基克纳IT战略与流程分析报告
一、 报告目的
1
现状梳理
本报告旨在为贵公司梳理现有IT现状,诊断系统存在的问题,并提出针对性的优化建议。
2
问题诊断
通过对现有IT系统及规划的深入分析,识别系统存在的不足和潜在风险,为优化和改进提供依据。
3
优化建议
根据诊断结果,提出优化建议,帮助贵公司提升IT系统效率,智能化及安全性,并推动业务发展。
4
智能化标杆
探索智能化领域潜力,助力贵公司打造成为全球电子烟行业的智能化标杆,提升竞争优势,实现可持续发展。
二、 工作基础与声明
结论产出依据
本报告的结论基于我们对基克纳信息化现状的充分调研和分析,并参考了业界领先的IT管理框架和标准。虽然我们尽力获取全面、准确的信息,但由于数据获取的固有局限性,部分结论可能存在偏差。
信息获取受限
分析主要基于贵公司提供的信息和数据,由于数据保密性等因素,我们可能无法获取完整的信息。
三、 工作投入及成果
我们进行了深入的调研和分析,输出了涵盖信息技术治理、安全管理、系统集成、系统运维、数据管理、业务连续性、风险及内控管理等多个方面的信息系统管理现状及问题发现。
18
访谈
共进行了18场次的访谈,对各信息系统的功能,使用现状,业务支持度,整体系统控制环境等多个方面进行了了解
20+
人次
分别对系统产品经理,关键业务用户,运维等共20多位进行了调研访谈,从业务需求与IT融合的角度,对系统现状梳理分析
12
系统
分析范围覆盖基克纳的12个核心业务系统,包括T100、OA、MES、SRM等
50+
识别
共识别超过50个信息化系统及管理相关问题,涉及IT治理、系统集成、授权管理、数据治理等
6
专项方案
针对个别的业务系统痛点,信息系统优化主题,输出了共6份专项审阅及提升方案,包括(点击展开):
信息系统流程_数字化部_IT管理提升及ISO27001对标分析
Loading...
信息系统流程_数字化部_供应商对账数字化解决方案设计
Loading...
信息系统流程_数字化部_生产计划交期管理自动化方案设计
Loading...
信息系统流程_数字化部_OA系统非标流程专项优化方案
Loading...
信息系统流程_数字化部_品质管理流程数字化解决方案设计
Loading...
信息系统流程_数字化部_基克纳各核心业务系统现状分析
四、现状评估
为了全面评估基克纳的IT现状,我们从三个角度进行了分析: IT治理结构、数字化成熟度水平,以及与业界领先IT管理体系的对比。
1
IT治理及战略方向
基克纳IT治理及战略的整体评估结果
2
数字化成熟度
根据《数字化转型成熟度模型》,从多个IT能力域评估基克纳整体的数字化水平
3
IT体系标准对标
通过ISO27001,ITIL及Cobit等体系标准,对基克纳信息系统管理水平进行评估
IT治理及战略方向
IT 亟需改革:阻碍企业进一步发展
战略方向偏差
实践中过于依赖人海战术打补丁式解决系统问题,忽视了系统建设和优化,无法将IT资源与企业战略目标有效对齐。
数据治理混乱
数据孤岛,缺乏统一的标准和管理规范,数据准确性和一致性不足,阻碍数据分析和决策。
数据安全隐患突出,缺乏安全审计机制,存在数据泄露和滥用的风险。
权限管控不足
账号管理漏洞,缺乏审批和记录机制,导致冗余账号和安全风险。
角色矩阵缺失,过度授权现象普遍,造成权限混乱和安全隐患。
缺前沿技术布局
对AI、大模型等新兴前沿技术的制造业探索和应用,实践和规划上几乎处于空白状态。
数字化成熟度
根据 GB/T 43439-2023《信息技术服务数字化转型成熟度模型》,结合基克纳当前的IT现状及规划阶段,基克纳的数字化发展阶段和成熟度处在一级 - “按需响应,初步探索”的初级阶段。
数字化成熟度(续)
基克纳: 一级 - 按需响应,初步探索
初期探索阶段、能力域建设中、IT服务现阶段以补丁式、按需响应为主。数字化转型探索中。
美的: 四级 - AI智能,融合管理
可持续灯塔工厂(5座)、AI全流程深度应用(400+场景)、大数据、应用平台化、多项数字化能力域指标成熟。
Loading...
IT体系标准对标
基克纳快速扩张的背后,IT基础设施正成为潜在的“定时炸弹”,权限管理、数据库变更、和变更管理等关键领域存在严重问题,这些漏洞不仅对信息安全构成威胁,更有可能在关键时刻拖累企业的发展。
同业的领先者诸如海尔、美的、迈瑞等,他们分别以ISO、ITIL、COBIT、DevSecOps等最佳实践和体系为蓝本,构建高效、智能、安全的IT基础设施。
ISO-IEC-27001
15%
ISO27001 (15%)
通过建立信息安全管理体系(ISMS),ISO 27001帮助企业保护关键数据资产,提升合规性和风险管理能力,为未来业务扩展提供坚实的安全基础。基于该标准的要求,基克纳的信息管理 (D/MD) 达成率仅为约 15%
对标统计及问题详情
ISO27001 标准体系对标
附件-ISO-IEC-27001 差距分析(点击展开)
Loading...
COBIT框架
32%
COBIT (1.6/5)
COBIT框架确保IT资源与企业战略高度一致,优化IT治理与管理,为企业未来的发展提供强有力的支持,帮助企业在数字化转型中实现可持续的业务增长和创新。根据COBIT框架,基克纳的IT管理现处于仅有基本流程但不全面不系统,且较依赖人工及个人经验的初级水平(1.6分)。
COBIT 成熟度评估明细
附件-COBIT-成熟度评估-差距分析
Loading...
ITIL- IT服务管理框架
36%
ITIL(1.81/5)
IT服务管理最佳实践框架,覆盖IT服务生命周期的各个阶段,帮助企业确保IT服务能够高效支持业务需求,并通过标准化流程提高运营效率和管理质量。根据该框架评估,基克纳的IT服务管理水平等级仅约为1.8/5
ITIL体系评估明细
附件-ITIL-服务管理实践评估明细
Loading...
五、分析与建议
如何补齐上述数字化及IT管理短板,塑造灯塔工厂、成为行业标杆,迈入新时代工业4.0?
1
1. 识别问题根因,发掘提升潜力
2
2. 数字化重塑,突破瓶颈
3
3. 敏捷推进,打造智能化标杆
识别问题根因,发掘提升潜力
1
2
3
1
识别问题根因,发掘提升潜力
2
数字化重塑,突破瓶颈
3
敏捷推进,打造智能化标杆
识别问题根因,发掘提升潜力
我们通过以下三个方面梳理基克纳的数字化现状,识别当前的数字化痛点及IT管理问题,并发掘潜在升级机会。
IT管理现状
信息系统应用
数字化规划
IT 管理现状
实践策略方向偏差
IT建设缺乏清晰,分步,可落实的战略规划,实践中更多是人海战术“治标不治本”式地应对紧急问题,而不是为业务发展提供战略支撑,无法将IT资源与企业战略目标有效对齐。系统建设缺乏全局视角,无法有效支撑公司长期战略目标。
系统集成度低
系统架构松散,信息孤岛严重,数据无法自由流动,难以实现数据共享和流程整合。缺乏整体架构设计,无法实现企业资源的协同利用。各业务系统孤立,无法实现数据共享和流程整合,无法有效支撑公司长期战略目标。
数据治理混乱
数据安全管理不完善,数据质量参差不齐,难以为决策提供可靠支持。缺乏数据治理框架, 数据安全管理不规范。数据孤岛严重,缺乏统一标准和管理规范;数据存在多源头输入,数据质量参差;数据缺乏安全审计机制,安全隐患突出。
自动化智能化支持程度低
财务、生产、存货、供应链管理、研发等环节依赖大量人工操作,缺乏自动化和智能化,导致效率低、成本高、风险难控。企业需要积极探索自动化和智能化解决方案,提升效率和效益。
信息系统应用
基克纳目前在使用12个核心IT系统支撑着业务运转,然而,随着企业进入高速发展阶段,这些系统犹如“瓶颈”,阻碍了企业数字化曲线的跃升。
“病号”ERP: 鼎捷T100系统
系统支持力不足,如同“病号”般,需要持续“輸血”,频繁需要IT介入运作。(频繁的IT侧数据修改,为业务打补丁”护航“)
“数据坟场”: BI系统(经营决策)
数据缺乏可靠性,如同“数据坟场”,沉睡着宝贵数据信息,但无法用于决策支持,让管理者“摸黑”决策。
“流程迷雾”: OA系统
本应是系统协同办公利器,流程创建过于随意、模糊的权限分配,以及混乱的数据结构,让OA系统沦为效率杀手。
“空壳” PLM:Windchill PLM(产品生命周期管理)
沦为逻辑不清的“共享文件夹“系统,基础功能缺乏,无法有效管理产品生命周期,阻碍产品创新和研发效率提升
协同不足:供应链相关系统
供应链相关系统(WMS、MES、SCM等):数据难追溯,无法进行高效的生产效益分析与管理,如同“黑盒”,无法洞察内部运作效率。
其他系统
以上只是冰山一角,其他系统也存在类似问题。例如公司面临着数据管理混乱、信息系统落后、合同管理混乱等问题,导致决策缺乏数据支持,业务流程效率低下,风险控制不足。
信息系统应用(续)
  • 系统建设“仅限于有”,IT与业务融合脱节,系统间协同不足。
信息系统应用(续)
各核心系统问题概览(展开明细): 回到专项​​方案

OA系统

核心问题: OA系统存在流程设计、功能和授权管理三大方面缺陷,制约了企业业务效率,并存在潜在的风险隐患 流程审批权限不合理 审批权限与人而非岗位挂钩,审批流程混乱,难以追责,审批授权风险突出。例如,订单核价流程中,审批节点依据用户而非业务条件区分,导致审批流程缺乏逻辑性和可控性,效率低下。 OA流程设计不科学 个别OA审批流程存在大量重复或非必要的环节,同类或重复OA流程较多,缺乏合理整合,导致管理效率低且混乱。 系统功能不足,阻碍效率 例如,预算管理和报销流程自动化程度低,缺乏必要的控制机制,难以有效控制预算执行;缺乏电子合同签署系统,合同签署效率低,信息准确性难以保证,浪费人力。 问题明细(展开查看更多) 序号 问题标题 问题详情 1 OA-ERP订单核价流程审批节点不合理 3188个案例(94.4%)最终审批人设置为出纳人员。310个案例(9.2%)仅经财务部出纳人员审批即结束流程。133个案例(4%)未经财务部审批即结束流程。流程设计缺乏业务逻辑,依据用户条件区分而非业务条件区分,不利于标准化管理。 2 OA-ERP订单核价流程审批逻辑缺失 流程设计缺乏业务逻辑,依据具体提交用户的不同,进行用户条件区分,而非业务流程条件区分(依据业务本质或岗位属性的不同区分),不利于标准化管理。 3 OA-ERP订单销退流程存在SOD风险及OA系统审批记录不完整 存在SOD风险:存在自提自审的情形(业务总监和资材经理审批人是同一个人)。 OA系统审批流程记录不完整:如果两个审批节点为同一人,OA系统仅会记录最后一个审批节点OA,例如:业务总监和资材经理审批人是同一个人,OA仅记录业务总监节点。 4 OA-ERP订单销退流程审批条件设置不合理 “下单错误”导致订单销退时,无论金额大小均需总经理审批,与实际业务需求不符。 5 OA部分销售流程审批逻辑不清晰 部分销售相关流程通过联络函形式进行审批,如GV返点申请、GV客户账期申请、HC中烟接待费报销等,审批逻辑不清晰,导致审批环节出现循环审批的情况。 6 OA订单变更流程存在流程编号为空值 存在OA订单变更流程的流程编号为空值,难以对问题定位和追溯。 7 预算管理与报销流程缺乏系统控制 各事业部在预算管理上虽已制定全年费用限额,但OA系统中未设定具体的活动或单次费用上限,使得员工报销时缺乏直接的预算控制,导致预算执行力度不足。 8 员工调动与转岗流程信息化支撑不足 目前公司的岗位异动,依赖线下纸质单据流转,效率低且有单据遗失风险。 9 劳动合同签署信息化支撑不足 目前尚缺乏合同的线上签署功能,仍需依赖传统的线下签署方式。合同台账信息依赖人工控制,对信息准确性保证不足。 10 合同审批与用印流程混杂 合同条款审核未在印章使用流程前作为独立的流程,合同审批、条款审批与印章使用流程高度集成,导致各环节责任界限模糊,难以快速定位责任主体。 11 预算金额分配不智能 OA系统中预算概况模块未自动化同步,需预算管理专员手动更新,增加工作量且易出错。审批后数据滞后,影响预算管理准确性和及时性。 12 项目评审流程类型宽泛混杂 项目评审表被用于多种不同性质与需求的项目申请,增加了财务审核的复杂性与工作量,可能导致预算分配失衡。 13 OA系统预算控制审批节点设置不合理 OA系统的审批节点设置未能全面覆盖关键审批环节,增加了违规操作和费用失控的风险。 14 预算管理流程自动化不足 预算管理流程中手工操作过多,缺乏自动化支持,影响预算管理的效率和准确性。 15 OA系统费用报销流程自动化不足 费用报销系统无法自动映射人员岗位、部门及报销类型与费用科目,增加了审批环节,降低了报销效率,增加了人为错误的可能性,影响预算控制和财务分析的准确性。 16 OA系统业务场景与流程梳理不足 资金收付全场景及流程梳理缺失,影响业务处理效率与资金调度精准度。

ERP系统

系统集成不足 T100系统与CRM系统、银行系统等缺乏良好集成,数据同步困难,造成不必要如人工工作量和操作风险。 系统流程效率低 入账管理、样品管理、销售数据分析、报废物料管理、料号核价、退税流程、报关单数据交换、预算编制等环节存在流程繁琐、数据传递不畅、人力耗费等问题。 数据管理不完善 财务凭证处理、固定资产管理、无形资产管理等方面存在数据不准确、缺失或信息延迟等问题,影响数据质量和管理效果。 系统功能缺失 例如银企直连上线滞后,缺乏自动化功能;T100系统缺少订单批量审核、固定资产折旧自动计算等功能。 权限管理不足 例如,资金组独享特殊权限,缺乏监管机制,存在权限滥用风险。 问题明细(展开查看更多) 序号 问题标题 问题概述 1 入账管理与确认流程效率低下 1. 信息流转不畅与重复劳动,导致时间成本增加和信息错误风险。 2. 国际汇款时间差导致流程不确定性和复杂性。 3. T100系统与CRM系统数据同步问题,增加操作复杂度和数据不一致风险。 4. 审批流程效率低下,依赖人工操作。 2 样品管理失控、业财脱节 业务在系统中申请样品无需财务审批且流程混乱,导致科目分类错误,财务无法有效管理。 领导样品管理失控、财务无法精准区分样品和正常销售产品,增加成本支出风险、财务舞弊和税务风险。 3 销售数据分析报告的可重用性和可维护性差 报告编制依赖人工手动提取数据并编辑,导致数据准确性下降,难以快速响应变化需求,限制了报告的灵活性。 4 物料报废管理流程漏洞 作业人员可以绕过厂长审批节点,直接将报废物料入报废仓,存在管理漏洞。 5 料号核价缺乏自动化 料号核价过程依赖人工操作,无法实现零错误率,可能导致采购成本波动,影响成本预算和采购计划执行效率。 6 资金组独享特殊权限且缺乏监管 资金组拥有修改出货单状态的独享权限,缺乏监管机制,可能导致权限滥用或误用,增加内部舞弊风险。 7 退税流程效率低下、自动化程度不足 报关底单回传时间不确定、与预录单信息不对应,导致报关信息确认时间延长,影响增值税退税及时性。 8 报关单数据交换效率低下 报关单数据交换依赖人工下载与上传,效率低下且易出错,需要引入自动化解决方案。 9 预算编制工具与系统化不足 预算编制过程依赖Excel进行数据处理,缺乏专门的预算编制系统或工具支持,效率低下,易出错。 10 T100系统的订单管理效率低下 订单审核过程繁琐,缺乏批量处理功能,影响订单处理速度。 11 T100系统的固定资产管理不完善 设备信息维护手动进行,存在bug导致无法及时计提折旧,可能导致资产流失或重复购置。 12 T100系统的财务凭证处理存在缺陷 批量抛转的凭证未带出摘要内容,红冲凭证模块凭证号不连续,增加了凭证处理复杂性和出错率。 13 T100系统的结账与对账流程复杂 批量处理数据易遇问题,余额跟踪功能不足,认款单操作流程不智能,可能导致结账延误或错误,增加对账工作量。 14 银企直连系统存在诸多问题 1)上线滞后,多账户多币种管理效率低下。 2)半自动化不足,增加了操作复杂度,限制了数据分析与监控能力。 3)接口时间字段不一致,导致付款排序错误。 15 固定资产与无形资产管理不规范 固定资产折旧少计,无形资产摊销年限固定,导致资产账面价值失真,影响财务报表准确性。

GBS系统

缺乏预警和风险提示机制 例如,采购订单创建缺乏与最低价对比、选择供应商理由等预警提示;采购请购单创建缺乏自动校验机制和预警提示,导致采购不匹配;采购工单创建缺乏复核/自动校验机制等 信息化智能化程度低 例如,品质部分环节仍采用纸质单据或非自动化方式,影响效率和文档管理。库存数据信息化程度低,无法对库龄、存货复检等进行精细化管理。供应商排期及确认过度依赖人工,效率低 数据管理不完善,集成不足导致数据孤岛 系统间数据同步延迟,导致数据不匹配。无法进行关联和管理,例如:无法准确评估和监控原材料消耗;无法实现库存管理的动态优化 - 原材料数据进“蓄水池”,无法追踪采购批次、到期时间等,库存管理粗放 系统流程不合理和数据延迟 系统异常处理流程不合理,增加仓库人员工作量和数据不一致风险。数据同步延迟导致数据不匹配,存在仓库亏损风险。 问题明细(展开查看更多) 序号 问题标题 问题概述 1 采购订单创建缺乏风险提示 GBS系统在采购订单创建过程中,缺少价格差异、供应商选择理由等预警或风险提示功能,无法保证供应商选择的合理性。 2 采购请购单缺乏自动校验机制 系统缺乏自动校验机制,以及与需求计划的联动校验,导致请购单可手动调整,造成多采购的风险,例如不匹配库存需求或计划变化。 3 采购工单创建缺乏自动校验机制 工单创建缺乏自动校验机制,存在准确性和完整性问题。每周PMC需根据所有已生成的工单通过T100系统MRP运算出物料需求计划,但工单创建过程依赖线下手工维护数据,再上传至T100系统自动创建工单。 4 供应商排期确认流程需自动化 当前供应商排期确认依赖人工沟通,效率低下,亟需实现自动化排期,提升效率。执行采购根据产线工单需求,按物料对供应商采购来料手工进行排期,以邮件、微信等形式向供应商发采购来料排期需求。 5 来料质检不合格处理审批流程需在线化 来料质检不合格处理审批流程线下进行,效率低下。审批流程涉及7个岗位,均通过线下纸质表单完成审批签字,导致审批周期延长,容易因人为因素导致审批延误。 6 品质管理部分环节需实现数字化 部分品质管理环节仍采用纸质单据或非自动化方式,例如质检申请生成、来料质检不合格的审批、制程品质检结果报告等,影响审批效率和文档管理便捷性。 7 系统异常处理流程不合理 系统中当发现质检审核异常类型如录错时,需要仓库人员帮忙删单,流程不合理、工作量增加,存在数据不一致风险。 8 库存数据信息化程度低 系统中物料信息缺乏入库日期这一核心属性,导致无法实现对存货的精准账龄、有效期和复检管理。目前依靠人工记录和手动进行复检,效率低下,存在人为失误风险 9 PMC备货出单时间不规律 PMC备货出单时间缺乏规律性,GBS系统需手动刷新才能获取最新生产领料出单。 10 系统间数据同步延迟 例如,仓库完成拣配并提交后(GBS系统),PMC由于计划变更等原因在T100系统中删改订单。由于系统之间存在取数延迟(GBS系统每5分钟取数一次),导致仓库在作业过程中无法快速获取订单状态,存在记录不匹配及可能的仓库亏损风险。

PLM系统

PLM系统功能不足 PLM系统智能化程度低,仅作为文件存储器, 缺乏统计分析、可视化展示、关联标准活动等功能,无法有效支撑IPD流程。 缺少流程控制与审批机制 PLM系统流程审批存在漏洞,允许自提自审,缺乏风险评估和有效审批流程,难以保证IPD全流程的规范性和可控性。 缺乏专业研发支撑 PLM系统缺乏专业研发团队的支撑,导致功能迭代受限,无法满足IPD流程的不断发展需求。 问题明细(展开查看更多) 序号 问题标题 问题概述 1 PLM系统智能化不足 PLM系统仅作为文件存储器, 未能有效支撑IPD流程。 2 缺失项目管理指标统计分析和可视化展示 PLM系统缺乏统计分析并可视化展示项目管理指标的功能,如项目成员工作量、项目进度、甘特图、成员交付延期情况。 3 流程审批功能存在漏洞 PLM系统允许流程自提自审,未能对提交的流程自动跳转审批人,未实现流程节点职责分离,流程审批流于形式。 4 功能迭代受限 缺乏专业研发岗支撑,导致PLM系统功能迭代受限,仅实现基础的电子档案管理。 5 团队成员维护功能灵活度不足 PLM系统缺失由维护核心代表团队拓展成员的功能,以及在系统导入线下表单后自动维护团队成员名单的功能,配置的角色名称与公司实际岗位名称存在出入。 6 缺失提醒未配置项目团队关键角色的功能 PLM系统缺失对未配置项目团队关键角色进行提醒的功能,维护项目团队信息时存在关键角色缺失导致返工。 7 缺失有效关联IPD标准活动的功能 PLM系统未自动同步并带出制度中要求的标准活动,且IPD管理制度中规定必选的活动,PLM系统创建项目计划界面中未强制要求必选。 8 缺失检测TR自检流程是否上传交付物和证明材料的功能 PLM系统缺失检测并提醒TR自检流程强制上传交付物和证明材料的功能。 9 IPD全流程变更管理缺乏风险评估 PLM系统无法检测项目变更,项目变更主要靠申请人自觉报备,且系统允许自提自审,未设置风险评估和有效审批流程。

DCS系统

制度平台功能缺陷 DCS制度平台缺乏制度适用范围标识、内容检索功能以及表单关联机制,导致使用不便,效率低下。 制度内容冲突,分类不合理,格式不一致 制度内容存在冲突,文件分类标准不合理,影响制度一致性和执行效果。 制度信息孤岛 总部与子公司制度信息未能有效打通,导致制度信息无法共享,执行管控困难。 问题明细(展开查看更多) 序号 问题标题 问题概述 1 总部与各子公司的制度一体化管控缺失 基克纳总部发布的制度和珠海奇思建立的五个层级规范文档信息未打通,导致制度信息无法有效共享。 2 子公司DCS制度平台的执行管控细节有待提升 - 制度适用范围和检索 DCS平台无法显示制度适用公司范围信息,且不支持按制度内容检索,不便于用户查找和使用。 3 子公司DCS制度平台的执行管控细节有待提升 - 表单关联性 DCS平台中表单与制度文件之间关联性不强,无法快速定位和获取对应表单,导致查找、获取、更新不够快捷。 4 子公司DCS制度平台的执行管控细节有待提升 - 制度内容冲突 不同制度在描述同一个工作场景的具体细节时存在冲突,例如在采购、生产、品质管理等领域。 5 子公司DCS制度平台的执行管控细节有待提升 - 文件分类标准 文件分类标准存在不合理之处,例如供应链管理分类下的文件不会出现在按级别分类的类别下,文件类别分类标准不一致。 6 子公司DCS制度平台的执行管控细节有待提升 - 文件部门显示颗粒度 “文件部门”下拉菜单中,不同层级的部门在一个界面呈现,导致用户无法通过搜索一级部门名称查询到次级部门发布的制度。

BI系统

功能不足,业务管理支撑不足 查看加载缓慢,影响使用体验。数据可用性差,运营数据仍需较多手工调整,数据来源不统一。不支持数据下钻,限制了数据分析的深度和广度,项目和类别不规整,界面冗余。 组织架构信息脱节 例如部门架构变化不能及时同步,造成数据分割不同步,难以进行有效的经营数据分析管理。 集成与数据交互差 缺乏有效的数据接口,导致关键信息无法自动流转同步更新。 问题明细(展开查看更多) 序号 问题标题 问题概述 1 BI平台用户体验差 系统承载数据量大,查看加载缓慢。 BI平台数据不支持下钻,现有报表或指标的展示界面无法进行数据向下钻取。平台需求管理不足,部分功能已经不再适用,但未清理下架。项目和类别过多,缺乏逻辑整合或通过数据下钻功能。 2 BI平台数据可用性不足 存在较为大量的数据不具备可用性,如部分财务数据需要以调整后的数据为准; 运营指标分析需要的数据需要单独找相关部门获取。 3 系统组织架构滞后 IT系统组织架构更新滞后,导致数据失真. 例如,随着集团组织架构的调整,BI平台中的部门设置未能及时更新,例如珠海一厂2024年7月即不同步数据,而奇思一厂的数据自2024年7月开始更新,导致一厂2024年数据被分割。 4 系统集成与数据交互不足 BI平台与其他系统(如OA系统、ERP系统等)之间尚未建立有效的数据接口,导致预算管理所需的关键信息无法实现自动流转与同步更新。

数字化规划
信息部2023年总结及2024年展望》规划展望涵盖了多个IT建设领域,显示了对公司信息化发展的全面思考,但在面对快速发展的技术环境时,仍有进一步优化的空间。通过加强规划的前瞻性和可操作性,并紧密结合公司当前的实际情况,将有助于更有效地实现未来的目标。
系统集成不足
当前规划的“三个平台一系统”的架构设计为企业的信息化提供了蓝图,但实际由于各系统间的集成度不足,造成了信息孤岛问题。未能实现不同平台和系统间的无缝衔接,导致信息流动不畅。
缺乏敏捷性与适应性
当前规划中的“至上而下,逐步求精”策略在实际操作中可能过于僵化,无法快速适应市场环境和业务需求的变化。数字化转型规划虽然覆盖了供应链管理、制造运营管理等关键领域,但执行路径较复杂,跨度过大,以当前的资源和技术手段实现难度较大。
技术基础较弱
规划中的技术架构包括数据中台、统一身份认证和服务总线等,但实际部署和实施中这些技术未能充分发挥作用,整体系统的稳定性和扩展性不足。
数字化规划(续)
缺乏明确的战略目标
尽管规划提到了多个系统的建设和优化,但缺乏更清晰的愿景和阶段性目标,难以指导实际工作。
可行性与资源评估不足
规划中对项目的可行性和资源需求缺乏深入的评估,可能难以实施。
未能预见未来的技术趋势
规划中多次提到ERP、MES、CRM等系统的优化和整合,但这些系统的未来发展趋势,如与物联网(IoT)、区块链人工智能(AI)等前沿技术的结合未考虑。
数据驱动的决策机制
规划更多关注流程规范和系统集成,然而,在数据驱动决策、实时数据分析和智能化决策支持方面较少。
5
缺乏业务与IT的深度融合
规划更多关注IT系统本身的建设,而较少关注业务需求与IT系统的深度融合。建议更紧密围绕业务战略展开,确保IT建设能够直接支持并推动业务目标的实现​。
数字化重塑,突破瓶颈
1
2
3
1
识别问题根因,发掘提升潜力
2
数字化重塑,突破瓶颈
3
敏捷推进,打造智能化标杆
数字化重塑,突破瓶颈
基于对基克纳现有IT系统现状的分析,我们提出以下优化建议,旨在帮助贵公司重塑IT系统,助力数字化转型,并打造全球电子烟行业的智能化标杆
核心优化举措
战略驱动
IT建设必须与基克纳发展战略深度融合,打造前瞻性、弹性且强大的IT架构。
数据赋能
打破数据孤岛,构建统一的数据平台,用数据驱动的决策引领未来。
智能升级
引入AI,数字化流程等智能技术,提高生产、供应链、销售等环节的智能化透明化,提升效率,大大释放人力和潜能。
安全合规
建立严格的权限管理机制和数据安全策略,保障您的数据安全和业务合规性。
预计优化成效
数据赋能,系统进化
深化业务需求和IT系统融合,建立一个集中化、专业化、高度信息化的业务支持系统。让系统更精准地响应业务需求,提升业务处理效率,并为决策提供更全面的数据支持。
业务智能化
物联网、大数据、人工智能协同运作,实现生产的智能化与高效化。AI赋能生产,提升人均产值,打造更优质的产品成就未来竞争力。打造业内首家AI及数据驱动的智能化工厂。
数字化供应链
实时可见、协同管理的供应链,提升效率和响应速度。智能数字化供应链可以帮助企业更好地管理库存,提高供应链的透明度,并降低供应链的成本。
智能决策
基于大数据分析和人工智能的智能决策支持,帮助您做出更科学、更有效的决策。智能决策可以帮助企业更好地了解市场趋势,做出更明智的决策,并提高企业的竞争力。
战略驱动-建立以战略为导向的IT架构
制定长期IT战略规划
与公司整体发展战略紧密结合,制定清晰的长期IT系统建设与优化规划,明确发展方向和目标。
提升系统建设水平
减少依赖人工干预,引进自动化工具和智能化系统集成,例如流程及AI算法等,提高IT系统运行效率,降低人力成本。
打造全局视角的IT体系
避免只针对单一需求进行应急响应,构建具有前瞻性和弹性的IT系统架构,以支持未来的业务发展和数字化转型需求。
战略驱动-建立以战略为导向的IT架构
数据赋能 -建立数据驱动的决策体系
建立规范化的数据管理体系
制定统一的数据标准和管理规范,涵盖数据的输入、存储、使用、共享和销毁流程,确保数据质量和安全。
构建统一数据平台
集成分散的数据资源,建立统一的数据管理平台,提高数据质量,促进数据共享和协同分析,为决策提供可靠的数据支持。
增强数据分析能力
通过数据分析,洞察业务趋势,识别关键问题,为决策提供数据支持,提升决策效率和准确性。
数据赋能 - 建立数据驱动的决策体系
数据管理,挖掘数据价值将成为业务进一步增长及拓展的重要驱动力。
数据赋能 - 建立数据驱动的决策体系
数据规划落地时考虑的关键要素:
智能升级 - 业务数字化和智能化转型
引入智能技术
利用 AI 大模型、流程引擎等技术,对生产、供应链、仓储物流、财务、销售等环节进行数字化改造。提高生产效率,降低成本,提升业务作业质量。
推动智能化转型
推动业务流程的智能化转型,结合人工智能、机器学习等技术,提高业务决策能力和响应速度。
智能升级 - 业务数字化和智能化转型
🚀 工业4.0,智能化大势所趋
美的
副总裁张小懿介绍,人工智能在工厂全流程深度应用覆盖457个子场景,通过开发式AI云平台,IT&OT复合型组织建设保障,大幅度减少样本采集、训练时间,降低规模性推广和运维成本,实现了开发周期下降25%,能源消耗下降37.6%,物流路径优化29%。(2024.10)
三一集团
入选“灯塔工厂”的长沙18号工厂,其生产过程中的9大工艺、32个流程场景实现 “聪明作业”,并创造了45分钟下线一台泵车的“三一速度”。在AI+视觉技术的加持下,可将个别加工精度提升,分拣周期缩短60%,减少近半材料浪费,人均产值大幅提升。
海尔
在生成式AI崛起的AI 2.0时代,海尔展示了HomeGPT、海尔COSMO-GPT :懂工业语言、理解工业工艺、生成工业执行指令,主要应用于智能柔性装配、生产工艺优化、工业企业智能中台三大方面。
特斯拉
特斯拉应用AI技术来优化其电动汽车生产线,特别是Fremont和上海工厂,利用AI驱动的机器人和自动化系统进行装配和质量控制。通过这些技术,特斯拉不仅提高了生产效率,还成功减少了生产过程中的错误率,大幅提升了产品质量。(2024)
智能升级 - 基克纳的AI未来:无限可能
- 基克纳实践示例:
🚀 AI制度分析:200页+,超6万字,共13大章50多小节的基克纳《财务管理操作制度手册》,进行人工智能分析,查缺补漏,优化完善。详见如下:

基克纳财务手册-AI 分析 👍

View more

- 灯塔用例示例:
1
智能研发知识库
基于本地大模型的产品研发AI,产品需求到设计需求的无缝过度
2
AI设备操作助手
基于人工智能的操作指导,提高处理效率,上手0成本
3
AI预测分析产品偏好
机器学习和AI预测算法分析历史数据:评估产品偏好,降低试错风险
4
AI智慧学习平台
构建AI驱动的智慧学习平台,提升员工培训效果
5
IT需求智能评估
利用AI技术对IT需求进行智能评估,优化资源分配。
- 进阶应用示例:
智能供应链预测
AI 分析历史订单数据、市场趋势和外部因素,预测未来物料需求,帮助企业优化库存管理,降低库存成本。
大数据AI设备故障预警
利用AI技术分析设备运行数据,实现设备故障预警,提高设备维护效率,降低停机风险。
智能综合碳管理系统
基克纳的AI未来将充满无限可能,通过构建智能综合碳管理系统,优化企业碳排放,实现可持续发展。
其他AI应用示例(点击展开)
一、供应链
  • 智能供应链预测: AI 分析历史订单数据、市场趋势和外部因素,预测未来物料需求,帮助企业优化库存管理,降低库存成本。
  • 供应商智能匹配: AI 可以根据采购需求自动匹配最合适的供应商,考虑因素包括价格、供货能力、交货时间、质量等,帮助企业选择最优的供应商。
  • 智能供应商评选: AI 分析供应商历史履约记录、交货时间、产品质量等数据,自动评估供应商绩效,帮助企业选择最佳合作伙伴。
  • 实时供应链可视化: AI 结合物联网技术,实时跟踪物料流动情况,提供清晰的供应链可视化界面,帮助企业了解供应链整体运营状况。
  • 智能库存预测: AI 可以预测未来产品需求,优化库存水平,减少库存积压或缺货风险。
二、生产制造
  • 智能生产计划: AI 自动生成生产计划,根据订单需求、生产能力和库存水平,高效分配生产任务给各个工厂。
  • 自动质量检验: AI 驱动的计算机视觉系统,自动识别产品缺陷,代替人工检测,提高检测效率和精度。
  • 智能故障诊断: AI 分析机器故障数据,自动判断故障原因和严重程度,为维修人员提供精准的维修建议,缩短故障排除时间。
  • AR 指导操作: AI 结合 AR 技术,将数字指令叠加在真实环境中,引导操作员进行复杂装配,提高操作效率和准确性。
  • 智能机器人协作: AI 赋能机器人,使其能够更好地理解和配合人类的操作,实现人机协同,完成更复杂的任务。
  • 数字孪生优化: AI 建立产品的数字孪生模型,模拟产品在不同条件下的运行状态,帮助工程师优化产品设计和生产过程。
三、设计与开发
  • AI 辅助设计: AI 分析大量设计数据,为设计师提供创新的设计方案,加速产品开发周期。
  • 虚拟仿真测试: AI 驱动虚拟仿真环境,模拟产品在不同工况下的运行状态,提前发现设计缺陷,降低产品开发风险。
四、质检与优化
  • AI 质量检测: AI 结合图像识别技术,自动检测产品缺陷,提高检测效率和准确性。
  • 质量问题预测: AI 分析历史质量数据,预测潜在的质量问题,帮助企业主动采取预防措施。
五、物流仓储
  • 智能仓库管理: AI 优化仓储空间利用,提高货物存储和提取效率。
六、客户关系
  • 个性化推荐: AI 分析客户购买历史和偏好,为客户提供个性化的产品推荐服务。
  • 智能客服: AI 驱动的聊天机器人,为客户提供 24 小时在线服务,解决客户咨询和问题。
- 更多关于人工智能的深度应用建议,点击以下:

solution.viatech.cc

开启智能化未来,打造专属竞争力

基克纳作为行业领先企业,正面临数字化转型的重要机遇。本文介绍了引入AI技术的必要性、业内普遍的AI方案及其局限性,以及基克纳通过纬亚科技的自主AI方案可以获得的优势。同时,我们还规划了基克纳AI化发展的三个阶段,展望了智能化未来的蓝图。

安全合规 - 强化安全及合规管理
1
建立严格的权限管理机制
根据业务需求建立角色矩阵,明确权限范围,避免过度授权和权限滥用。完善账号管理流程,建立严格的审批和记录机制,定期审查和清理冗余账号,确保系统安全。
2
推动职责分离
针对一岗多职现象,明确职责范围,落实职责分离原则,减少安全隐患。
3
实现单点登录 (SSO)
建立统一的单点登录系统,规范账号命名规则,提高账号管理的效率和安全性。
4
加强数据安全策略
加强数据安全审计,建立数据安全管理机制,监控数据使用行为,防止数据滥用和泄露风险。
敏捷推进,打造智能化标杆
1
2
3
1
识别问题根因,发掘提升潜力
2
数字化重塑,突破瓶颈
3
敏捷推进,打造智能化标杆
敏捷推进,打造智能化标杆
数据赋能、技术驱动、业务创新三管齐下,阶段性逐步构建基克纳数智化转型新引擎。
敏捷推进,打造智能化标杆
全面融合数字化与AI智能,驱动管理及效率升级,实现运营突破与可持续价值增长。
建议的智慧驱动数字化管理全景图- 全方位数字智能架构,基克纳持续增长新动能
谢谢!
Powered by @Techfusion AI