持续进阶。未来，赛美特集团BIT事业部会以高质量数据筑牢数字化底座，让数据统一起来、沉淀下来、使用起来，AI真正融入制造企业的业务与现场，成为推动企业持续增长的新力量。