中国工业数据治理优秀企业系列报道十七：万向钱潮股份公司——万物智联向数而行打造新质生产力

  为落实好党中央、国务院关于数字中国建设和产业数字化转型的重大决策部署，经报有关领导，从2024年开始，中国工业经济联合会在相关部委、高校、智库和重点工业领域头部企业的参与和支持下，在全国范围内从案例征集、调查研究和宣传培育三个维度开展中国工业数据治理“领跑者”企业工作，找出并宣传推广工业数据治理领域企业的优秀成果、实践经验和典型案例，旨在发挥优秀企业的榜样带动作用，强化协同效应，带动更多企业增强数据治理能力，加快数字化转型，搭建工业数据交流平台和产业生态圈，挖掘数据要素作为新质生产力的价值，赋能工业高水平质量的发展。

  2025年9月5日，中国工业经济联合会在辽宁省沈阳市举办第三届中国工业高水平质量的发展论坛，并发布25家第二届中国工业数据治理“领跑者”企业名单等研究成果（首届22家“领跑者”企业名单于2024年9月11日在第二届中国工业高质量发展论坛上发布）。根据工作规划，中国工业经济联合会将持续做好中国工业数据治理“领跑者”企业工作，找出更多工业领域重点行业的“领跑者”企业和典型经验，为工业公司的数据治理和数字化转型搭建学习交流和产业合作的权威平台。

  万向钱潮股份公司初创于1969年，1994年上市，股票代码000559。公司创业50多年来，致力于汽车零部件的研发及制造，并为汽车零部件模块化提供系统化、协同化的解决方案，依托国家级企业技术中心、国家级博士后科研工作站、CNAS认证实验室、省级工业设计中心及3500余项专利技术积淀，万向钱潮构建了覆盖自主设计、智能制造和检测试验的全链条轴承和汽车底盘技术体系。

  从燃油车变速箱和车桥轴承到新能源车电驱动高速轴承，从汽车底盘核心机械部件到智能辅助驾驶汽车底盘电控产品，从低空经济高可靠性轴承到人形机器人高精密轴承及传动模块，万向钱潮以匠心铸就品质，以创新驱动未来，持续深耕机械工业动行智控领域。

  在全球化布局上，公司坚定全球化发展的策略，在中、美、德等多个国家和地区布局56个制造基地，建有3个国家级企业技术中心、10个海外研发中心，构建起覆盖全球的生产研发网络，国际业务占比持续提升，北美生产的汽车中每两台就有一台使用公司零部件，产品远销全球主要汽车生产区域，在全世界汽车零部件供应链中占了重要地位。企业主导产品优势显著，据测算，截至2024年底，汽车轮毂单元国内配套市场占有率27.9%。公司是中国汽车零部件行业标杆及非公有制企业常青树，先后获首届、第四届、第五届中国质量奖提名奖。创始人鲁冠球入选美国汽车名人堂（首位获此殊荣的中国人）。

  万向钱潮具有核心的设计技术、制造技术、试验技术，以绿色设计、绿色制造和人机一体化智能系统的理念，为新能源汽车和智能汽车提供绿色化和智能化集成系统解决方案。万向钱潮主导、参与制定了万向节、等速驱动轴、轴承、制动器等产品国际标准、国家标准、行业标准和浙江制造标准累计70余项。累计获得了国内授权专利3500多项，其中发明专利500多项。公司先后被评为制造业单项冠军示范企业，省级制造业与互联网融合发展试点示范企业，浙江省第七批大数据应用示范企业，被认定为省级智能工厂、绿色工厂以及省级工业网络站点平台，获得浙江省“未来工厂”称号，获得工业与信息化部公布的卓越级智能工厂。公司入选浙江省AI应用场景和人工智能应用标杆企业两项名单。

  万向钱潮围绕“让空气更清新”的使命，坚定全球化发展的策略，持续实施数智工程，打造全球先进企业。自深化推进数智工程以来，以数据贯通研-产-供-销全链，构建全要素数据能力矩阵，驱动汽车零部件行业向“智造”跃迁，锻造新质生产力。公司将数智工程作为三大战略举措之一，由万向钱潮总经理直接领导，成立了由各分子公司CEO为组长的数智工程推进小组，并建立了万向钱潮数智运营体系，确保数智工程系统性推进。公司成立数智创新中心作为数智工程推进部门，并设置数字化组推进数据治理专项工作。

  公司围绕企业资源计划系统来进行主数据标准化流程梳理，建立统一的数据标准和数据管理组织架构，对数据管理的流程来优化，并围绕核心业务资源进行数据的清洗和整合。目前已完成公司业务领域主数据标准化治理，信息系统数据总量达200TB，数据准确率提升至99%以上，为数据的集中管理和共享奠定了坚实基础。

  从主数据管理扩展到业务数据和分析数据的治理，建立了一套完整的数据治理体系。制定了数据治理的策略、流程和标准，涵盖了数据的采集、存储、处理、分析、应用等所有的环节。引入数据湖和数据中台等先进的数据管理工具，构建了企业的数据存储和处理平台，已打通超3000台设备OT数据，包括ERP、MES、PLM、HR等12个业务系统的IT数据，建立统一编码体系，支持数据的快速存储和灵活访问。跨域数据共享响应时效控制在500ms以内，围绕企业的运营与绩效管理目标，对业务数据来进行深入分析，从市场动态、客户的真实需求、生产效率、成本控制等方面发现业务中的问题和机会，制定针对性的策略和措施解决了多源OT与IT数据利用低效、经营分析依赖人工且根因分析耗时久的痛点，形成“问题确认-根因分析-对策制定-验证-预防”全流程闭环。项目成效显著，绩效数据时效性提升，根因分析时间大幅缩短。

  公司将数据视为重要资产，围绕人机一体化智能系统，针对关键业务域完成了研发数据（产品数据、仿真数据、测试数据等）、生产运营数据（设备状态、生产效率、产品质量、能耗、运营绩效等）、供应链协同数据（供应商绩效、库存水平、物流等）、营销与客户数据（客户信息、历史订单、市场需求等）、资产与管理数据（财务数据、人资数据、流程数据等）等数据资产盘点，建立数据资产管理体系，对数据来进行分类、评估和管理，形成设备正常运行、精益生产、质量改善、绩效改善、经营分析等多领域的高质量数据集。在数据指标方面，公司已构建了一个体系化的数据指标库，包含40个可复用的业务指标，这些指标按公司8个业务域（研发、市场、财务、运营、质量、安环、供应链、人资）进行组织，确保了指标定义的一致性，这些指标体系能够支撑从高层战略到产线运营的全面决策，这些核心指标涉及超500张业务数据表，通过盘点治理后数据质量检核通过率高达99%，通过模型构建，将数据赋能于业务绩效提升，实现对OEE指标、库存周转、生产计划达成等多项指标提升。在深化数据应用方面，公司将沉淀的数据资产升级为具备智能分析和自主优化能力的AI智能体，实现从“经验驱动”到“数据驱动”再到“AI驱动”的跃升，逐步实现预测、优化、自主决策的业务常态。

  万向钱潮实施数智工程以来，制定了顶层规划，围绕核心业务资源贯通市场、研发、财务、人资、运营、质量、安全等业务域，打造高质量数据集，旨在逐步实现流程在线、数据说话、决策智能，打造新质生产力。

  万向钱潮数据管理平台结合工业网络站点平台的边缘采集能力，通过数据中台连通、管理、分析及应用多来源、多格式的数据来赋能业务运营，搭建了中长期数据架构规划，即深层次地融合工业网络站点平台的边缘采集能力，以数据中台为核心枢纽，实现多源异构数据的高效连通、精准管理、深度分析与智能应用，全方位赋能业务运营。秉持“够用且好、灵活拓展、安全稳定”的核心理念，聚焦数字化用例需求，优先部署最小功能集合，确保整体投资回报率最大化。

  建立了全面的绩效指标体系，涵盖生产效率、设备利用率、质量合格率、用户交付、成本控制等覆盖8个业务域、40个KPI关键指标。确定监控频率、分析维度与异常阈值。通过数据中台和BI工具，实时监控绩效指标，生成动态报表和仪表盘，支持管理层和业务部门的实时决策。利用数据分析工具，定期对绩效指标进行深入分析，识别问题根源，制定改进措施。经济效益方面，系统替代人工查数导数工作，且通过智能体提前侦测指标异常，及时进行改善；效率提升上，绩效数据从“滞后生成”转为“实时监控”，各层级绩效对线%，间接带动业务决策效率提升，根因分析时间从3天以上缩短至30分钟，大幅压缩异常问题处理周期；效益增长上，通过指标根因分析与行动项改善，年可实现改善成本9000万元。

  通过工业网络站点平台，实时采集超3000台生产设备、自动化系统、传感器等的OT数据，支持毫秒级数据传输。数据中台依据相应的业务模式实时处理和存储采集到的OT数据，通过数据分析工具，实时监控生产的全部过程中的关键参数，设置预警阈值，及时有效地发现异常并发出警报，通过预警平台告知责任人进行问题处理，驱动问题解决的闭环管理。目前设备正常运行数据采集有效率达99.9%，预警响应及时率大幅提升。

  通过数据分析，识别生产、供应链、质量等流程中的瓶颈和改进点，优化生产的全部过程中核心的业务流程，助力生产效率提升、成本降低及质量优化。例如，在公司装配产线，利用数据分析发现设备有效作业时间不足的问题，通过调整生产计划、优化设备排程，减少设备停机时间，该产线OEE明显提升；通过数据分析识别质量控制薄弱环节，优化质量检验流程，使生产返工率降低。在供应链领域，通过数据共享优化库存管理，库存周转率提升。

  之前企业设备更多是以时间为单位来展开维护保养，存在过度保养或保养不到位的情况；同时设备出现故障现场故障排查耗时长，依赖资深员工经验或外部供应商维修，设备LOSS高，影响设备产出效率，备件库存高且使用率低。利用AI算法并结合工业互联网及数据中台提供的分析数据，聚焦制造业设备维护从被动检修向主动预警的转型需求，通过设备正常运行数据，实现设备潜在风险的智能预测与故障模式预判，推荐维保计划；智能判定故障类型、定位故障根因并给修东西的人推送故障的维修方案和备件清单；自动生成运行报告，并发送给有关人员。实现设备维护从经验驱动向数据驱动转型，提升故障处理效率与资源配置精度。应用后的产线设备故障预测准确率可达90%，维修效率大幅度提升，OEE可提升3%-5%。公司通过AI智能体平台将大模型与数据、服务能力无缝链接，将多年制造经验形成的生产运营改善举措、质量改进解决方案、员工经验形成知识库，搭建AI助手，将各业务域知识应用到实际业务中，让AI驱动能效提升。

  通过数据中台数据服务与数据分发应用，建立上下游供应链的数据共享平台，实现生产计划、库存数据、物流信息等的实时共享。平台已连接数千家供应商与客户，利用数据分析，优化供应链的库存管理和物流配送，实现供需平衡，降低库存成本。与产业链上下游企业共建数据共享平台，实现更广泛的生态协同，供应商交货周期缩短，供应链响应效率提升，提升了产业链竞争力。

  数字化绩效控制塔是万向钱潮基于数据驱动构建的管理工具，它深度整合企业内外部多源数据，凭借实时监控、智能分析、预警机制与决策支持等功能，为工厂、车间、产线三个层级的生产、质量、成本等关键指标提供全方位的数据可视化管理。从数据基础来看，该控制塔以统一的数据标准体系为基石。在数据统计标准化层面，全面整合设备、物料、订单、人员、用户等核心主数据，并通过统一的KPI指标体系、管理流程及应用平台，实现数据的集中化部署与运维，为后续分析决策筑牢数据根基。

  在数据分析环节，借助KPI的模型计算、汇总与展示功能，对生产的全部过程中的各类指标进行精准的损失分析。通过多维度分析手段，深入挖掘指标异常背后的根源，并基于KPI目标与实际值的差异分析，提前发出损失预警，为管理决策提供科学依据。

  在数据管理层面，建立起覆盖工厂及车间的绩效对话机制。针对关键业务流程，实现举措从创建、执行到处理问题的全周期管理。同时，依托统一KPI指标管理体系，将指标管理闭环延伸至各业务域，通过指标看板对数据与目标值进行偏差分析，并制定针对性的改善举措，形成数字化绩效闭环管理。

  目前系统已覆盖8个业务域梳理40项核心经营指标，涵盖25家工厂，在经济效益、社会效益、行业影响等方面都有卓越成效。在成本降低上，系统替代人工查数导数工作，且通过智能体提前侦测指标异常，及时进行改善；效率提升上，绩效数据从“滞后生成”转为“实时监控”，随着场景向分子公司与关联企业推广，预期进一步放大成本改善空间。

  在社会效益层面，一方面减少员工重复性数据处理工作，使业务骨干聚焦产品创新、流程的优化等创造性工作，提升员工职业价值感与工作满意度；另一方面形成“数据驱动经营管理”的标准化模式，被评为浙江省人工智能应用场景，为浙江省制造业数智化转型提供可落地的实践案例，助力区域产业数字化水平提升。

  在行业影响上，项目打破汽车零部件行业“数据多、价值低”的困境，构建“数据整合+智能分析+管理闭环”的可复制模式，非常适合于数据密集型制造企业，通过输出数据融合、智能分析等技术经验，推动行业整体经营管理上的水准升级。

  在人工智能应用领域，万向钱潮积极拥抱AI技术，经过一段时间的探索，已经搭建完成10个智能体：包括安环政策智能体、质量改进智能体、TPM工作助手、精益改善智能体、数字化转型智能体、人才星鉴助手、FSSC使用助手、SAP使用助手、PLM使用助手和ESG知识助手。目前在公司企业微信发布，供全体员工应用，累计使用频次超数万次，员工满意度达90%以上，有效提升员工认知和工作效率。以质量改进智能体为例，该智能体以公司长期积累的历史质量数据库为基础，打造出功能强大的AI质量改进智能体。此智能体实现了对质量失效与风险、设计开发以及过程开发失效模式等多方面内容的交互问答。目前，该系统已整合了6000余项质量经验案例，涵盖了公司生产的全部过程中各类常见及特殊的质量上的问题场景。在质量风险预防方面，能够对生产的全部过程中也许会出现的质量风险进行提前识别和预警，帮企业及时采取预防措施；在质量失效分析方面，可快速、准确地定位质量上的问题产生的根源，并提供针对性的解决方案。应用后质量上的问题解决时间大幅缩短。

  在生产制造领域，以某工厂某装配产线为试点依托数据驱动构建了全流程生产优化模式。通过部署工业物联网设备，实时采集产线设备的运作时的状态、生产进度及停机信息等数据，构建了覆盖从毛坯投入到成品下线的全流程数据池。基于这一些数据，队伍对产线效能进行深度剖析，发现设备有效作业时间不足的问题，进一步追溯数据可知，非计划停机占比偏高，且不同班次的生产效率存在差异。

  针对这样一些问题，搭建了数据驱动的闭环改进体系：首先，建立实时预警机制，当设备正常运行参数超出正常范围时，系统自动向运维人员推送提醒，缩短故障响应时间；其次，通过一系列分析历史生产数据与人员绩效关联情况，优化排班制度与激励方式；最后，构建常态化绩效分析机制，每周结合数据看板复盘产线运作情况，开展专项培训与标准化作业指导。改进后，生产效率提升20%。

  围绕“让空气更清新”的企业使命，公司搭建能源管理系统，实现绿色低碳数字化管理。系统涵盖实时监控与异常报警、能耗数据监测与多维用能分析、异常自动告警、设备智能控制、系统综合管控等功能，对生产的全部过程中的电力、水资源、天然气等能耗数据来进行实时采集与分析，覆盖所有生产基地及主要生产环节。

  通过数据分析识别能耗浪费点，优化生产排程与设备正常运行参数，制定精准节能方案。例如，通过分析设备能耗与生产负荷的关联数据，调整设备正常运行模式，实现错峰用电；基于水资源循环利用数据分析，优化供水系统，提升水资源重复利用率。实施后万元产值能源耗用降低12%，万元产值机物料耗用持续下降，水资源重复利用率提升至85%以上，成功获评浙江省绿色低碳工厂、工信部工业产品绿色设计示范企业。

  通过持续的数据治理建设，公司已打通3000多台设备OT数据、12个业务系统IT数据，建立统一编码体系。在人机一体化智能系统生产应用方面，针对不同的场景对设备的运作时的状态、故障情况、质量情况、设备综合效率OEE等做多元化的分析，通过数据的建模与分析构建了生产运营管控平台与绩效运营看板，以数据驱动运营的持续改善与优化。

  在运营指标层面，已应用此模式来管理的产线%，大幅度减少了计划外停机损失。产品一次下线%。数据中台与数字绩效控制塔的逐步应用，结合改善举措的落地，生产效率明显提升，制造成本有所优化。

  在产业链协同方面，通过供应链数据共享平台，实现上下游企业高效协同，供应商准时交付率提升至99%，客户准时交付率达99%以上。公司工业网络站点平台向分子公司、供应商、客户、物流公司等产业链参与方开放资源和能力，提供开放式软件资源和数据，破解上下游企业信息系统割裂、数据共享难、协同效应差等问题，带动产业链整体数字化水平提升。

  在数据资产价值方面，形成了涵盖研发、生产、供应链、质量等多领域的数据资产体系，数据资产复用率提升30%以上，减少重复开发投入。通过AI智能体、数字化绩效控制塔等应用，数据驱动决策成为常态，企业整体运营效率与市场响应速度明显提升，核心竞争力持续增强。

  万向钱潮在推进数智工程的征程中，将数据治理作为关键举措，逐步构建了一套科学的数据管理体系。这一举措不仅为公司的数据资产筑牢了安全防线，更在数据质量提升与使用效率优化方面取得了很明显的成效，发掘了数据的潜在价值。同时，数据共享与应用的推进，促进了业务协同与创新。

  未来，公司将持续推进数智工程，深化数据治理实践：一是深化AI应用，迭代优化现有智能体功能，拓展AI在研发设计、供应链预测、客户服务等领域的应用场景，构建全流程AI驱动体系；二是数据资产化深化，建立完善的数据资产价值评估与运营机制，推动数据资产价值变现；三是产业链协同深化，升级工业网络站点平台，构建更广泛的产业数据生态圈，实现产业链数据深度贯通与协同创新；四是国际化数字化布局，同步推进海外基地数据治理体系建设，实现全球数据协同管理；五是强化绿色低碳数字化支撑，优化能源管理系统，构建全生命周期碳足迹追踪与管理体系，助力“双碳”目标实现。通过以上举措，公司将继续在激烈的市场之间的竞争中保持领头羊，实现可持续的高水平质量的发展目标，打造新质生产力标杆企业。