一个零件三个名字——300 万买来的教训，一张表就能避开
10 月底有篇杭州萧山的蹲点报道，把一家化纤厂 8 年前的账翻了出来：跟互联网大厂合作「工业大脑」，两年投了 300 万，实验室数据很漂亮，一接入产线就失灵，最后「早换了」。根因不是算法不行——是车间 ERP 和 MES 用的物料编码不是一套体系，一个零件有两个代号
10 月底一篇萧山蹲点报道，把一笔旧账翻了出来：某化纤企业 8 年前与互联网大厂合作上「工业大脑」，两年投了 300 万元，「一开始以为把订单扔给 AI 就能自己生产，结果不是空转就是卡壳」——实验室数据很漂亮，可一接入产线就频频失灵，项目有成果但没跑通，「早换了」。最值钱的是报道自己给出的根因：不少车间 ERP 与 MES 用的物料编码不是一套体系，导致一个零件有两个代号，「正是这些小问题，让 AI 推进受阻」。300 万这个数字，是第一次有人给「乱买 AI」标出公开的价格。而它买的教训，我们一张表就能避开。
300 万买的不是算法，是一句「数据不干净」
那篇报道没有把失败归咎于「AI 不行」，而是指出了两个具体的、可检查的原因：第一，「把订单扔给 AI 就能自己生产」这个预期本身就是错的；第二，同一个零件在不同系统里有两个代号，AI 读不懂「工业方言」。
当地能力中心那位副主任的判断也值得抄下来：「『AI+制造』的突破口不在算法多先进，而在于是否对企业『有用』。」换句话说，工具进场之前，先问自己的账本、图纸、微信记录里，同一个东西是不是叫同一个名字。
工具读不懂的不是技术，是叫法。
映射到我们自己：没有 ERP，但「三个名字」一样存在
我们厂没有 ERP 也没有 MES，是不是就没这个问题？恰恰相反——同一个件，我们现在就有三套叫法：客户图纸标题栏写「防护罩」，太太在微信里跟客户聊的是「外壳」，车间下料单上写的是「罩体」，到我报价单上可能又是另一个写法。
这个不一致平时看着无害，实际上每一单都在付利息：客户询盘照着微信里的叫法来，报价时要对半天图；车间按自己习惯的叫法找料，找错规格就是返工；将来真要上任何报价工具或图纸解析，它读到的第一份东西就是我们这些不一致的名字——300 万那个项目死掉的原因，会原样在我们身上重演一遍。
叫法不统一，沟通成本每天都在付，只是没人开账单。
三套叫法对齐表：一张 A4，30 行起步
这件事零成本，一个 Excel 或者一张 A4 就够。三个字段：我司内部叫法 / 客户常见叫法 / 统一标准名。先覆盖我们六条业务线各 5 个高频件，共 30 行——防护罩/外壳/罩体这种对齐先写进去，来源就是微信询盘的原话，一句一句抄，正好把客户真实叫法存下来。
这张表有三个用处：现在，报价单和车间流转用语统一，少对半天图；对外，官网和朋友圈的术语跟着统一，客户搜什么我们写什么；将来，任何报价 AI、图纸解析进场，这就是第一份要交的数据——工具吃的永远是已经写清楚的账。
这 300 万，还能拿来当筛服务商的尺子
以后任何服务商来推「大平台、大模型」，第一句就问：「萧山那个 300 万的工业大脑问题您怎么看——ERP 和 MES 物料编码不一致，您帮客户做对齐吗，还是默认客户数据是干净的？」答不上来、或者张口就让我们「先买再治」的，直接结束对话。
敢接这个题的供应商，说明他见过脏数据；不敢接的，卖的是演示间里的漂亮数字。这一问不花一分钱，比看十页方案都准。
敢接「数据不干净」的厂商，才值得让他进门。
最后泼盆冷水，然后行动
得说清楚：那是化纤厂 8 年前的大平台，我们本来就买不起也不会买；300 万是蹲点报道里的单一案例，不是统计结论。但我们厂小有小的对应版本——我们没有 ERP 和 MES 两个系统打架，可有图纸、微信、车间三套叫法在打架，性质一样，只是金额小。
一张对齐表、30 行起步、本周写完。命名统一是最便宜的数据治理，也是唯一不用等任何条件就能做的一步。
先让一个零件只有一个名字，再让机器来认它。
把图纸交给我们，把省心留给自己
