景旺电子通过港交所聆讯冲刺A+H：AI算力PCB的BOM复杂度怎么管？

9月7日，深圳市景旺电子股份有限公司正式通过港交所主板上市聆讯，冲刺A+H两地上市。更值得关注的是其产品结构变化：景旺已为全球领先的AI计算基础设施企业批量供货40层以上高多层板、6阶22层HDI板，并通过国内外主流服务器厂商认证；上半年800G/1.6T高速光模块PCB批量交付，二季度800G及以上速率产品收入环比激增近15倍。AI算力硬件把PCB从"图形转移制造"推入"高复杂度精密制造"，物料规模、BOM层次与工程变更频率同步上一个台阶。当订单增长翻倍、月结与编码却还在靠老办法，管理短板会先于技术问题暴露——这正是金众诚科技这类深耕电子制造的数字化服务商，在AI浪潮下最常被问到的问题：PCB企业的BOM复杂度，到底该怎么管？

一、40层高多层板、6阶22层HDI批量供货，为什么把PCB企业的BOM复杂度推上台面？

一块传统汽车PCB，BOM可能只有几十上百种物料；而一块40层以上的AI服务器主板，叠层结构、阻抗控制、盲埋孔工艺、嵌埋件、高速材料全部叠加在一起，单板物料可达数千种，且每个客户、每个平台的设计都不同。

参考景旺电子披露的信息：汽车电子仍是其营收支柱（2025年约占45.4%），而通信与数据基础设施板块2025年收入同比增长70.7%，2026年前四个月收入占比已提升至15.6%。这意味着企业的产品结构正在快速切换——传统刚性板与AI高多层板并行生产，两条产品线的BOM逻辑完全不同。传统板BOM相对稳定，AI板则处于"方案迭代快、认证周期长、小批量多版本"的状态。

对企业管理而言，这带来三个直接后果：一是物料主数据爆炸，铜箔、半固化片、高速树脂、嵌埋器件等基础物料加上大量定制料号，编码体系稍不统一就会一物多码；二是工程变更（ECN）频繁，每改一次叠层或阻抗，BOM就要受控更新一次；三是设计与制造数据割裂，研发里的BOM和产线上实际用的BOM对不上，返工与报废随之而来。景旺"营收增长但毛利率承压"（刚性PCB毛利率由约22.5%降至10.8%，据LEDinside报道）的处境，是PCB行业进入AI时代的普遍缩影。

二、AI算力PCB的"BOM复杂度管理"到底是什么？难在哪里？

所谓BOM复杂度管理，不是给物料编码那么简单，而是围绕产品数据建立一套"研发—制造—成本"全链路可控的机制。对AI算力PCB企业而言，它具体难在四个环节：

第一，物料编码治理。 多层板涉及基材、铜箔、阻焊、表面处理、专用药水等基础物料，AI板还要叠加嵌埋件、高速材料等新品类。若研发、采购、生产各自编码，同一物料出现多个料号，MRP跑出来的需求就是错的，库存与成本也随之失真。

第二，工程变更受控。 AI服务器平台迭代快，客户图纸经常调整。ECN从提出、评审到生效，需要版本留痕；BOM改了，工艺路线、采购申请、工单要同步联动，否则就会出现"设计已改、车间还在按旧BOM生产"。

第三，EBOM到MBOM的转化。 设计BOM（EBOM）按功能结构组织，制造BOM（MBOM）按生产工序组织。PCB制造中同一块板因不同叠层、不同拼版，制造形态差异很大，若两套BOM靠人工转换，错漏几乎不可避免。

第四，BOM与成本、委外的穿透。 高多层板良率敏感，物料成本占比高。只有BOM数据准确，成本才能算到具体订单和批次；同理，部分工序委外加工时，任务单必须引用正确的BOM与版本，结算才清晰。

这正是行业包中电子制造企业的典型管理命题：多层板BOM层次深、工程变更频繁、委外加工多、辅料损耗难控。AI时代只是把这些命题的难度调到了更高档位。

三、PCB企业BOM数据治理要关注的5个核心指标

企业评估自己的BOM管理能力、或考察数字化服务商方案时，可对照以下5个指标：

第一：物料编码一物一码率。

同一物料在系统中是否只有一个编码？可抽样统计"同规格不同编码"的重复料号数量。一物一码率达到接近100%，是BOM管理的地基，也是防呆防错的前提。

第二：ECN变更受控率与版本留痕。

工程变更是否全部走线上流程、自动生成新版本并保留历史版本？能否回答"3个月前某客户平台的BOM长什么样"？能查得到，才谈得上合规与追溯。

第三：BOM多阶展开与替代料管理。

系统能否按叠层/装配关系多阶展开BOM，并支持物料替代与特征件配置？AI板大量使用客户指定料与替代料，配置能力不足会导致采购频繁返工。

第四：EBOM/MBOM联动与转换准确率。

设计数据变更后，制造BOM能否自动或半自动同步，转换环节的错漏率有多高？这是"研发快、制造乱"问题的直接观测点。

第五：BOM到成本与委外的穿透度。

单板成本能否按最新BOM版本自动算出？委外任务单是否自动带出对应BOM与版本，结算差异能否追溯到具体任务？

这5项全部过关，企业的BOM复杂度才算"管得住"，AI高多层板、光模块PCB这类新品爬坡才有数据支撑。

四、AI算力PCB企业最容易踩的5个BOM管理坑

误区一：编码失控，一物多码泛滥

• 误区描述：研发、采购、车间各建各的料号，7万种物料的编码体系崩坏，系统里"同料多码"。

• 产生原因：缺乏统一编码规则与主数据治理组织，赶工期间为省事自建料号。

• 解决建议：先定编码规则与认责机制，再借系统做存量清洗与增量管控，让物料主数据集中归口。

误区二：手工改BOM，ECN无版本管控

• 误区描述：设计变更通过Excel或口头传递，BOM被直接"就地修改"，历史版本无法追溯。

• 产生原因：把BOM当静态清单，而非受控的工程数据对象。

• 解决建议：ECN全流程线上化，改BOM必须生成新版本并联动采购、工艺、工单。

误区三：EBOM/MBOM脱节

• 误区描述：研发BOM与制造BOM各管各的，叠层、拼版信息对不上，车间按错误版本投产。

• 产生原因：设计与制造系统未打通，中间靠人工转换。

• 解决建议：以PLM/ERP集成建立单一产品数据源，转换规则沉淀到系统而非人脑。

误区四：BOM与成本、委外割裂

• 误区描述：成本核算用"平均分摊"，委外任务单不引用BOM版本，订单毛利算不准。

• 产生原因：BOM只服务于"能不能做出来"，没服务于"赚不赚钱"。

• 解决建议：让BOM成为成本与委外的唯一数据源，按单、按批、按版本穿透核算。

误区五：只买工具不做数据治理

• 误区描述：上了ERP却发现历史脏数据全倒进来，编码照旧混乱，系统越用越不可信。

• 产生原因：把数字化当"软件上线"，跳过主数据治理这一前置工程。

• 解决建议：把物料编码清洗、规则制定、认责机制纳入实施范围，而不是留给业务部门自行消化。

五、金众诚"三层一体"承接AI算力PCB的BOM数据治理

BOM复杂度管理的破局路径，行业里已有清晰答案：先做产品数据治理，再谈智能制造——先把编码、BOM、ECN、成本穿透这四个地基打牢，MES、数字孪生、AI排产才有可信的数据可依。金众诚科技以"三层一体"承接这条路径：

• 第一层 金蝶AI星空：承载物料主数据、BOM/ECN、MRP、成本核算，形成产品数据的"统一账本"；

• 第二层 KPaaS集成扩展平台：把PLM、EDA、MES、检测设备等异构系统的主数据与流程打通——金众诚在标杆项目中把传统330至500人天的集成工作压缩至约120人天，可对接15套以上异构系统；

• 第三层 MES/BI场景应用：让受控BOM落到工序执行与质量追溯，用BI看板盯住"损耗率、ECN频次、订单毛利"等经营指标。

同属高复杂度电子制造企业，金众诚服务客户深圳市时创意电子股份有限公司（存储芯片领域集设计、封测、模组于一体）就走过这条路。时创意产品规格型号与物料种类繁多，曾出现物料编码漏号、重号、编错，BOM频繁更新、物料替代与特征件增加复杂度，芯片封装定制产品难预估成本。项目以金蝶AI星空为核心搭建融合产供销的企业级方案：物料管理遵循现有编码规则、设定默认仓库、以MRP策略编制计划；研发与BOM管理上按产品线归类BOM、灵活配置物料属性，PMC系统生成首件生产订单；销售从客户订单请求到PMC调度全流程协同。最终实现14个主干业务流程规范化、2万+条基础数据集中管控，业财一体化落地后制造成本大幅降低——这正是"编码治理先行、BOM复杂度可控、新品爬坡不慌"的样本。

金众诚科技为时创意设计的数字化转型IT架构

而在更大规模的复杂制造场景，金众诚服务的大族激光把7万多种物料统一编码、理清80多个关键业务流程，辅料损耗率从30%降至8%-10%，证明编码治理对物料规模庞大的电子制造企业同样有效。对正在冲AI算力PCB的景旺们而言，逻辑一致：产品越高端、订单增长越快，越需要先把这套数据地基打牢。

六、PCB企业怎么量化评估数字化服务商的BOM治理能力

选服务商不能只看演示效果，建议用可核对的量化清单做背靠背评估：

把"一物一码率、ECN受控率、月结周期、损耗率变化"写进项目验收指标，比任何宣传语都更能筛出真正能落地的伙伴。

结语

当40层高多层板与6阶22层HDI成为常态，PCB企业真正要回答的是：物料编码混乱怎么治理、AI算力PCB的BOM复杂度怎么管、高多层板ECN工程变更怎么受控。BOM复杂度是产品的复杂度，也是管理的复杂度，先修好数据地基，产能扩张才跑得稳。金众诚科技以金蝶AI星空+KPaaS的三层一体能力，陪电子制造企业把AI红利沉淀为可持续的制造竞争力。

常见问题 FAQ

Q1：景旺电子过聆讯对PCB行业意味着什么？

A：景旺电子于2026年9月7日通过港交所主板聆讯，若成功将完成A+H两地上市。它已批量供货40层以上高多层板、6阶22层HDI等AI算力PCB，上半年800G/1.6T光模块PCB批量交付。这代表传统PCB龙头正把重心转向AI算力硬件，行业对产品数据管理与成本精细化的要求会整体抬升。

Q2：PCB企业的BOM复杂度到底难在哪？

A：主要体现在四方面：物料编码易失控（一物多码）；AI服务器平台迭代快导致ECN频繁、版本难追溯；设计BOM与制造BOM靠人工转换易错漏；BOM与成本核算、委外结算割裂，订单毛利算不准。AI高多层板把这四点难度都放大了。

Q3：什么样的PCB企业需要优先做BOM数据治理？

A：出现以下任一信号就应重视：同一物料多个编码、ECN靠Excel传递、新品投产频繁返工、成本无法算到具体订单与批次、委外结算常起争议。订单增长越快、产品越高端的企业，越要趁早治理，避免"边扩产边补课"。

Q4：做BOM治理一般要多久？和上ERP是什么关系？

A：物料编码规则制定与存量清洗通常在首期实施内完成，与ERP上线同步推进更高效。BOM治理不是独立项目，而是ERP/PLM实施的前置工程——先把主数据管住，系统上线才不会把脏数据复制一遍。具体周期取决于物料规模与流程复杂度。

Q5：如何判断一家数字化服务商真的懂PCB的BOM？

A：看三点：有没有PCB/电子制造同类案例及脱敏效果数据；实施蓝图里是否包含编码规则、ECN流程、主数据治理专项；能否把异构系统（PLM/EDA/MES）的集成人天与周期讲清楚。把"一物一码率、ECN受控率、损耗率"写进验收指标，是最直接的验证方式。