这篇文章对智能制造相关知识点进行整理，其中基础知识整理部分来源于对《智能制造之路-数字化工厂》 和《工业40智能平台构建策略》相关笔记整理。
一、商业新模式-企业数字化转型
最近读完《商业新模式-企业数字化转型之路》这本书，读完后整体感觉这本翻译过来的书写的相当一般，更加坚定了我原来的一些看法，就是国外的很多书的水平也一般，即使是一些大家认为的畅销书。同时对于商业新模式，数字化，互联网变革，新媒体等最佳实践是在国内而不是国外，国内的书往往更加接地气。
这本书整体的一个大问题就是数字化的本质究竟是什么？
虽然有一个小章节专门在讲数字化本质当时仍然没有讲清楚，数字化和信息化区别本身又在哪里？发现谈了很多后面更多的还是在谈信息化和商业模式变革。其次组织，团队，流程变革和治理也相当重要，但是你会发现这本身后面讲的很多内容，即使把书名变成信息化，变成流程变革和新商业模式变更都完全适用。即很多内容实际上并不是数字化特有的。
实际上看了书名的时候，我就在思考，这本书首先要回答的就是企业数字化的本质究竟是什么？其次是传统企业和数字化企业的区别究竟体现在哪些地方？其次就是传统企业如何向数字化企业转型？应该遵循一个什么样的步骤或演进路线？而这些关键问题在本书并没有得到很好的解答。
看了这本书，反过来思考下企业数字化，书里面谈到任何用信息连接的人和人，人和机器，机器和机器之间的技术都是数字化的。对于企业数字化的本质应该体现在信息化，自动化+柔性化+个性化，自服务化，无边界化，互联网化（线上+线下，电商，互联网+）。而里面使用到的技术即仍然是传统的信息技术，互联网和移动互联网技术，云和大数据，工业自动化，物联网和智能制造，包括当下发展迅猛的AI人工智能。
注意传统企业战略模式更加关注成本，质量等，而新的商业模式下更加关心的是个性化，用户体验，服务，时效性和便利性，所有新的产品或商业模式基本都是围绕上面的内容展开。而这些本质上又是进一步打破原来产品或服务所受到空间和时间上的制约。
即企业数字化为用户提供打破时空制约的个性化用户体验服务。
不论是电商平台，O2O线上线下，VR虚拟体验，上门服装定制，到家服务等，最终目的都是为最终客户提供更好的用户体验，提升服务的时效性和个性化，最大限度的减少中间渠道。
企业数字化一个重要能力就是连接能力，连接你的客户，连接你的外围生态，形成一个生态共同体和协同体，这和原来我们谈传统企业的互联网+转型思路完全是一样的。
传统企业在进行数字化转型的时候，很多时候不是在革他人的命，而是在革自己的命，即降低自己传统的优势项目而拓展新商业模式和信息技术下的新项目，这才是真正的自我颠覆和创新。类似从360的免费策略，或者亚马逊从传统书店到电子书店的转型等都是可借鉴的思路。
传统企业的数字化转型失败？
我们把这个问题变成传统企业的互联网+转型失败来看大家可能更加容易理解。这里面最大的一个问题就是传统企业没有意识到在当下新技术快速发展的现状下，客户和流量的入口已经变成了一个关键，即在各类资源过剩的情况下真正掌握流量入口的人往往才最有话语权。而对于制造商或者供应链服务提供都变成次要内容，一个食品生产企业原来的话语权往往在家乐福或沃尔玛等大型商超，而现在的话语权在京东或天猫等大型平台，即互联网的发展经济改变的是流量入口的主导人而已。
传统企业的数字化转型之难就在于很多企业并不具备这种流量入口的控制能力，即使大型企业发展自己的自营电商平台往往也很难有这种流量控制能力。
新兴技术的发展一定会带来很多传统企业的消失，最主要的原因就是人的消费模式和行为习惯被新产品所替代，类似智能手机的出现导致了GPS，MP3和MP4，DVD，电子书等大量企业的消失。而这种消失是大趋势，一个传统企业能够洞悉到这种新技术下的发展趋势往往并不容易。
企业数字化转型失败根本原因仍然是缺乏对新兴技术，新商业模式，用户消费和行为习惯的发展趋势的思考和洞悉，缺乏对一些新兴事物发展速度之快的良好判断。数字化转型失败从来都不应该是技术层面的原因，类似信息技术仅仅是工具和手段，关键的仍然是战略规划和经营策略和目标的转变。
数字化趋势的驱动因素，消费者行为，环境因素，创新。其中最主要的仍然是消费者行为和需求。对于传统的需求，可能需求并没有变化，但是新模式提升了需求在时间和空间上的满足度；其次是本身没有需求，但是随着环境变化和技术创新，企业主动创造出了新的需求点，这本身就是一种大的变革。
对企业数字化能力的评估和衡量，仍然如前面所说的，应该体现在信息化，自动化+柔性化+个性化，自服务化，无边界化，互联网化（线上+线下，电商，互联网+），对需求的敏捷和响应能力这些关键方面。其次才是到技术层面。
企业数字化战略，这个是一个伪概念，实际上企业战略就是企业战略，企业战略重点是业务目标，经营策略和新商业模式。而数字化仅仅是企业实现业务战略目标的方法，工具和技术。因此不适合将数字化提升到战略层面，数字化仅仅是实现战略的工具。任何战略都不应该脱离业务经营目标。
二、智能制造和数字化工厂
工业4.0是实现产品生命周期和价值链整个过程中人，物，机器之间的连接，同时实现他们之间信息的及时共享和协同，以提供一个实时，自动化，智能，可视，柔性的动态自组织架构。
德国工业4.0可以概括为一个基础网络(信息物理系统网络），双重战略（领先供应商，主导市场），三项集成（横向集成，纵向集成，端到端集成），八项举措，十七项主题。
工业4.0的核心和关键是建立一个人，机器，资源互联互通的网络化社会。
美国对智能制造的定义：智能制造是先进智能系统强化应用，新产品快速制造，产品需求动态响应，以及工业生产和供应链网络实时优化的制造。
其核心技术是网络化传感器，数据互操作性，多尺度动态建模和仿真，智能自动化以及可扩展的多层次网络安全。结果是在一个柔性，敏捷，创新的制造环境中提升性能和效率。同时使业务和制造过程有效的串联在一起。
工业互联网：最早由通用电气在2012年提出，倡导将人，数据和机器连接起来，形成开放而全球化的工业网络，其内涵已经超越了制造业本身，跨越产品生命周期整个价值链。
相比工业4.0，工业互联网更加注重软件，网络和大数据。工业互联网系统由智能设备，智能系统和智能决策三大要素构成。
工业4.0，通过人，物和系统的连接，实现企业价值网络的动态建立，实时优化和自组织。
我国对智能制造的定义是通过新一代信息技术（云计算，物联网，大数据，工业机器人，工业数控，互联网+IT信息技术等），贯穿设计，生产，管理，服务等制造活动各环节，具有信息深度感知，智慧优化和自决策，精准控制和自执行功能的先进制造过程，系统和模式总成。
对于智能制造的解读，书里面谈的一些核心特点体现，比较有参考意义，记录如下：
工业4.0不是无人工厂，人是工业4.0的核心。
要实现工业4.0，首先要进行生产组织和业务流程的梳理和重构。
实现人，机器，工件（产品）之间的互联互通。
实现生产数据的实时，自动化采集和分析。
车间布局-实现矩阵和网状的柔性生产系统，消灭固定生产线。
实现个性化产品的前提是标准化，模块化和数字化。
用户体验。
从对市场的快速响应转变到对用户个性化需求的快速响应。
信息物理系统是实现智能制造的基础。
实现自动化+信息化，智能工厂是革新。
工业4.0解决信息孤岛问题-纵向集成是基础。
工业4.0不仅仅是智能工厂-横向集成是革命。
工业4.0需要建立端到端的集成-消灭中间环节。
美国工业互联网参考模型，IIRA4.0，从网络，数据，安全三个维度进行定义。2015年德国给出工业4.0参考模型，即RAMI4.0，其仍然是一个三维度的参考模型架构，涉及到应用，业务和IT三个视角。
业务视角：产品生命周期流程，或供应链端到端流程等
IT视角：对应IT架构，从资源层到平台层到数据信息，业务功能，再到业务系统等。
应用视角：不太好理解，产品-现场设备-控制设备-工作中心？
在P49页给出了中国工业4.0的参考架构，在这里再谈下实际上和我们传统IT架构定义最大的变化就是增加了智能设备层和工业控制层（自动化工控+操作层），上面才是执行层和管理层，而执行层的重点是MES，管理层重点是ERP系统。
可以看到MES是一个重要的衔接系统。MES一方面是将ERP的生产计划进行详细分析后变成生产工单并进行详细生产排程后执行，其次是将底层设备的执行信息和状态信息实时的反馈回ERP系统中。因此通过MES系统可以实现计划层和控制层的双向通信和衔接。
在智能制造阶段，由原来以财务为核心的ERP，会转变为以产品生命周期和生产为核心的PLM+MES，实现三者之间的协同成为构建智能制造IT集成架构和协同架构的关键。
PLM解决产品研发，设计，将产品转变为可生产的BOM和工艺路线。
ERP解决根据市场需求或预测进行生产计划安排。
MES根据ERP提供的生产计划详细安排生产执行过程，并对全过程执行状态实时跟踪。
三、PLM系统产品生命周期管理
数字孪生模型：读这本书后得到的一个新概念，指的是以数字化方式在虚拟空间中呈现物理对象，即以数字化方式为物理对象创建虚拟模型，模拟其在现实环境中的行为特征。它是一个应用在整个产品生命周期的数据，模型即分析工具的集成系统。
实现了物理世界和虚拟世界之间的连接，同时通过该模型可以在设计过程中完成很多模拟和仿真，而无须进行样品的制造。即通过三维建模，动态仿真技术，设计阶段就能预测产品的性能，并根据预测结果对产品进行改进和优化。
MBE（基于模型的企业），在MBE的实施过程中，产品设计，生产，管理各个环节所使用的数据或信息全部附着在三维模型上面，打通设计，生产，后续维护全流程的一套模型架构体系。MBE采用建模和仿真技术对设计，制造，产品支持等所有技术和业务流程进行彻底的改进，无缝的集成以及战略的管理；利用产品和过程模型来定义，执行，控制和管理企业的所有过程。
MBE（结构，数据，工艺，三维，标准化，集成），MBE主要有基于模型的工程，基于模型的制造，基于模型的维护三大部分组成，并且在统一的系统工程指导下形成统一的整体。
对于西门子的MBE解决方案可以看到包括几个方面的内容：
一个是传统PLM产品生命周期管理内容(TeamCenter)
其次是产品设计方面的内容(NX，MBD）
再次是自动化模型和仿真方面的内容（Tecnomatix，LMS）。
本书里面在谈PLM系统的时候更多的都是在谈三维建模和仿真，而对于传统的产品数据管理，产品配置，工程变更，研发项目管理等PLM解决方案内容谈的较少。
四、MES-制造执行系统
美国的AMR将MES定义为：位于上层的计划管理系统与底层的工业控制之间的面向车间层的信息管理系统。它为操作人员提供计划的执行，跟踪，以及所有资源（人，设备，物料）的当前状态。MESA制造执行协会的定义是：MES能够通过信息传递对从订单下达到产品完成的整个生产过程进行优化管理。在整个过程中强调三点：
对整个车间制造过程的优化，而不是单一解决某个生产瓶颈。
提供实时收集生产过程中数据的功能，并作出相应的分析和处理。
需要与计划层和控制层进行双向交互，通过企业的连续信息流来实现企业信息全集成。
对于数字化工厂的平台架构一般分为五层，从上到下分别是：企业层（ERP，PLM），管理层（MES），操作层（SCADA等系统），控制层（工业控制）和现场设备层（自动化设备）。而实际上我们在谈纵向集成的时候，更多的就是谈这五层之间如何集成。
对于MES系统的核心功能，我们在前面专门有一篇文章里面谈到过，基于这本书的功能架构可以看到，其核心的功能模块主要包括了生产运营管理，产品质量管理，生产实时管控，生产动态调度，生产效能分析，基础数据管理和同步（设备，物料，BOM，工艺路线，资源）等。
基于ERP的生产计划进行详细的生产排程，并监控和跟踪整个生产过程和状态仍然是MES的核心。生产是工厂所有活动的核心，而MES系统正好是智能工厂中生产制造，供应链，工程技术三个维度的交叉点和关键点。是智能工厂的大脑。在智能制造时代，MES不再只是连接ERP和车间现场设备的中间层级，而是智能工厂所有活动的交汇点，是现实工厂智能生产的核心环节。
五、工业4.0智能平台构建
这部分整理下对《工业4.0-智能平台构建策略》的笔记整理。本书整体策略框架可以作为构建智慧制造和工业4.0下智能平台参考。
企业敏捷应对能力，一个是迅速发觉并解决企业不能满足市场和客户需求的问题，一个是企业应该具有持续提升这种发现和解决问题能力的机制。一个是智商层面，一个是品格层面。尽管企业内部组织结构复杂，职能分工不一，但是对外只能表现出独立，完整的个体特征。
企业智商主要体现在三个方面：
其一是对市场动态的感知能力
其二是企业内外的一体化协同能力
其三是管理层和经营层的实时决策能力
注意这和我前面谈智慧城市的可感知，可协同和可智能是相似的。第一点重点是数据实时采集，第二点重点是集成和自动化，第三点重点是传统BI和大数据分析。
企业级的协同能力重点之一是跨多个部门和业务之间的端到端流程协同，其二跨企业内外的上下游协同。正是由于缺乏这种协同能力，导致的才是无法敏捷响应客户和市场需求的变化。而要实现这个目标，其一是解决协同管理机制的问题，其二是通过一体化协同平台进行IT落地的实施问题。
基于客户体验的五大流程设计要素：一致性，亲和性，个性化，高效性，激励性
企业核心的端到端协同平台仍然是PLM产品全生命周期管理，基于ERP的供应链端到端管理平台。即华为早期流程和IT建设的两个重点内容，一个是ISC集成供应链，一个是IPD集成产品开发。
可以思考下，实际上企业很少有部门对端到端流程负责，即使有流程管理部也无法负责，而实际真正需要做的应该是只要每个部门能够将自己的一小段流程做好，根据我们的流程规则就能够提供最高效的端到端。
一个流水线，每个工人能将自己位置上的事情做好，就能够保证输出一个质量过关的好产品。基于这个思路核心战略KPI指标分析后仍然会到各个部门，部门关心自己的KPI没有错，关键是整个流程设计和指标定义是否合理，协同上是否存在困难的问题。
达到工业3.0的企业，以下两方面基本实现可视化管理
关键业务流程关键环节执行力的实时统计和分析
关键业务一阶能力指标的过程统计和分析
这本书有一定的价值，作者也说到起草初稿的时候并不想提及工业4.0，但是文章副标题里面明显带了工业4.0给人误导，简单来说这本书中的就是讲IECP协同平台，对制造企业信息化有一定参考作用，但是离工业4.0内容和范围还差很远。
当前大部分制造企业面临的问题同样也不是工业4.0和智能制造，而是流程和基础IT建设的问题，连ERP，PLM和MES等几个核心系统和协同都无法用好，谈不上工业4.0和智能化。
一体化协同平台的建设重点有两个，数据+流程
数据：首先通过MDM解决基础数据问题，其次是数据集成问题，再次是数据管控问题
流程：首先解决是企业内部跨部门流程协同问题和跨企业的上下游协同问题
对于已经经历过单一系统部署，并具备一定系统集成经历的大型企业来说，构建一体化协同平台，其本质就是利用门户，ESB，BPM，主数据，甚至API集成工具，来构建一个集各种资源为一体的信息协同中心。实现数据，应用，流程的全面集成和协同能力。
整合的核心是SOA架构思想，而SOA核心又是组件化和服务化。
企业能力指标体系研究，这一章节内容不合格，而且和前后之间的衔接也脱节。对于企业指标体系的设计，核心内容还是基于平衡计分卡战略管理体系，结合CSF关键成功要素再到详细的流程分析，以转换为详细的绩效评估指标体系。
指标-》影响因素-》流程-》活动节点
该书副标题工业4.0，前面已经说过了很多工业4.0的内容都没有谈到。其次副标题智能平台，而智能平台本身很多内容也没有谈到，更多谈的是一体化协同平台，而一体化协同平台，从书里面也包括了BPM，MDM和ESB等核心内容，但是本身基本都在谈BPM。同时谈一体化协同平台，也没有拿出一个完整的平台总体架构设计。虽然书里面很多思想可以参考，但是从这点来说书本身价值性和系统性就欠缺太多。
其次把平台和应用两个概念完全混淆，里面谈到CRM业务是协同平台，ERP也是协同平台，正是由于这种混淆导致了无法给出完整的平台+应用的构建模型。
跨业务和跨系统的复杂流程自由构建，同时还希望能够由业务人员自由构建，当前仍然处于一种理论化和理想化状态，这个我在前面BPM很多文章都已经谈到过了，BPM当前更多还是承载端到端流程监控能力。
一体化协同平台设计要点，一谈要点已经说明本章内容很难体系化和完整性，想在这章将企业核心价值链上所有核心业务域的设计要点讲清楚基本是不可能的事情。
供应链，产品生命周期，营销，财务四算都可以看做完整的端到端流程，那么更重要的是阐述如上的端到端流程是如何的，同时以上四个大端到端之间本身又如何集成和协同的。
SOA参考架构已经给出了实际的服务编排和流程集成模式，包括到可视化展现层的集成。当我们希望实现流程的自动化装配的时候，其参考标准仍然是SOA参考架构和BPM相关标准，不需要再去发明。BSA希望实现流程的自动化装配想法是好点，但是当前来看重点还是单个功能点，而不是跨业务的多个业务组件间自动装配。BPM可以实现这种能力，但是我们看到仍然存在代码编写层面的工作，更难以说能够开放到业务人员用。
六、智能制造-横向集成和纵向集成
对于面向制造行业的集成解决方案，当前谈的最多的就是横向和纵向两个层面的集成和融合。在智能制造里面经常会会谈到四大元素，五大集成。
实现智能制造，需要智能制造的四大元素（智慧人、智能产品、智能物料、智能工厂）有效的组合，也需要把客户集成、智力集成、横向集成、纵向集成、价值链集成这五方面集成起来，通过这五大方面的集成，把制造的价值凝聚在一起，从而产生更大的价值。
与其说五大集成，而实际上核心的仍然是横向集成和纵向集成。
横向集成可以理解为传统的获取到客户需求到完成产品生产和交付的横向价值链端到端流程的集成，涉及到供应链，产品生命周期，财务等多个业务领域的贯通。而这些集成在常规制造企业里面来看，本身又是围绕ERP核心系统展开的。核心仍然是在计划，供应链，财务，资产等关键环节。
而对于纵向集成，则是指的从ERP的计划核心转移到下次的执行层，再转移到底层以智能机器设备为主的物联网控制层。实现计划-》执行-》控制的纵向集成打通。因此要实现这个可以看到核心已经变化为PLM，MES，WMS，CIM，智能机台控制程序间的数据集成和打通。而这些打通本身核心又是围绕智能工厂展开。
这两个集成本身又不是孤立的，而是横向和纵向需要完全打通，纵向集成可以理解为我们横向集成中的关键活动节点，而这个活动节点本身最终落地执行完成又需要纵向集成的密切配合。计划需要传达到执行控制程序，而最终执行控制的实时状态信息又必须实时的反馈回计划系统，以进行后续计划的监控和调整。
基于以上理解，如果我们推面向智能制造的SOA集成方案，那么关键点应该体现在哪些地方？
1. 不要再单纯强强ESB服务总线能力，而是一个大集成概念，包括了服务集成，消息集成，大数据采集和实时处理，文件集成，包括流集成，和底层智能控制设备的集成等。而这些觉得不是简单的ESB服务总线能够满足的，里面往往是包括了大数据平台，传统的ETL等方面的关键能力。
2. 在集成能力上，纵向集成比传统的横向集成更加强调了集成的大并发，大数据量，实时等核心集成特征。在这种集成特征下也可以看到，传统的中心化集成平台并不是很好的选择，中心化的集成平台一定会遇到性能层面的瓶颈而难以扩展。如何去中心化才是考虑的重点。
3. 更加强调行业细分，实际上可以看到对于汽车制造，家电，手机，半导体等不同的制造行业，往往存在很大的差异，但是对于同样的细分行业，往往智能工厂的建设，智能设备和机台的选择往往都是雷同的。因此进行了细分后，往往可以提供面向垂直领域的有代表性的集成解决方案，包括提供开开箱即用的接口服务目录清单和适配能力清单。这往往才是企业真正关心的内容。
4. 可视化，这一直是我强调的一个关键内容。即只要将集成的效果进一步的可视化呈现，往往才能够将集成的价值显性的体现出来被客户所认知。这种可视化的呈现本身一定不是在技术层面的，而是在业务层面的，即通过业务集成能够体现出哪些业务价值，能否通过集成来逆向体现出整个价值链端到端集成的效果？这个是我们需要思考的问题。
5. 自动化，整个集成过程的自动化是另外一个关键内容，即如何实现纵向集成过程中的数据自动采集，自动处理，自动分析，包括基于分析结果的自动化监控好预警。如何实现所有集成接口的灵活配置，自动化发布，后续的自动化监控运维等，都是需要在集成的时候考虑的问题。
七、制造纵向集成-关键集成点分析
对于制造行业，和ERP集成的相关外围系统，和制造执行相关的主要包括了前端的PLM和MDM主数据，后端的MES和WMS，因此主要对这些系统做下简单分析。
首先我们对这些系统的关键接口做下简单说明：
PLM：核心是产生ITEM和BOM信息，包括变更信息，这些信息需要同步到ERP
MES：ERP核心是给MES具体的生产订单或生产工单WIP信息，MES返回执行结果和中间执行状态信息
WMS：首先是和MES交互生产执行中的出入库信息，同时将库存处理结果同步到ERP
对于PLM系统来说，前面谈到最核心的就是ITEM和BOM信息，其中包括了图纸等信息。这些都需要同步到ERP中，在ERP中计划，MRP，工艺路线设计，生产订单均需要这些最基础的信息。当然还包括了类似单位，ITEM类型等进一步的基础信息同步。对于供应商来说，PLM系统是一个重要源头，但是一般只管采购类供应商，因此制造企业的供应商管理最好还是实施MDM进行统一聚合清洗后再分发。
对于SAP和MES部分交互，再简要回顾下实际的流程。
ERP跟进客户订单需求，跑MRP形成生产计划，并形成进一步的生产工单或指令给MES
MES系统更加生产工单进行生产计划详细排程，形成生产工作指令等，并传递到生产线机器和资源
机器状态，原材料投入和产出情况反馈给MES
MES从WMS进行生产前领料，中间过程中的发票和入库，成品入库接口同步
MES系统检查资源的状态，更新作业计划，并将工单执行情况反馈给ERP系统。
ERP系统得到实时的生产状态信息反馈
MES制造执行系统，首先就是其能够正常运转，涉及到大量的基础信息同步，其中包括了ITEM，BOM，供应商，工艺路线，工序，资源，人员组织，库存等，这些都需要同步到MES系统中。有了这些基础信息后才是关键的生产工单需要同步到MES，MES基于生产订单进一步进行细化的生产排程。
MES在实际的生产执行过程中，就涉及到具体的生产前领料，生产中间过程中半成品的出入库，生产完成后的成品入库或出库，这些都需要和WMS进行实时的信息同步。同时MES系统的制造执行中间状态信息，过程信息等也需要定时的和ERP交互。
对于MES执行过程中的反馈，往往都会和生产工单挂钩，具体包括：
物料投入量，半成品和成品的产出量信息反馈
工单涉及到的原材料，物料的损耗信息
工单涉及到的资源损耗信息，资源的状态信息等
MES生产过程信息数据量巨大，及时通过统计汇总后数据量仍然很大，在项目实施时需要根据具体数据量情况确认是否走Oracle ODI服务模式实现数据集成。
对于WMS来说相当更加简单，即既完成类似前端SCM系统，中间MES系统中的各类出入库操作，包括车间中间执行过程中的出入库操作。同时将出入库信息信息以库存事务处理方式统一导入到ERP。
