当前，中国汽车产业正加速驶入智能化转型的深水区，应对研发周期缩短、生产效能提升、国际供应链建设、营销体系变革等核心需求，亟需更具突破性的路径及方案。

2026年1月23日，在由ENI经济和信息化网和昆山市数字化创新协会联合主办的“注入智变动力：‘AI+’汽车电子业落地场景及路径”的CIO智行社中，南京康尼新能源汽车零部件有限公司 IT负责人李情情围绕公司的智能制造运营体系，介绍了南京康尼新能源汽车零部件有限公司在营销、研发管理、供应链等方面的数字化建设。Epicor华东区区域经理吴成展示了Epicor APS+AI 在汽车电子行业以 “质量、交付、成本、韧性” 四大目标为导向，可以为企业提供的支持。观远数据制造行业解决方案专家舒方涛则根据汽车产业在供应链协同、生产制造、库存与成本控制三大核心管理模块存在的挑战，展示了观远数据如何通过AI+BI融合，破解产业数智化难题。

适途科技则通过展台的方式，为参会嘉宾展示了适途科技在产业数智化过程中可以为企业提供的支持，并与参与嘉宾进行了深入交流。

南京康尼新能源汽车零部件有限公司IT负责人 李情情

南京康尼新能源汽车零部件有限公司成立于2015年，专注于新能源汽车充电系统和连接系统的设计、制造、销售与服务。数字化建设方面，公司以“两化融合” 和 “智能制造” 为核心手段，打造了 “资源优化、互联共享、数据驱动、知识重用、虚实结合” 的智能制造运营体系。

营销数字化方面，针对B端客户需求，康尼新能源通过CRM平台为企业提供精准的客户信息、项目情报，以及客户分析、市场预测、项目进展等数据，助力公司战略决策。公司通过优化以客户为中心的营销项目管理流程，建立移动式办公CRM平台，提高工作效率，降低公司运营成本，实现了客户信息360°、售后服务和满意度的在线管理，提高了客户服务质量和效率。此外，公司还搭建了全渠道运营平台，通过新零售营销数字化，实现了全渠道会员、商品、库存、订单、促销管理。

研发管理数字化方面，康尼新能源制定了研发规范和数据标准，通过Partsolution建立和使用研发零部件和产品分类库。依托PLM研发设计平台，实现产品全三维设计，全球异地协同研发。构建以BOM为核心的数据管理模式，形成一个面向整个企业的产品数据源，实现与设计工具、业务系统的高效集成。应用3D打印、FEMA等技术，赋能产品早期高效高质开发，实现数字化样机的验证、装配，实现设计到制造端的互联互通。

对于重复性高、规则明确但操作繁琐的业务流程，康尼引入RPA机器人，在成本核算、财务银企对账、供方资质核查、标签制作等方面使用RPA应用，实现人机协同和降本增效。

Epicor华东区区域经理吴成

结合汽车电子制造中的“三元悖论”，即质量（零缺陷）、成本（精益）与交付（敏捷）之间的平衡难题，以及供应链波动、多品种小批量生产等挑战。吴成在主题为“为智造植入“计划大脑”— Kinetic APS+AI驱动汽车电子迈向零缺陷与韧性供应链”的主题演讲中介绍了Epicor APS+AI以制造智能中枢为核心，构建起 “数据 + 算法驱动”的全新解决方案。

Epicor APS构建的制造智能中枢，以 “质量、交付、成本、韧性” 四大目标为导向，通过战略与协同层、智能决策层、敏捷执行和反馈层的三层架构，实现全链条的高效协同与智能管控。数字化建模是Epicor APS实现精准管控的基础，其核心围绕制造全要素构建精细化模型，为AI优化提供坚实的数据支撑。

针对汽车电子制造的复杂约束，Epicor APS 建立了 “硬约束 - 软约束 - 无约束” 的分层管控体系。排程方法上，根据不同时间维度精准适配：短期（0-30 天）采用有限排程，精确到每台设备、每个工序的时间块；中期（30-90 天）通过无限排程预警产能瓶颈；长期（90 天以上）以粗能力排程进行产能预估，为销售承诺与战略规划提供支撑。

演讲的最后，吴成以某市值破千亿的上市企业为例，介绍了该企业通过部署 Epicor APS+AI ，实现了排产模块的智能与自动化升级。企业排产人工调整率从最初的 70% 以上降至 0.16%（二车间），预计每年可节约超 40 名排产人员，年财务收益超 400 万元，实现了业务增长与人员成本的脱钩。

观远数据制造行业解决方案专家舒方涛 编辑

作为一家致力于AI+BI一站式数据分析与智能决策平台的公司，观远数据服务了上汽、广汽丰田、零跑汽车、延锋等超1000家包括汽车产业在内的领先企业。舒方涛在主题为“数据驱动智造未来，制造业数据分析与BI实践之道”的主题演讲中介绍到，汽车零部件企业在供应协同、生产制造、库存与成本控制三大核心管理模块存在客户需求迭代快、订单波动大，缺乏“订单 - 产能 - 利润”全局可视化看板，高层决策依赖滞后的人工报表，原材料价格波动明显等挑战。观远数据通过AI+BI的融合构建决策中枢，系统性的破解了经营、供应、成本的数智化难题。

在数据整合层面，观远数据的 BI 平台能够无缝对接CRM、ERP、WMS、MES等 9 大系统及 Excel 文件，打破数据孤岛，搭建“经营 - 供应 - 成本”全链路可视化看板，实时展示“多客户订单 - 产能负荷 - 交付履约 - 成本构成 - 利润贡献”的动态关联，让决策告别经验依赖。

在智能应用层面，AI 能力加持能够帮助预测客户需求波动、原材料价格走势与供应链风险，提前触发多供应商寻源、安全库存调整等主动动作，变被动应对为主动预警。同时，通过拆解“单产品 - 单工序 - 单原材料”的成本结构，联动生产、采购数据实时分析成本波动，模拟不同降本方案的利润影响，助力企业在车企年降与原材料涨价的双重压力下守住利润底线。

在演讲中，舒方涛还通过从“某高端装备制造业BI建设路径”、“某车企打造数据驱动组织构建决策引擎”、"某头部车企营销漏斗转化分析”等案例，详细的介绍了观远数据通过数据驱动和智能分析为企业提供的支持。

活动的最后，参会嘉宾围绕“在目前企业数智化发展的现状下，如何落地实施APS+AI的应用？”、“企业如何实现高效数据治理”、“AI在数据标识方面是否会替代IT部门的工作”等议题进行了深入的交流。