“晚”上线SAP的伯恩光学，做AI却赶了个“早”

作者：王聪彬

相比其他光学同行，伯恩光学真正决定引入SAP ERP系统时，已经算“晚”了一步。

对一家业务走向全球的制造企业来说，这一步迟早要走。随着生产基地分布到不同国家和地区，客户、供应链和业务流程都在不断拉长。

按照伯恩光学控股有限公司IT高级总监李健农的说法，如果企业只做本地业务，或者对精细化管理的要求没有那么高，未必一定要选择SAP。但对于希望走向海外，实现快速合规、高效运作，这几乎是唯一选择。

而且，在上线SAP几年后，当AI开始进入核心业务，这些在主数据、流程和规则上的投入，又有了新的价值。

伯恩光学控股有限公司IT高级总监李健农

SAP上线得晚，但这一步绕不过去

全球化是伯恩光学选择SAP的重要原因，运营效率和成本管理同样是现实考量。

一方面，光电行业既要比拼加工工艺和产品品质，也要比拼全球供应链的协同能力，如何让不同区域、不同工厂之间高效协同，对底层管理平台提出了更高要求。

另一方面，研发、工艺和品质上的持续投入，最终都要落到经营结果上。如果运营效率不够高，成本控制不够精细，再好的产品也很难持续转化为市场竞争力。因此，需要按项目、产品、工厂、产线细分，从人、机、料、法、环、测等不同维度分析成本究竟发生在哪里，计划值和实际值之间为什么会产生差异，还有哪些空间可以继续挖掘和优化。

伯恩光学在2022年尝试接触了SAP，当时公司先做了小范围试点，主要是了解SAP的标准实践和自身管理要求能不能匹配。经过一段时间验证后，2023年开始全面铺开，国内和海外园区基本完成覆盖。

“第一站可以慢一点，先把事情做扎实，确认方向之后再加速。”李健农说道。

目前伯恩光学在全球拥有9个先进生产基地，全年产量达到25亿件，全球市场份额超17.8%。伯恩光学把SAP ERP升级试点选在了广东惠州园区，SAP ERP私有云覆盖了从生产、供应链、设备管理到销售、财务等核心业务，最近两年还陆续接入了BPC（全面预算、合并报表）、BW等功能。

伯恩光学管理层曾在项目启动大会上表示，SAP项目不只是一个IT项目，也不只是一个ERP项目，甚至不能用项目来说明它的重要性，这是集团管理提升的重要契机，是战略思想和管理要求从上到下贯彻的关键契机，也是企业战略性变革的重要活动，成败直接关系着伯恩未来的业务发展。

主数据和月结，先把两个基本功做好

SAP上线之后，到底能给企业带来什么变化，最终还是要从日常经营中体现出来。对伯恩光学来说，主数据治理和月结是两个很有代表性的场景。

伯恩光学过去做过一些集团层面的标准化管理，借助SAP项目，又对集团范围内的主数据进行了一次系统梳理。特别是物料主数据，从物料分类、编码到管理规则，进一步统一标准，避免“一物多码”。

这项工作看起来基础，却会直接影响后面的采购、库存和经营判断。对伯恩光学来说，SAP带来的一个重要价值，就是让不同国家、不同工厂尽可能使用同一套数据标准。

而且到了AI阶段，数据质量的重要性又被进一步放大。模型和算力再强，如果底层数据本身存在错误，AI反而会放大这些错误，伯恩光学希望把数据质量控制前移到创建源头。

月结是另一件让企业头疼的事，月底财务需要花大量时间检查可能影响结账的业务和单据，反复查错、纠错，影响月结效率的同时，也影响管理报表的及时性和准确性。

伯恩光学这次做的一件事，是把原本集中在月结前的检查动作前移。借助SAP把月结需要检查的标准动作和业务规则放到日常，每天都可以对订单、业务单据以及跨组织关联交易进行自检，提前识别哪些业务没有按照规定时间或规则执行，可能会对月底结账造成影响。这样一来，很多问题不用等到月底，在日常业务中就被处理掉。

使用SAP系统后，过去的月结工作已大幅缩短至3天，如今通过AI智能体将核对规则与风险排查实现前置化解；原本紧绷的对账，现在能在3天内轻松完成，甚至2天完成。

两个场景从规划到上线，前后只有不到一个月的时间，这让李健农非常惊喜。

伯恩光学的建设思路更倾向于先选一个场景、一个工厂跑通，再进行复制推广。主数据由于是集中创建，一旦跑通，全球会同步使用。月结则会先在一个工厂验证，再逐步推广到其他法人单位和工厂，国内跑通之后，再向海外复制。

AI做得好不好，经营结果说了算

主数据和月结跑通之后，为后续AI应用打下了重要的基础。用制造业里常说的“良率”来形容，如果AI能够帮助基础数据的输入质量长期保持在一个恒定值，对企业来说，这本身就是很有价值的能力。

关于AI，李健农更关心的是，AI能不能进入企业的核心业务流程。SAP承载着企业的核心系统和核心业务，如果AI能够让这些业务流程运行得更准确、更及时、更高效，带来的就不只是单个员工效率的提升，更多带来组织层面的效率变化。

伯恩光学希望把更多智能体放到端到端业务流程中，一方面辅助员工判断、减少错误；另一方面让数据在流程中的流转更加准确和高效，把一部分原本依赖人工、按照规则处理的环节，逐步变成基于规则的自动流转。

采购是伯恩光学正在考虑的AI应用之一，伯恩光学每年有大量标准品和MRO采购，这些采购活动都运行在SAP中，未来可以围绕采购价格、供应商以及采购数据分析等，尝试使用AI。

生产成本也是伯恩光学比较关注的场景。伯恩光学拥有多家工厂，相同或相近产品、相似产线和设备之间，成本表现和最终品质存在怎样的差异，这些结果本身都沉淀在SAP里。李健农希望进一步利用这些数据做分析，为现场流程和工艺改进提供参考。

伯恩光学的设备管理也运行在SAP中，未来无论是预防性维修、设备利用率，还是新增设备采购，都可以引入更多数据分析。比如在申请一台新设备之前，先判断现有设备的能力和产能是否已经能够满足需求，再决定是否需要新增投入。

对一家制造企业来说，伯恩光学非常关注AI投入最终能不能落到经营结果上。李健农提到，包括Token消耗在内的AI投入，最终都要看能不能真正带来业务流程效率的提升。

三类Agent，下一步往哪里走

如果说信息化、数字化时代我们可以参考最佳实践，到了AI时代，最佳实践的理念是否就失效了，企业是不是要根据自身业务创建独有的AI？

沿着伯恩光学现有业务流程看，李健农把未来可以进入企业核心系统的Agent大致分成三类。

第一类，是把物理世界的信息转成系统能够理解的数据。前面提到的主数据创建就是一个典型场景。现实业务中的物料、设备等对象，需要先被识别、描述，再进入系统。过去这个过程很大程度上依赖人的判断，未来Agent可以在数据进入系统之前参与识别和校验，减少因为认知差异带来的错误。

第二类，是让数据按照业务规则进行流转。一笔业务进入系统以后，下一步往哪里走，很多时候仍然需要人根据经验判断。如果这些经验能够沉淀成明确规则，Agent就可以参与其中，让原本依赖人工判断的流程逐步实现自动流转。对于规则还不够清晰、AI判断还需要验证的场景，则可以保留“human-in-the-loop”，由人参与判断，等规则被充分理解和验证之后，再减少人工介入。

第三类，是数据怎么被使用。过去企业做报表，往往需要先确定管理者想看什么，再由IT人员开发一张相对固定的报表。但业务在变化，管理者的问题也会不断变化，很多需求很难提前定义。管理者希望可以直接基于现有业务数据提出问题，系统按需给出结果，甚至继续沿着数据发现新的问题，才更有价值。

李健农看重SAP的一点，是企业大量核心业务数据本来就在ERP系统里，到了数据应用这一层，Agent如果能够直接理解和调用这些业务数据，就有机会进一步支撑经营分析和管理决策。对伯恩光学来说，这也是接下来AI能否进一步深入核心业务的关键。