项目过程中调研过很多企业，对于企业的业务内容、痛点以及需求大致有一些了解，汇总起来基本上可以汇总概况：制造型企业信息化的三驾马车，PDM、MES与ERP，三者的顺序是ERP、MES、PDM，但是由于许多制造业本身并没有太多的设计环节，所以PDM许多企业的诉求并不太旺盛，但是由于MES又需要有结构化的工艺，造成了现在MES系统基本上自带工艺编写模块。所以对于大部分企业来讲MES+ERP基本上是够用的，其他的信息化系统只是在这两个大的信息化领域当中点对点的完善，比如至今我仍然任务APS应该是ERP的一个小插件，QMS应该是对于MES质量管理模块的补充。如下图所示，企业信息化建设比较全面的架构图，许多功能隐约会含在ERP与MES、PDM当中，但是对于比较大的企业，我们还是建议专业的软件做专业的事情，可以将简单的功能体现在三驾马车之上，但是如果功能太复杂还是需要另起门户。
“三驾马车”只是满足了企业的基本需求，但仍然会产生大量的需求，毕竟由俭入奢易、由奢入俭难，有了信息化的支撑则会思考更高阶的工具，基于此则智能工厂、智能制造的概念映入眼帘，根据GPT搜索获知：
关于智能制造、智能工厂的定义两个的答案基本上惊人的类似，基本上都是利用大数据、人工智能、IOT等科技来重点突破工厂管理当中的某一个需求，比如设备数据采集监控、质量数据分析、预防性维护、个性化定制等，但是并没有提及流程塑造、业务梳理，因为智能制造与智能工厂的定义本身就已经摒弃了信息化的部分，但是信息化是是这些的基础，如果没有信息化这些将会变成单点的应用，只是对业务提供部分帮助，没有办法实现业务的有效联动，比如质量分析缺少业务数据，设备预测性维护即使触发也没有办法及时更改订单的工艺路线，从而绕过故障设备。
根据e-works对数字化/智能化转型的建设方向统计，其中方向比较明确的也是MES系统，基本上也在数据层面论证了一个基本的认知:MES系统是信息化支撑工厂管理的核心，因为数据高于MES系统实施的有两个，一个是新建数字化、智能工厂，另外一个是对老工厂进行数字化、智能化改造，两者的建设方向都不是特别明确，甚至可以理解为其中部分包含了MES实施。
MES之后比较受重视的方向则是设备数据采集（SCADA），也可以称之为IOT、MDC等，个人在最近几年工厂管理的项目当中遇到的，几乎都是设备数据采集+MES系统在一起的，基本上乙方也会将数据采集打包在整体的方案当中，在设备数据量不大的情况下，这种解决方案无可厚非，但是如果设备采集点位比较多，一般还是建议与MES系统划清界限。做设备数据采集项目纵然不能实现给设备下达运行指令的目的，但是通过设备数据查看一些设备OEE，也能够直接节约设备运行成本，也能够及时通过设备空转时间了解生产节拍、物料配送的一些问题，而且不需要对生产流程大动干戈，这也是最近几年开始流行的原因。不过设备数据采集项目门槛不高，如果能够采集大家都可以通过设备通讯协议进行采集，如果采集不了只有设备厂商才有胆量去动设备，另外门槛不高的原因在于离散装备行业的数据量不大，对于平台的性能要求一般，如果是几万台设备、几百万的数据采集点位，数据采集的门槛马上会提升上来。
每一家工厂的业务与痛点都不相同，但是概括起来大的方面都是一致的，诸如对于灯塔工厂意义的描述那样：持续推进精益改善，实现透明工厂，通过数据洞察驱动企业的业务运营与决策，采集和分析工业大数据，开发智能互联的创新产品，并推进预测性维护服务，催生了新的商业模式，被视为第四次工业革命的领路者，成为创新变革的工业表率。
将上述的生产效率、敏捷性、快速上市、定制化与资源浪费等几个大的KPI进行拆解，则会有很多提升方向。虽然可以迅速提升某业务的效率，但是论其重要性，与MES系统不可同日而语，因为MES系统是对于生产管理方式、业务流程的重塑，当管理出了问题，十个业务应用也挽回不了损失。
所以如果出现某个领导说他们要建智能工厂，要进行数字化、智能化转型，但倘若你发现他们还没有实施ERP或者MES，那么这种人需要离他远点，因为他还正处于被培训的阶段，真正开始项目会遥遥无期，因为一个项目的成功落地，除了概念的科普之外，是需要有一些因素在支撑，比如政策要求、企业业务痛点，我们在做售前的阶段可以适当扩大描述，但是创造不了真正的刚需。当企业有MES系统，而且有强烈的升级改造意愿与刚性需求，但是发现需求是零零散散不成体系，建设方向有很多但不知道如何整合。ISA95是一个可以用于指导任何工厂信息化建设的框架，能够将现有的业务需求与建设方向迅速归拢，将点对点的优化方向整合为工厂的整体解决方案。
ISA95本身主要用于企业和控制系统之间集成的，如GPT对于ISA95框架的定义。工厂信息化建设目前已经演化成了装备层、控制层、管理层与决策层，如上图所示。
其中装备层主要指的是机床、生产设备、AGV、机器视觉；
控制层主要指的是SCADA、IOT、MDC/DNC；
管理层主要指的是MES、QMS、EAM；
决策层主要指的是以ERP为核心的管理。
根据这几个层次的划分，基本上所有工厂的业务都涵盖在其中，所以根据ISA95梳理业务的需求，整合零散的建设方案再合适不过。
所以与其堆砌一大堆智能工厂或者智慧工厂的概念应用，倒不如将ISA95去拆解，分析每一个层级都有哪些可以建设的方向，而且每一个层级的提升方向其实是可以被穷举的，因为毕竟能够应用的技术就是那几种，而且能够优化的方向其实就是几类，如生产的自动排产、质量AI质检、质量关联分析、设备预测性维护、物流自动配送等，另外还有对产生的业务数据的利用。
目前有幸参加到了一个工厂的智能化、数字化升级的项目中，不敢说是工厂升级的天花板，但是至少在中国层面上也可以算是独树一帜，客户由于初期预算比较充足，对于工厂的改造充满了想象力，提出了非常多的方向，且非常零散，前期编写任务数、申报书，汇报的过程中非常容易让人感觉到凌乱，其中既有机器视觉、控制升级，又有大数据，同时还有低代码、微服务等内容。所以在汇总蓝图的时候非常艰难，最后经过反复讨论一致认为还是需要一个主干将所有的应用串联起来，一种是通过生产流程去串联，比如计划、生产、执行、保障、决策等，但是这种串联方式会失去层次感，而且本次项目并不包含流程梳理，该企业的ERP、MES等也都非常完善；所以只能通过信息化建设的框架来整理，但是工业互联网的架构只能覆盖到技术层面，比如技术中台、微服务等，没有办法延伸到设备领域，最终还是选择了ISA95的主干去串联整个项目的业务应用。
整个项目层次的划分分为设备、控制、单机、数据、应用等几个层次：
设备：根据业务需要加入大量传感器，比如流量计、自动控制阀门、温度计等；同时加入了大量的机器视觉，识别生产过程中的质量问题；
控制：由于设备层的更新，会加入大量的自动控制元器件，所以在控制程序与硬件都需要升级；
单机：生产主机之前操作是由人工点击控制，需要升级为将人工控制的程序以打包的形式由系统进行控制；而且系统会将人工经验固化，根据生产的表现自动调整控制模式；
数据：本次会将所有产生的数据进行汇聚、管理，同时将经常提及的微服务、大数据、低代码等注入到这个层级；
应用：根据业务需求，建设企业的业务需求，但更多的是利用数据去驱动业务，比如路径自动规划与下发等。
如果按照ISA95的这几个层级逐层去寻找优化，所谓的灯塔工厂不敢奢望，但是实现工厂的数字化、智能化升级问题不大。
智能工厂的建设肯定需要具备层次感，或者需要主干去串联整个建设内容，需要在不同的流程点去完善业务应用，提升单点效率，在不同的数据维度去完善数据，但是纵有千万变化，其实归集到个人也只是数个应用而已，但这个是因为系统功能的设计限制了个人对于系统的应用。此时此刻，让我们回顾一下互联网信息门户的发展历程，雅虎（将信息自己分类、整合）、谷歌（自定义搜索）、GPT（内容自动推荐），互联网的发展企业信息化势必会再走一遍，所以我们隐约已经感知到了企业信息化的未来-AIGC式的功能应用、信息自推荐。
（部分内容来源网络，如有侵权请联系删除）
