数字化 ≠ 智能化

　　現如今憑借著智能制造的風口，許多生産廠家現已上線或正處于准備上線制造執行MES系統。

　　市場上的絕大多數MES包括了原材料入庫、生産制造排程生産制造執行、質量檢驗設備維護倉儲管理等基本功能。在這類MES的實施流程中，一個至關重要的構成部分便是數字看板。但看板是不是獲得了生産過程中所有的有價值的信息，這類信息的呈現方法是不是簡單明了，都需要打上一個問號。

　　一般的結論是，看板僅僅只是對生産過程中的一部分宏觀數據完成了的呈現，MES的實施也僅僅只是讓生産制造訂單到産品交付的中的每個階段生成數字化的記錄。

　　可以說這種的MES提供的僅僅只是是數字化，與真實的智能化還天差地別。在這種的MES的管理下，工廠的運營效率宛如抓在手上的沙子，看著它慢慢地流失，卻又無能爲力。

　　工業物聯網

　　信息缺失監管滯後決策錯誤執行偏移，導致了工廠中林林總總的問題。而歸根到底都朝著一個主要原因——數據。更具體化的說，是數據的質量和獲得能力。

　　現如今的制造業面臨著更快的生産制造和交付周期、單次更小的批量和更豐富的定制化，對工業數據的采集儲存彙聚和處理指出了更高的挑戰，而工業互聯網的價值恰好是協助解決這一個核心的問題。

　　工业互联网给了工厂一双慧眼，让大量即时高频率的数据收集变成了可能，借此将生产过程中许多 本来被掩藏起来的微观信息，例如即时的人员、原材料库存量状况、设备状态等挖掘出来，让其清楚地呈现，变得彻底透明可视。

　　人工智能

　　人工智能之所以能夠能扮演著這一個關鍵的角色，因爲它的獨特優勢就在于能夠按照對海量數據的學習生成知識。

　　人工智能運用工業物聯網收集的大量高品質數據，對按照生産制造的問題建立的模型完成訓練生成知識，再將其作用到實際的生産制造場景中，支持決策，協助改善生産過程。這讓此文剛開始提到的幾個的問題得到解決。

　　運用人工智能完成質量控制，就可以將事後檢測轉化爲即時檢測，讓問題在及時被發現不傳導到下遊，防止了後續返工導致的極大浪費。

　　運用人工智能完成設備資産管理，按照實時監測設備的各種狀態，保證設備穩定運作。在及時做出風險預警，並提供預測性設備維護建議。

　　工業物聯網和人工智能的加盟，为MES執行之“手”增加了“慧眼”和“大腦”。這種三位一體的MES，才能夠真實成就智能化生産制造