无论是德国的工业4.0，还是我们的智能制造2025，如果大家仔细研究其中的细节，我们现有的技术能力还没有能够真正实现智能制造，更多是自动化和信息化的结合。在这中情况下，自动化化会减少简单重复性工作以及由此导致的问题，而信息化的应用会使信息的收集更及时，准确，这就要求我们的管理人员有足够的能力去分析和解决问题，这也是为什么我们在这个项目中，没有关于智能制造的内容。此外，现场的稳定对于信息化的应用也是至关重要的，很多企业应用信息化，但是由于现场的异常太多，导致各种异常信息进入到信息系统中，不但不能帮助我们发现问题，反而产生很多的干扰信息。因此我们建议企业先金开展现场的精益改善，然后在导入信息化系统
我们应该借助新技术来提高我们的盈利能力，而不是盲目的为了追求智能制造而赶时髦 。自2015年，国家提出智能制造2025之后，很多的企业开始尝试向智能制造转变，同时各地政府也积极给与企业各种补贴，鼓励企业向智能制造方向发展。但是正如没有一副药可以治百病，不是每个企业都适合智能制造，企业家在冲向智能制造之前，首先要对自己的企业有一个全面的了解，然后根据自身的特点来决定如何开展智能制造。
“在实施智能制造之前，我们首先需要内部网络标准和主数据的建立，防止企业决策信息与现场信息的分割，也就是先建立数据规则，网络接口，安全规则等基础规则，之后，根据价值流和财务分析的结果，找到某一个点进行突破，在获得一定的经验之后在进行进一步的推进工作，在这里我简单介绍几个比较容易的切入点
“最容易实现的模块-AGV加立体库，大家看看京东的无人超市，无人送货车，送货无人机，无人分拣仓库，就知道物品的空间转运在技术角度上来讲，是最容易实现的。毕竟这不需要做任何加工，只需将指定物品转运到指定地点就可以了。动力方式可以选用背负/拖车/嵌入等，导航可以用磁条/GPS/激光等。软件控制可以和APS连接，也可用手动输入指令。对于物流我们需要注意两点：首先是售后维修的成本，我在芜湖的一个客户，在agv和立体货架的招标中，使用了报价最低的日本品牌。但是在日后的维修维护上的成本远远高于其减少的人工。这就是日本公司通常用的低价中标，高价维护的圈套。其次，物流不是物“留”，我们需要通过物流系统收集物料的流动和停止，以及更改反复的信息，从中找到改善点，物流问题通常会反映出计划，供应链，质量等等的问题。“林接着打开了MES文件夹
“擦亮你的眼睛-MES系统。当我们走进一家工厂，你会很轻松的发现5s问题，物流问题，加工操作问题，设备问题，计划延期等等问题，但是当你询问现场的管理人员，他们通常会给你很多理由，但是你无从判断他给出的理由是否正确，也不知道那个是主要原因。整个生产车间就像一个大黑盒子，没有人知道里面有什么。而MES 系统则是打开潘多拉盒子的一个很好的工具，所有的质量问题，工艺问题，订单实时状态全部可以反映出来，需要汇总时，所有的原因都会以数字的方式反馈给管理人员。管理人员可以轻松的发现主要问题并采取措施。实际上比解决问题更重要的技能是发现问题，如果你无法发现问题，解决问题就无从谈起。而MES将是你发现问题的好帮手。”
流程和规则遵守度验证-ERP.很多公司都在实施ERP之后遇到很多的问题，数据不准确，计算方式现场逻辑不同，流程更加繁琐，基本上各个部门都会抱怨。发生这种情况，不外乎以下几个原因:首先，流程没有优化，在没有ERP时，各个部门根据自己的责权利制定了大概的流程，而这个流程的灵活性很大，通常会在不同的情况下走不同的流程，而使用ERP后，大家都必须遵守一个固定的流程，因为软件只会按照设定的流程操作。这种灵活与固定的流程相遇时，就会产生大量的矛盾。这种情况最好的解决办法是先梳理和优化企业内部的流程，待优化和固化之后在导入ERP系统就会顺利实施。其次，人们对规则的遵守度，ERP系统中最先混乱的是物料编码，一物多号的现象会越来越多，进出操作不规范，领用不做系统操作等等不规范行为导致了系统运行时间越长，数据就越不准。我在一个客户哪里发现了一个螺丝刀在系统里有起子，改锥等5、6个不同名称在系统里。很多企业实施ERP是为了及时了解生产运营的情况以及财务情况，为管理层做决定提供正确的数据，但是当一个固定的计算机系统遇到了灵活的系统操作人员时，就会导致混乱和数据不准确。因此在实施ERP之前，尽量请咨询公司梳理优化流程，并进行标准作业/5s等工作，建立执行标准的习惯，之后在导入ERP，成功的机率会大很多。
自动化的基础-设备状态监测。随着各种自动化设备/机器人的广泛应用，极大的减少了人力的介入，降低了人工成本，提高工作效率。但是一旦设备损坏也将严重影响生产，很多MES系统将设备运行情况进行了监控，但是对于设备停机时间减少没有什么帮助，在这种情况下，我们需要专门的设备维护软件。它不但监控设备的维修工作和备件的情况，同时需要监控设备运行的各个参数，如电流，温度，震动等等，通过这些设备工作条件的监控，在通过大数据的分析，在设备发生问题前，发现问题征兆，并采取措施，从而做到100%的计划维修。
研发验证神器-VR虚拟现实。很多的工艺验证和研发都可以应用VR，可以极大的减少试错成本和研发周期。其他的还有视觉识别技术，RFID等等。这里就不一一介绍了。
智能制造在已有的生产模式中，可以帮助我们解决部分问题，同时通过数据的收集和报告，可以快速暴露很多问题，这对我们管理人员的解决问题能力要求更高了。所以，智能制造与人员能力的培养要齐头并进才能起到更好的效果。在未来的无人工厂中，将不在需要从班组长到主管到经理的管理结果，现场只需设备维护人员，大数据分析人员和软件开发员。关键是你的企业能够坚持到那一刻的到来。
