立项原因：传统工业 ERP 存在 MRP 运算准确率低、过度依赖人工调整、物料齐套率差、库存积压与缺料并存、无法适配 "预测备料 + 订单投产" 的 OEM 制造模式等核心痛点，导致工厂停工待料频发、库存成本高企、交付周期不可控。
业务背景：珠三角中小制造企业普遍面临数字化转型刚需，但传统 ERP 价格高昂、实施周期长、灵活性差，且缺乏 AI 能力赋能，无法解决生产计划与供应链协同的核心难题。同时企业 BOM、料号、账务等核心业务数据高度敏感，不能直接使用公有大模型，亟需一款低成本、易落地、安全可控的 AI 原生工业 ERP 系统。
具体功能模块：包含 AI-MRP 智能运算模块、智能采购预测与备料模块、库存智能预警与呆滞料分析模块、异常订单智能处理模块、企业级 AI 智能助手模块、多系统数据同步模块、平台监控与运维模块七大核心模块。主要功能描述：AI-MRP 模块实时同步销售、库存、采购、生产全链路数据，自动识别异常并触发重算，运算准确率达 98%；智能采购模块基于时间序列算法生成采购建议，原生支持 "预测备料 + 订单投产" 自动管控；库存模块实时监控库存状态，自动预警超储、短缺、呆滞料并给出优化建议；AI 助手采用双模型架构，支持业务数据查询、流程咨询、公文生成等功能；多系统模块实现与 MES、WMS、OA 的数据实时同步与断点续传。
我负责的具体任务：作为产品负责人，全程主导项目从 0 到 1 的完整落地，包括 20 + 制造工厂深度需求调研、竞品分析、整体产品架构设计、高保真原型制作、需求文档输出、跨研发 / 测试 / 实施团队资源协调、项目进度管控、上线验收与后续迭代优化。技术栈与架构：采用 "云端公有大模型 + 本地私有化开源大模型" 双引擎智能调度架构，搭配私有化 RAG 制造业知识库；底层基于微服务架构，支持多租户部署；集成 MQTT 协议实现跨工业系统数据同步；搭建完整的平台监控与分级告警体系。实现亮点与难点：核心亮点是解决了制造业数据安全与 AI 能力的核心矛盾，实现了 AI 与 ERP 核心业务的深度融合，帮助客户物料齐套率提升 40%、库存周转率提升 30%；主要难点是业务部门对 AI 认知差异大，通过分阶段交付、小步快跑的方式有效管理期望，同时攻克了多系统数据异构、工业基础数据质量差的行业共性难题。
评论