乐于分享
好东西不私藏

PLM不是研发软件,而是产品定义主权系统:从物料编码、BOM到相似物料治理

PLM不是研发软件,而是产品定义主权系统:从物料编码、BOM到相似物料治理

说到PLM,有人把它当图纸库,有人把它当研发部的软件,有人把它当版本管理工具。

还有人觉得,PLM不过就是ERP上线之前,研发那边先维护一点物料和 BOM,免得后面制造、采购、仓库天天来追着问。

因为它把 PLM 看成了“研发工具”,却没看见 PLM 真正管的是什么。PLM 真正管的,不是图纸,不是文档,不是流程,更不是研发部的小天地。

PLM 管的是企业对“产品到底是什么”的最终解释权。

一家公司如果连“产品是什么”都说不清,后面所有东西都会跟着乱。采购不知道该买什么,制造不知道该做什么,成本不知道该算什么,售后不知道该修什么,质量不知道该追什么,供应链不知道哪些东西可以替,哪些东西绝不能替。

表面上看,问题好像出在采购、生产、质量、成本,实际上根都在前面:产品定义失守了。

所以,PLM 不是研发软件。它是企业的产品定义主权系统

一、企业最深的管理,不是管流程,而是先把对象说清楚

数字化最容易上头和上手的是流程。立项怎么走,打样怎么走,变更怎么走,审批怎么走,发布怎么走。流程箭头画得特别漂亮,节点一层层很严肃。可流程再漂亮,也解决不了一个最根的问题:

你流程里流动的那个东西,到底是什么?

这话听着像废话,其实一点也不废。

一个螺钉到底是不是一个独立物料?一个模块到底算不算一个可复用部件?一个配置件和一个标准件的边界在哪?一个软件版本和一个硬件版本怎么在产品结构里并存?一个可替代关系,是设计层替代、采购层替代,还是制造层替代?

这些问题说不清,流程就会变成空转。你审批的是个什么对象都说不清,后面的采购、制造、成本、售后就只能靠猜。

所以,真正高级的系统建设,顺序不是先画流程,而是先把对象立住。而 PLM 的根本作用,就是替企业把“产品对象”立住。

说白了,PLM 干的不是存资料,而是在企业内部宣布:这是什么,它和谁组成什么,它和别的东西什么关系,它在什么版本下有效,它和上一版、下一版、替代版、配置版怎么区分。

这才叫产品定义。

二、物料编码不是编号小事,而是企业承认一个产品对象存在的方式

最容易被看轻的,往往是物料编码。

有人会说,物料编码不就是编号吗?编长一点、短一点,有意义一点、没意义一点,有什么大不了?反正系统里能区分就行。

恰恰相反。物料编码从来不是小事,它是企业承认一个产品对象存在的第一道门槛。

你不给一个对象正式编码,它就只是研发嘴里的“那个件”、采购电话里的“那个料”、车间师傅口中的“老型号那玩意儿”。只有当企业正式给它命名、编号、归类、赋予属性,它才第一次进入制度世界。

所以编码不是标签,编码是身份证。

这时候问题就来了。很多企业在编码这一步,恰恰最容易犯大错。

最常见的错,不是没有规则,而是规则太多,而且全塞进编码里想让编码一眼看出物料大类、材质、规格、供应商、工艺特征、应用场景,甚至恨不得把人生履历都写进去。刚开始看着很聪明,越用越像给自己埋雷。

为什么?

因为一旦把业务逻辑写死进编码结构,编码就不再只是身份,而成了一个无法轻易变动的硬壳。

今天分类体系改了,编码体系跟着炸。明天一个类号资源用尽,整条链条得扩位。后天某个属性口径变了,系统里一堆校验、接口、报表、搜索、BOM 关系全要重构。

更麻烦的是,业务一变,编码想改不敢改,不改又越来越不准,最后企业会活在一套越来越失真的“历史命名法”里。

这就是很多企业的通病:不是不会编码,而是把编码当成了业务规则本身。

《华为产品数据是怎样炼成的》读书笔记1:物料编码第一大坑

奥列基谈MRP 22:主数据之物料主数据和物料编码规则

真正成熟的做法,恰恰相反:编码应该轻量、稳定、唯一;业务含义应该外置到属性、分类、特性和规则体系里。

也就是说,编码负责回答“你是谁”;属性负责回答“你有什么特征”;分类负责回答“你大致属于哪一类”;规则引擎负责回答“你是否符合某类业务校验”。

这才是现代产品数据治理的思路。不是让一个编号包打天下,而是让身份、属性、分类、规则各归其位。编码越有“业务意义”,系统越没弹性。

真正高级的编码,往往看上去“没那么聪明”,因为它把聪明放到了更该放的地方。

三、BOM不是清单,而是产品的结构主权

如果说编码是在定义“一个对象是谁”,那么 BOM 定义的,就是“这些对象如何组成一个产品”。

很多人一提 BOM,就说“物料清单”。这四个字特别误导人。因为“清单”给人的感觉,是一串列表,一页表格,顶多再加几层展开。

可 BOM 真正牛叉的地方,根本不在“列出来”,而在“结构化地定义产品”。

[干货]SAP不是把BOM当配件表 而是把它当在特定上下文下、某个时点有效的一组产品结构规则

《华为产品数据是怎样炼成的》读书笔记2:BOM管理原则

奥列基谈MRP 23:相关主数据之BOM的类型与治理

BOM 不是一堆料号堆在一起。BOM 是父项、子项、数量、层级、替代关系、有效关系共同组成的一套产品结构逻辑。

它回答的是:这个产品由什么组成,层级怎么分,哪些东西互为替代,哪些版本在哪个时间段有效,哪些配置条件下该出现哪些部件。

所以 BOM 不是附属资料,它是产品的结构主权。

没有 BOM,企业只有零件;有了 BOM,企业才第一次拥有了“产品”这个对象。

因为企业里真正难的,不是有多少零件,而是这些零件如何在工程上、制造上、采购上、服务上被承认为同一个产品结构。一旦 BOM 失守,最先乱的不是表,而是整个企业对产品的共同理解。

研发说这个结构是对的,制造说这么装不起来,采购说有些件根本买不到,成本说这个分解不利于核算,售后说维修视角根本看不懂。

最后大家各自维护一套自己的“BOM真相”,公司里同时存在五六套产品定义。表面上每个人都在干活,实际上企业已经分裂成几个彼此听不懂的宇宙。

所以 BOM 的价值,从来不是能展开、能打印、能查找,而是它把“产品到底是什么”这件事,从口头理解变成了可被全公司共享的结构化事实。

四、BOM的高级,不是一堆表,而是一套主结构、多种视图

很多企业的产品数据为什么越做越乱?根子常常不在技术,而在一个错误前提:总觉得不同部门就应该各维护一套自己的 BOM。

研发搞一套设计BOM。制造搞一套工艺BOM。成本再拆一套成本BOM。销售做一套配置BOM。售后又弄一套服务BOM。

看上去各有道理,实际上是在集体制造多重真相。

这套做法最开始很顺,因为每个部门都觉得“终于按自己的逻辑来了”;到后面一定会失控,因为所有人都在维护局部最优,没人再维护整体一致。

真正成熟的思路,不是“每个部门一套BOM”,而是:

一套主结构,多种视图。

也就是说,企业应该围绕同一个产品主结构,允许不同角色从不同角度去解读它,而不是允许每个角色另外发明一个产品。

制造关注的是装配顺序、自制外购、工艺约束;采购关注的是寻源、替代、供应风险;成本关注的是成本归集和分解颗粒度;售后关注的是可维修、更换、追溯;销售关注的是配置与报价。

这些角度都合理,但它们应当是对同一主结构的不同读取,不应该变成彼此独立的数据宇宙。

所以 BOM 的高级,不在于系统里表有多少张,而在于企业有没有能力维护一套主结构,然后让不同职能按各自视角去“看”它,而不是去“重造”它。

说得更白一点:一套 BOM,多侧解读;多套 BOM,多重灾难。

五、真正的PLM,不是让研发自由发挥,而是逼研发承担产品定义责任

PLM必须把产品定义清楚。

因为产品相关的最硬核信息,源头本来就只能来自研发。产品结构、模块划分、配置规则、关键特性、装配关系、可替代关系、版本关系,这些东西不可能由采购去猜,也不该由制造去脑补,更不能等财务来反向推测。

如果研发没有把产品定义结构化,后面所有下游都会受害:

生产无法组织,采购无法下单,成本无法核算,售后无法维护,质量无法追溯。

这时候你才会看清,PLM 不是在给研发“发工具”,而是在向研发“追责任”。

但这也不是说研发要包打天下。研发负责的是“产品是什么”,不是“企业如何围绕它运营”的全部信息。

比如采购提前期、计划参数、车间归属、损耗率、供应策略这些东西,当然会由下游根据经营现实补充。

可前提必须是:主结构已经稳定,产品身份已经清楚,版本逻辑已经成立。否则后面所有补充,都是在一团雾里往前摸。

所以,PLM 的真正厉害之处,不是让研发更自由,而是让研发必须把产品定义做到能被全企业接住。这其实不是研发系统思维,而是经营系统思维。

六、相似物料识别不是AI噱头,而是产品治理走向成熟的信号

一说 AI 和 PLM,很多人最先想到的,是智能设计、自动生成、文档检索这些看上去很炫的事。

但我反而觉得,在 PLM 里真正最接地气、也最值钱的一类 AI 用法,是相似物料识别。

AI助力PLM识别相似物料

SAP商业AI之企业实体识别

为什么?

因为它切中的不是“设计更酷”,而是“产品定义体系有没有开始成熟”。

相似物料识别表面看只是个搜索问题:能不能帮我找出类似件、替代件、相近规格的件,但它背后牵动的是一整套大事:

能不能减少垃圾物料;能不能避免研发重复造轮子;能不能让采购合并寻源、放大采购量、降低成本;能不能让标准件复用起来,而不是越做越碎;能不能让产品结构复杂度别无限膨胀。

SAP顾问给高中生讲讲“分类系统到底有什么用”

一个企业如果连“相似件”都识别不出来,说明什么?说明它的物料主数据、特性体系、物料关系、BOM关联、描述规范,大概率都还不够成熟。这时 AI 再聪明,也只是站在一片垃圾场上做美学判断。

反过来,一个企业如果相似物料识别开始真的有价值,那往往意味着几件事已经有基础了:

物料主数据相对稳定;物料特性被结构化管理;物料之间的替代、层级、组件关系被记录;数据质量至少达到了可被机器消费的水平。

所以 AI 在这里不是救世主,它更像一个放大器。前面秩序立住了,它就能放大复用和治理价值;前面秩序没立住,它只会把混乱放大得更快。

这也是为什么我说,相似物料识别不是 AI 小彩蛋,而是 PLM 走向更高阶段的信号。它说明企业已经不满足于“把对象录进去”,而开始追求“对象之间的高级关系能不能被机器利用”。

七、PLM真正值钱的地方,不是让产品数据存在,而是让产品复杂度可控

很多企业做产品数据管理,最后都会遇到同一个大坑:产品越来越多,变体越来越多,版本越来越多,物料越来越多,替代关系越来越多,历史包袱越来越多。

最初大家觉得这是“企业发展得好”,到后面就会发现,这其实是一种复杂度债务。

如果企业没有一套足够强的产品定义体系,这种债务会以各种形式反噬:

编码失控,BOM 分裂,替代关系混乱,相似件泛滥,版本追不清,设计复用做不起来,采购成本降不下去,制造现场频繁踩坑,售后追溯越来越难。

你会发现,这些看起来分散的问题,其实都不是“下游执行问题”,而是同一个问题的不同面:企业对产品定义失去了主权。

所以,PLM 最终管的不是图纸,也不是表格,而是复杂度。它的目标不是“产品数据有了”,而是“企业还能驾驭自己的产品世界”。

一旦企业失去这件能力,后面的 ERP、MES、WMS、QMS 再强,都会变成在混乱定义之上做局部优化。局部当然还能跑,但整体一定会越来越沉重。

所以真正高级的 PLM,不是一个研发资料库,而是一个复杂度控制系统。它让企业在产品线扩张、版本增加、替代增多、配置变复杂的时候,依然能用同一种语言理解“产品是什么”。

这才是产品数据主权的含义,不是谁来操作系统,而是谁拥有最终解释权。

这个解释权体现在:

物料编码是不是轻量、稳定、可扩展;产品结构是不是统一、共享、可追溯;BOM 是不是主结构清晰、视图分明;相似件、替代件、版本关系是不是在秩序中被管理;复杂度是不是在增长中仍然可控。

一旦这件事立不住,采购、制造、成本、服务全都会跟着失真。系统再多,流程再全,也只是替混乱装上了电机。

有了这层主权,后面的采购、制造、成本、服务才有共同语言;失了这层主权,企业所有经营动作都会变成在模糊对象上做精细化努力。

那种努力,越认真,往往越累。