凌晨两点，铸造车间还在出炉。一个 50 人的精密铸造厂老板盯着月报发愁：这个月废品率 8%，回炉了多少吨说不清；电费抄表抄出来的总数和按工单分摊的数字差了 12 个点；客户来盘问某批阀体零件用的是哪一炉钢水、化学成分什么样，财务在 ERP 里翻了半小时翻不出来。他用的是某主流标品 ERP，账面上看着是「上了系统」，但车间里每一炉钢水的真实成本——原材料、回炉损耗、电耗、模具摊销、人工——加起来到底是多少，没人能给一个让他自己都信的数字。
这不是个例。铸造和锻造这两个行业，成本核算的复杂度被严重低估了。表面看是「投料—加热—成型—后处理—出货」，但里面藏着一堆离散制造业的标品 ERP 完全照顾不到的暗坑：回炉怎么算账、能耗怎么分摊、模具寿命怎么摊销、批次怎么追溯。这篇文章不卖产品，只想把这套核算逻辑讲清楚，让你判断现在用的系统差在哪、要补什么、什么时候必须考虑定制。
一、铸造/锻造为什么是成本核算的大坑？
先说结论：这两个行业的成本结构和典型的机加工厂、装配厂完全不在一个频道上。具体有五个特殊点：
1. 工艺路线树状而非线性。一个铸件从模具准备、熔炼、浇注、清砂、热处理、机加、检验到出货，中间任何一道工序不合格都可能整件回炉重做或局部返修。锻造也类似，预锻、终锻、切边、热处理、酸洗、精整，每一步都有可能产生返工或废品。
2. 回炉率是核心成本变量。铸造里浇冒口、流道这些工艺性损耗是必然的，行业里有些品类计划性回炉占入炉量 30%-50% 都正常；再加上非计划性回炉（气孔、缩松、夹杂），如果系统里把回炉的铁水当成「新投入」二次计入材料成本，账面会严重虚高。
3. 能耗占成本大头。中频炉熔炼一吨钢水电耗大致在 550-700 度区间，加热炉天然气或电耗也是大数。能源成本在很多铸造企业里能占到总成本 15%-25%，但绝大多数 ERP 把它当成期间费用月底分摊，无法落到炉次和工单。
4. 模具是隐性资产。一副铸造模具、压铸模具、锻模动辄十几万到上百万，使用寿命按模次算。摊销不能简单按月折旧，得按实际产出件数摊销才合理，但这套逻辑标品 ERP 里基本没有。
5. 批次质量与单件追溯并存。一炉钢水可能浇出几十个工件、分给几个客户；一个客户的订单可能跨多炉钢水。化学成分、力学性能、热处理曲线要按炉号归集，但单件追溯又要能反查到具体哪一炉。这个矩阵关系，标品物料清单结构是装不下的。
这五点叠加起来，就解释了为什么很多铸造厂老板一边说「我们上了 ERP」，一边自己拿 Excel 算成本——因为系统里的数字没法看。
二、成本核算端：原材料、能耗、人工、模具摊销怎么算？
我们把单炉次的真实成本拆开看：
| 成本要素 | 归集口径 | 数据来源 | 常见误区 |
|---|---|---|---|
| 原材料 | 按炉次入炉单 | 称重磅秤 + 配料单 | 把回炉料当新料二次计成本 |
| 能耗 | 按炉次电表/气表 | 智能电表 + PLC | 月底总表均摊到所有工单 |
| 人工 | 按班次×炉次 | 班组打卡 + 排班表 | 全厂总工时按产量分摊 |
| 模具摊销 | 按模次产出 | 模具档案 + 计件器 | 按月折旧不看实际使用 |
| 辅料消耗 | 按炉次或批次 | 领料单 | 月底盘点倒挤 |
正确的核算逻辑大致是这样：每一炉次开炉前，配料单确定本炉的「新料投入 + 回炉料投入」，回炉料按零成本进入（它的成本已经在上一次产生废品时计入过了），只算新料的钱；本炉的电耗按表读数直接归集；班组工时按班次分摊到本炉；模具按实际模次摊销折旧；出炉后按合格件数和品种核算单件成本，废品和工艺性损耗再单列出来。
这个逻辑里最关键的一条：回炉料二次入炉时不能再次计成本。如果计了，本月看着成本高、利润低，下个月把这批回炉再用一次又计一遍，账面就完全乱了。但很多 ERP 默认按「入库—领用」的双重凭证记账，回炉环节如果没有特殊处理，就会自动二次入账。这是标品 ERP 在铸造行业最经典的一个断层。
关于具体的核算颗粒度选择，可以参考 ERP 实施成本结构拆解 这篇里对核算精度和系统投入的权衡讨论。
三、工艺路线管理：多工序、返工、回炉的数据流
铸造的工艺路线，如果用流程图画，会发现它不是树，是个带环的图。
最常见的几个环：浇注后发现表面缺陷→局部打磨→重新检验；热处理硬度不达标→重新热处理；机加发现内部缩松→整件回炉重铸。每一种返工或回炉，在系统里都要记录清楚：
- 触发节点：在哪道工序、由谁判定、什么缺陷
- 处理方式：返工/返修/回炉/报废
- 新增成本：返修的工时、回炉占用的炉次成本、二次热处理的能耗
- 追溯关系：返工后的产品仍然是原批次还是新批次？大多数客户要求维持原批次但要标记返工次数
这套数据流，标准的 MES 在装配制造场景下基本能跑，但在铸造的「整件回炉重熔」场景下就很别扭——回炉后这个零件号还存在吗？它的成本怎么计算？很多系统里的处理方式是「先报废再新建」，但这样上下游的追溯链就断了。
更细致的做法是把工艺路线设计成「主工序 + 异常分支」的结构，每一次回炉都记录为该零件号的一次「重置事件」，保留完整历史。这需要系统在数据模型层就支持，临时改字段是改不出来的。
四、标品 ERP 在铸造行业的三个断层
把上面两节的内容对照主流标品 ERP，能看到三个共性的断层：
断层一：能耗核算颗粒度。绝大多数 ERP 里能耗是「制造费用」的一个明细科目，按月总额分摊到工单。即便有些 ERP 提供了能源管理模块，往往也是看板用途，不进成本。要做到按炉次归集，要么自己开发，要么外接能源管理系统再做集成。
断层二：回炉与批次重置。前面讲的整件回炉、批次重置、追溯链维护，主流 ERP 的 BOM 结构是为离散装配设计的，不天然支持。强行用「报废+新建」的方式去模拟，会丢失成本和追溯信息。
断层三：模具寿命摊销。把模具当固定资产按月折旧是大多数 ERP 的默认做法。要按模次摊销、要根据剩余寿命预警、要和质量数据联动（比如某副模具产出的零件缺陷率上升时提醒检修），这套逻辑需要扩展开发。
这三个断层不是说标品 ERP 不能用，而是说你不能指望「开箱即用」。要么接受 ERP 只做财务和销售采购，车间成本另算（很多铸造厂的现实选择）；要么在 ERP 之外补一个铸造行业的 MES；要么走定制路径把这三块逻辑写进系统。具体怎么选，可以参考 ERP 定制化决策指南 里的判断框架。
五、什么时候必须考虑定制？
不是所有铸造厂都需要定制。判断要不要走定制路线，看下面这张矩阵：
| 维度 | 偏标品 | 偏定制 |
|---|---|---|
| 产品品类 | 单一品类（如某类铸铁件） | 多品类（铸铁+铸钢+铝合金混线） |
| 工艺组合 | 单一工艺 | 砂铸+精铸+压铸+锻造多种 |
| 客户结构 | 内销为主 | 出口/汽车/压力容器/轨交客户占比高 |
| 规模 | 年产 5000 吨以下 | 年产万吨以上或员工 200+ |
| 质量要求 | 一般机械件 | IATF16949、AS9100、压力容器认证 |
| 现有团队 | 没有 IT 人员 | 有专职信息化或愿意配运维 |
右列三项以上命中，标品 ERP 大概率撑不起来，定制或行业版 + 二开的组合更合适。如果只是中间状态，可以先用标品 ERP 跑基础流程，车间端用专业的铸造 MES 补齐，等业务复杂度真正起来再考虑统一架构。这里有个关键认知：标品软件那 20% 的缺口 在铸造行业里，往往就是最关键的成本和追溯逻辑，不是边缘需求。
出口企业还有一个额外约束：海外客户的供应商审核会要求看追溯系统的真实运行情况，不是看一份 PPT。如果 ERP/MES 里查不到从炉号到化验报告的完整链路，审核就过不了。这种压力下，定制是被客户要求倒逼的，不是公司主动想做。
六、ERP+MES+能源管理一体化架构怎么搭？
理想的铸造车间数字化架构，是三层：
- 底层数据采集层：智能电表、气表、PLC 接出炉温、压力、时间；称重磅秤接配料；化验设备（直读光谱仪）接出化学成分；硬度计、拉力机接出力学性能；条码或 RFID 跟踪每一炉、每一件
- 中间业务运营层：MES 负责工艺路线、批次追溯、质量数据归集、模具管理；ERP 负责采购、销售、库存、财务核算；能源管理系统负责能耗采集、分析、考核
- 上层经营分析层：BI 或经营驾驶舱把上面两层的数据汇起来，做单炉成本、品类利润、能耗趋势、模具寿命、客户履约这些分析
三个系统打通有两个关键约定：主数据要统一（物料、客户、工单、批次号、炉号），事件流要单向（一般是 MES 把车间事件推给 ERP，ERP 不反向干预生产）。两个约定做不到，三个系统会变成三个数据孤岛，最后还是要 Excel 兜底。
关于多系统集成的架构选择，企业系统集成平台的取舍 里讲过 ESB、iPaaS 和点对点的对比，铸造场景因为数据量不算大但实时性要求高，点对点+事件总线的组合往往更务实。
近两年还有一个变化：因为 AI Coding 工具的普及，过去做这种多系统集成动辄几十人月的工作量，现在能压缩到原来的三分之一甚至更少。这意味着「ERP+MES 集成 + 铸造行业定制扩展」这件事的总投入门槛在下降，定制不再是大厂专属。
七、AI 怎么接进来？能耗预测、回炉率分析、模具寿命预警
铸造行业其实是 AI 落地条件最好的制造业之一——数据结构清晰（炉次、批次、模具），变量明确（成分、温度、时间、模次），结果可验证（合格率、能耗、寿命）。三个最容易出结果的场景：
能耗预测。基于历史炉次数据，给定品种、装料量、目标温度，预测本炉电耗区间，作为操作指引和考核基准。模型不复杂，关键是数据要先采集起来。
回炉率分析。把回炉事件按缺陷类型、班次、模具、原料批次做交叉分析，找出回炉率异常的关联因子。这种分析人也能做，但 AI Agent 可以做到每天自动跑、异常自动推送，不依赖分析师有空。
模具寿命预警。结合模具历史模次、维修记录、产出件缺陷率，预测剩余寿命，提前安排检修。这一块需要模具档案先数字化，缺数据基础的厂先把数据补上再谈算法。
这三个 Agent 接进去后，会出现一个变化：原来车间主任凭经验做的判断，开始有数据背书；原来要等到月底才能看到的成本和质量趋势，开始按天甚至按炉次显现。关于这种业务侧 Agent 落地的可衡量路径，AI Agent 数字员工的能力边界 和 AI Agent 实施路径图 里有更系统的讨论。
需要提醒一点：AI 不是用来替代 MES 或 ERP 的，它是在数据基础打好之后的「上层应用」。底层数据采集还没做，谈 AI 没有意义。
八、选型决策表与踩坑清单
最后一节，给你一张可以直接带走的选型自检表：
| 自检项 | 满足 | 不满足 | 备注 |
|---|---|---|---|
| 是否能按炉次记录入炉料构成 | □ | □ | 区分新料/回炉料 |
| 是否能按炉次归集能耗 | □ | □ | 不是月末分摊 |
| 回炉是否不重复计材料成本 | □ | □ | 避免账面虚高 |
| 模具是否按模次摊销 | □ | □ | 不只按月折旧 |
| 批次追溯是否覆盖炉号到件号 | □ | □ | 出口必查 |
| 化学成分、力学数据是否进系统 | □ | □ | 不是 Excel 流转 |
| 返工/返修是否记录完整链路 | □ | □ | 含次数和成本 |
| 单炉/单批次成本是否可实时查 | □ | □ | 不等月末出账 |
| 客户审核是否能现场演示 | □ | □ | 含追溯演示 |
| 系统是否支持按品类核算利润 | □ | □ | 多品类必备 |
九项以上满足，现有系统基本能用；五项以下满足，建议系统性升级；中间区间，针对短板做二开或补 MES。
踩坑清单也列一下，这些是行业里反复出现的事故：
- 上 ERP 前没把工艺路线标准化，导致系统里建出几百条 BOM，没人维护，半年后没人敢用
- 能耗采集表装了但 PLC 没接，数据要人工抄录，三个月后操作工放弃
- 模具档案只录了固定资产编号，没录使用记录，AI 寿命预警变成无米之炊
- 出口客户来审核时，追溯系统当场卡死，订单丢失
- 标品 ERP 强行做铸造业务，二开项一年堆到几十个，升级时全部归零
- MES 选了离散制造版本，回炉处理需求改不动，最后重买
这些坑里，前三个是基础数据问题，后三个是选型错配问题。基础数据问题靠时间和投入能补，选型错配靠时间补不回来——只能换系统再来一次，沉没成本就是这么产生的。
结语
铸造和锻造行业的数字化，不是把别人的 ERP 套过来就能用的事。它有自己独特的成本结构、独特的回炉逻辑、独特的能耗占比、独特的追溯要求。这些东西，标品系统的产品经理大概率没见过，所以默认实现里就是缺失的。
回到核心问题：怎么管成本？答案是先把炉次、批次、模具这三个最小核算单元搞清楚，把数据采集打通，再谈系统选型；选型上根据品类、工艺、客户、规模做匹配，多品类多工艺出口企业大概率绕不开定制；架构上 ERP、MES、能源管理三层分工明确，主数据统一；AI 是放大器不是救命稻草，底层没数据，再好的算法都是空中楼阁。
希望这篇能帮你判断自己工厂现在差在哪、下一步走哪条路。决策的紧迫感往往不是来自老板自己，而是来自客户审核、出口订单、能源涨价这些外部压力——准备得早，主动权才在自己手里。
