数据与系统准备
工厂没有 MES，能不能做 AI？
没有 MES 不等于没有可用数据，也不等于所有 AI 场景都能立即实施。真正需要判断的是数据从哪里来、口径是否稳定、结果由谁复核。
内容更新于 2026-09-01，用于初步决策参考，不替代具体项目评估。
先看结论
先盘点 Excel、文档和 ERP 导出数据能否稳定获得
优先选择只读、可复核、不直接写回生产系统的场景
如果原始记录长期缺失，应先补流程和数据基础
先判断数据能不能稳定取得
MES 只是生产数据的一种来源。很多中小工厂的订单、报价、质量和维修信息已经存在于 ERP 导出表、Excel、作业指导书或历史工单中。它们未必整齐，但可以先判断是否能持续取得。
第一次验证不必追求实时接口。只要资料范围明确、字段含义有人解释、版本可以识别，就能评估一个只读场景是否值得继续。
- 同一类数据是否能按固定频率导出
- 关键字段是否有明确口径和负责人
- 历史资料是否能区分产品、时间与版本
适合先验证的场景
优先选择结果可以逐条复核、出错后不会直接影响设备或正式订单的任务。这样既能观察价值，也能及时发现数据缺口。
- 根据固定表格整理生产日报与异常摘要
- 在已审核文档中检索工艺或售后知识并显示来源
- 参考历史报价形成报价初稿，再由销售或工艺人员确认
什么时候应该先补基础
如果现场长期不记录关键事实、同一指标在不同部门有不同定义，或没有人愿意对结果负责，AI 只会把原有问题更快地放大。
这类情况下，先统一一张表、一个模板或一条审批规则，往往比先接入模型更重要。
验收不要只看演示
演示能说明流程可以跑通，不能说明系统已经适合生产使用。验收时应使用一组真实但经过授权和脱敏的样本，记录正确结果、需要人工修正的结果和无法处理的边界。
只有数据来源、责任人、复核方式和停止条件都明确，才适合进入下一步集成。