1. 主数据是数字化的地基
产品编码、BOM、工艺路线、标准工时、设备能力、仓位、供应关系和人员权限，本质上都是系统运行的共同语言。字段名称相同并不代表口径一致，必须明确数据来源、责任人、审核规则和版本。
2. 系统必须映射真实业务流程
ERP、MES、APS 各自解决的问题不同。ERP 更关注资源、订单、库存和财务逻辑；MES 更靠近现场执行与追溯；APS 关注约束条件下的计划排序。系统边界应围绕业务问题划分，而不是围绕软件品牌划分。
| 层级 | 关注对象 | 常见基础条件 |
|---|---|---|
| ERP | 订单、物料、库存、成本、资源 | 编码、BOM、仓储与单据流程 |
| APS | 需求、约束、设备、产能、排序 | 标准工时、设备适配、班次、交期 |
| MES | 工单、执行、过程、质量、追溯 | 工艺路线、采集点、人员与设备状态 |
3. 看板应该反映异常，而不是装饰数据
真正有用的可视化会让使用者快速回答：今天差在哪里、瓶颈在哪里、偏差是否扩大、谁需要采取动作。信息越多不代表越好，关键指标应该围绕决策动作组织。
4. AI 的价值在于嵌入制造工作流
AI 在制造场景中的价值，不只是对话或生成文档，而是帮助整理知识、发现数据异常、辅助标准化、形成检查清单、支持问题分析和加速跨系统信息理解。前提仍然是数据可靠、边界明确、过程可验证。