事实表 制造业数字化的隐形结算层

2026年3月17号，我在昆山花桥的公共资源交易中心，蹲了三个小时的智能制造项目评标。

那天的风很大。吹得评标室门口的公告栏哗哗响。

一个做了八年传统MES的销售蹲在台阶上，烟抽了一根又一根。他之前靠一套能展示3D数字孪生车间的PPT，连续拿下七个长三角的制造类项目，从来没在技术标环节栽过跟头。那天他被打了低分，淘汰出局。他蹲在台阶上把烟蒂按在水泥地上碾，说之前靠这套东西能打遍长三角，现在卷不动了，真卷不动了。

原因说出来很简单：他的技术标里，核心生产数据的事实表，还是按班次按小时聚合的，颗粒度差了两个量级。甲方评委最后只问了一个问题：你的事实表，能不能精确到拧一颗螺丝的扭矩值、对应的操作员工号、当时的车间环境温度？能不能把每一笔物料的领用、在制、报废流水，和对应的生产工单、交付节点做实时关联？

他答不上来。

之前我见过太多同类型的制造项目，供应商进来先放十页炫酷的3D大屏，讲“全域数据打通”“智能决策赋能”，讲满二十分钟，评委大概率会被打动。但2026年开春的这波评标，逻辑全变了。没人信PPT了。大家翻到技术标最后，就盯着事实表的几个硬指标算：更新延迟多少？查询响应速度多少？每加一个分析维度要收多少运维费？

藏在聚合数据里的千万级漏损

说实话，我之前也觉得，事实表不就是数据库里的一张基础表吗，能有多大影响。直到去年在苏州吴中那家做汽车线束的厂，跟着他们的生产总监翻了三个月的原始流水。

之前他们的事实表是按班组按天聚合的，算出来的整体良率稳定在92%，看着挺好看。等把颗粒度拆到单工位、单分钟的维度，才发现3号压接工位每到下午两点到三点，不良率直接飙到47%。这个异常藏在聚合数据里整整两年，没有任何人发现。算下来，这部分漏出去的返工成本，每年差不多1200万——相当于他们三个一线生产班组全年的工资总额。

更夸张的是库存。同园区那家做新能源结构件的厂，之前的聚合数据显示供应链周转天数42天，在行业里算中等偏上水平。等他们把所有的物料流水拆成独立的事实表条目，跑了三个月才发现，整整11天的在制库存，是堆在各个工位的暂存架上没人管的。这部分压的现金流差不多800万，够给全厂2000个一线工人涨两次月度绩效。

之前大家总说制造业的数字化投入是“买了个寂寞”，本质就是因为所有的上层应用，都建在被加工过的聚合数据上。就像老农民选种——之前大家算亩产，都是把不同地块、不同肥力、不同种子的产量揉成一个平均数，看着年年增产，真要挖到亩产破千斤的潜力，就得把每一块地的墒情、每一粒种子的出芽率、每一场雨的落水量都拆到最细的原始记录层。事实表就是这个最细的记录层，没有任何加工，没有任何修饰，是什么就是什么。

三方博弈下的规则改写

现在围绕事实表的博弈，已经在长三角的工业园区里打起来了。

最先反应过来的是制造端的甲方。他们是真金白银的买单方，之前花了几百万搭的BI大屏、数字孪生系统，现在发现底层的数据是错的、滞后的，所有的决策都是瞎拍，自然不愿意再为上层的花哨功能掏钱。2026年开春的招投标文件里，大家悄悄把评分规则改了：原来占5%权重的“数据颗粒度”项，直接提到了25%，明确要求事实表的原始数据留存周期不低于3年，查询单条生产流水不需要经过中间聚合层。

谁在扩产？那些扎在车间里做边缘采集的小公司。他们根本不搞什么高大上的概念，就是把每个工位的传感器、扫码枪、设备PLC的数据，原封不动写到结构化的事实表里，不加任何聚合，不做任何修饰。就靠这个，2025年这类公司在长三角的营收普遍翻了三倍，之前在园区租个10人办公室就够，现在每个驻点都要配30多个人，天天穿着防静电服在车间里接线。

谁在库存里挣扎？就是之前靠卖聚合数据看板赚钱的BI厂商。他们手里压了一堆给客户做的看板项目，现在客户要求把底层的聚合数据全换成原始流水，相当于之前搭的所有看板要全部重做，项目交付周期从原来的2个月拉长到8个月，现金流被拖得快断了。我上个月碰到个做BI的创业者，说现在客户见他第一面就问“你能不能给我提供原始的事实表”，他才反应过来，之前的饭碗已经被人掀了。

没有模糊空间的结算层

很多人觉得事实表是个技术问题，其实根本不是。它是整个供应链的隐形结算层。

之前车间里出了问题，大家全靠扯皮。物料领错了？说是上一个班次的人没交接清楚。良率掉了？说是设备状态不好。库存压了？说是供应链的预测不准。有了原始的事实表，所有的责任都能落到具体的时间、具体的人、具体的物料批次上，扯皮的空间一下子就没了。

对一线的生产主管来说，之前做决策全靠班组长的口头汇报，靠每天下班前填的纸质报表，现在事实表一拉，哪个工位的异常、哪个物料的卡点、哪个供应商送的批次在哪个工序的不良率最高，全是硬邦邦的数。说实话，这对那些靠做假报表混日子的基层管理，简直是降维打击。

对做数字化的从业者来说，之前大家都挤破头去卷算法、卷大模型、卷数字孪生，觉得这些才是高端的、有前景的方向。现在苏州的工业园区里，专门招“事实表运维工程师”的岗位，开的月薪是18k到25k，比同年限做BI开发的人高40%，差不多是刚毕业计算机系学生起薪的两倍。这些人不需要会写复杂的AI模型，不需要会做炫酷的3D动画，只要能沉在车间里，把每一个数据采集的断点找出来，把每一个字段的定义和车间的实际流程对齐，就能拿到远高于行业平均的收入。

没人会再为那些飘在天上的概念买单了。

当所有的生产动作都被拆解成一条条不带情绪的事实记录，那些藏在车间里的、靠师徒口传心授的柔性经验，到底会被这些数据放大成不可替代的价值，还是会被切割成可以量化、可以替换的标准零件？