對智慧型製造最大的誤解是機器換人，實現高度自動化。我們講智慧型製造，實際上是在討論，如何解決當下企業痛點問題，輕鬆獲取資料，將資料串聯，打破資訊孤島，實現業務的融合，從而提高生產力，平衡生產力和生產關係。
01
智慧型製造系統之殤
企業資訊化建設是三駕馬車並駕齊驅：erp、pdm與mes。erp管理企業資源，如人員、裝置折舊等，從客戶開始，到訂單，到主計畫，回答為什麼生產；pdm管理產品設計過程，如產品圖紙、工藝等，pdm從產品需求開始到工藝編寫，回答怎麼生產；mes管理製造的過程，如生產計畫、生產作業等，從計畫到具體加工，回答到底是怎麼幹的。
綜合來看，erp、mes與pdm都屬於管理系統，mes（manufacturingexecution system）全稱是製造執行系統，主要面向的物件是管理層。
戰略層：戰略層如企業總經理、型號總師等，主要獲知生產的趨勢性資料，如生產問題發生率、任務完成率、額定工時統計等等，都屬於分析統計類資料，簡稱高階資料；
管理層：管理層如計畫員、排程員等，主要獲知生產的實時資料，如生產進度、現場問題等，屬於實時性資料，對資料的實時性要求較高；
執行層：執行層如班組長、現場工人，主要獲知的是相對靜止的資訊，如產品的操作手冊、加工工藝或者臨時工藝通知等內容。
綜上執行層雖然處於資料採集最核心的位置，但對於他們工作kpi（工時/件數）等均沒有增益，甚至會影響產量。
mes大部分功能面向管理層，但是mes的應用主要靠執行層表現。
執行層的資料**於機器採集、手工錄入、上游系統傳遞、硬體整合等等，其中主要的資料還是**於手工錄入，所以在上線mes系統後，執行層需要學習mes系統的操作。
由於管理層希望看到更多來自於執行層的資料資訊，以輔助工廠的決策。執行層的工人們開始罔顧生產，去大量的在系統中錄入資料，這種本末倒置的行為，導致兩種結果：
1.系統培訓浪費時間，造成本職工作未按時完成；
2.沒有減少工作量，反而因為要錄入資料降低了效率；
在這樣的現狀下，mes的應用效果大打折扣。造成了乙個智慧型製造
之殤：管理層需要更多更全面的資料，執行層希望更具備效率更簡單舒適的工作工具。如何輕鬆簡潔的獲取資料，再將資料串聯起來，打破資訊孤島，實現業務融合是目前智慧型製造的重中之重。
02
智慧型製造的解救之鑰
事實上，在我國工廠的很多車間裡，各個生產裝置之間、生產裝置和控制器之間，都已經基本實現了資訊化的連通。再厲害一點的公司，整個工廠已經通過製造執行系統（mes）連通起來，而業務部門全部通過erp連通起來了。
這樣的情況下，問題出在**呢？
erp和mes其實並沒有連起來！
這之間存在資訊孤島。所以當erp給mes下達生產計畫指令後，如果mes在生產過程中發生與計畫偏差的事項（比如裝置壞了，原料不合格等等），mes會根據車間的實際情況進行調整。但是erp不知道，它會繼續按照原本的計畫執行訂單，時間久了，財務系統和工廠的實際情況就會出現非常大的偏差。
沒有連起來的原因也很簡單：
1、erp和mes的開發公司通常是兩撥人，搞財務的和搞生產的合作，不但互相不懂對方的職業術語，雞同鴨講，而且互相看不上對方。
2、公司內部的業務部門和生產部門通常是分開運營，在沒有實時溝通的情況下，各自是不知道對方的調整的。
當然，erp和mes的問題只是工廠內系統斷層的乙個問題縮影，事實上工廠裡還有非常多的其他系統，設計、製造、採購等，這些系統都是乙個個資訊孤島，互相都不知道對方的行動和接下來的計畫。這個問題自工業革命以來就存在，但是工業時代，產品的生產週期很長，所以問題在生產研發的過程中能夠得到調整。
但是網際網路和智慧型時代的到來，帶來了新的變化。
網際網路和智慧型讓經濟得以高速發展，與此同時，產能過剩嚴重成了全球性的問題。企業的競爭越來越激烈，我們的產品更新換代越來越快，以往一款產品賣十年二十年，現在我們看到的是，每隔幾個月，就會有多個產品的更新迭代。
另外，網際網路幫我們消除了資訊的不對稱。過去的大批量統一生產的做法顯然已經行不通。隨著消費公升級，消費者更青睞於個性化的產品。這就要求工業企業能夠實現小批量、定製化的快速生產。
如果這個時代延續過去的做法，顯然很快就會被淘汰，因此，企業最迫切需要做的就是連線erp和mes，打破業務和生產之間的資訊孤島，進入完全的自動化和資訊化階段，也就是工業3.0大圓滿階段。 這個階段的單點功能不需要太完美，在下乙個階段，中國人自己的智慧型製造階段，需要解決的就是單點資料。
03
智慧型製造的ai之路
資料採集：
採集資料是根本的，但是需要在不增加工作量的基礎上，因為人為的採集資料就不可取。ai的到來，為我們提供了可能，我們現在看到的人臉識別、智慧型語音等等，都體現了ai這一強大的實力。
所以工業的ai之旅注定達到的目的是：最大限度的獲取非隱私資料，極多數的單點工具，讓工人只做本職工作的事情，不再因為管理需求而做一些無用功。
資料處理：
ai為我們採集到過多的資料，但是這些資料中必然存在大量的無用冗雜資料，如果不進行擇優清洗，後續的工作會很難進行，基於ai的大資料處理應用而生，幫助我們實現資料的轉化和儲存。
資料分析：
當世界多變，我們就不能只是單純的從乙個點出發去做判斷和決策。由於大量的多面的資料存在，會要求更多的演算法去處理資料，挖掘更多的深層的多維資訊，把這些資料轉化成自己的智慧型，做出最理智最正確的判斷和決策，從而創造在這個領域的財富，才是智慧型製造要實現的最終目標。
製造向智造轉型中的儲存應用需求
今天各個經濟領域的數位化趨勢成為中國製造業轉型的推動力，數位化方式讓製造業各個系統相互連通，從產品研發到上市的週期越來越短，從讓新的商業模式加速湧現。數位化趨勢也是中國製造2025戰略實現的重要基礎，是幫助中國不斷的完成由傳統製造到智慧型製造的產業公升級。製造業的未來願景是什麼?個人理解是資訊與物理...
智慧型智造技術理論 第二講 智慧型製造定義與現狀
智慧型製造定義與現狀 1 四次工業革命歷史 2 智慧型製造的定義與特徵 3 中國製造2025主要內容 4 中國企業智慧型製造現狀 四次工業革命歷史 第一次工業革命 18世紀中期 19世紀，蒸汽機革命 技術標誌 珍妮紡紗機的發明 第二次工業革命 19世紀中期 20世紀，電氣化革命 技術標誌 電氣系統的...
智慧型智造技術理論 第一講 學習智慧型製造技術的意義
智慧型製造理論基礎 高興宇院長 第一講 學習智慧型製造技術的意義 1 企業進行智慧型製造轉型公升級的驅動因素 2 本課程講授的物件？3 怎樣能學好智慧型製造？4 本課程的特點？5 學完本課程能達到什麼目標？1 企業進行智慧型製造轉型公升級的驅動因素 a 經濟全球化和逆全球化的對企業的挑戰 b 新冠肺...