瀚码作为制造业数字化转型的服务商，看到大家对制造业数字化转型仍有疑问在数智化领域深耕多年，简单谈谈我们的看法。从信息论的角度来说，信息的本质是熵差，数字只是信息表达的一种方式之一，数字化是计算机处理信息的必然形式。从这个角度说，信息化的范畴是大于数字化的。

企业IT部门最初的职能是买电脑、修电脑、联网、维护网络。在信息化的春风吹拂之下，IT部门开始一个接一个地进行招标选型，采购软件、硬件、数据库，忙于实施纷繁复杂的信息系统，组织二次开发，规范编码体系，实现信息系统集成；系统越来越多，需要考虑系统运维和信息存储与备份；运行速度越来越慢，需要考虑软硬件系统升级；系统联网之后，需要解决安全隐患问题，防病毒问题；分布在多个地点的企业，需要考虑建设视频会议系统、VPN；虚拟化、云计算流行起来之后，IT部门又开始部署服务器虚拟化、桌面虚拟化。随着软硬件系统日趋复杂，IT部门不得不自主完成，或引入专业咨询公司合作完成信息化规划，并加强数据治理。

总的来说，IT部门需要完成软硬件系统的需求分析、购买、实施、集成，不断响应业务部门日益增长的需求，改进系统功能，定制各类报表，支撑业务运作，确保信息安全。这些工作让企业的IT部门应接不暇。

长期以来，对于企业的IT部门究竟是成本中心还是利润中心有很多争论。信息化应用相对成功的企业，可以间接地从企业业务增长中核算出一定效益。但是，信息系统属于使能技术，信息化建设取得实效，可以为企业创新发展，提升盈利能力奠定基础，但信息化建设的成效并不能直接转化为企业的盈利。

近年来，企业的IT部门已逐渐将基础的电脑与网络维护外包。同时，企业开始逐渐将网站服务器、OA服务器、邮件服务器，乃至应用服务器托管到数据中心，并从自主购买服务器转型为直接租用IaaS云计算和存储资源。这样，企业的IT部门可以更多地关注信息系统的集成应用，及时响应业务需求。同时，随着IT架构转向SOA以架构，软件系统逐渐解构为PaaS平台加APP或微服务，实现低代码应用，使得应用软件的功能扩展和修改更加便捷。

在这种背景下，企业信息化应用效果较好的企业，尤其是IT团队实力较强的行业领军企业逐渐开始关注数字化运营，即在数据采集、展现、分析的基础上，实现优化和预测，真正发挥数据的价值，实现数据驱动决策。

自动化包含生产自动化、运输自动化、仓储自动化、检验自动化，还包含流程的自动化。IT系统不仅可以作为协同、存储信息的工具，工厂因为质量和效率、成本的需求，往往需要对流程进行管控，还是很好的流程自动化载体，封装固化了经过实践检验的标准化的工作流程。举个 MES 系统的例子，从 ERP 导入生产订单后，需要按产品 BOM 进行分解到各车间各工序去，这个过程其实是流程化的，只是 IT 系统做的比人更快更准确，系统里点一个按钮，就自动实现了。所以自动化的本质是效率和质量的提升，但其前提是标准化和流程化。

软件系统跟企业的管理是息息相关的，其本质就是管理，前提一定是建立在标准化、流程化的基础上，把生产的流程管理经验固化到软件里，软件还肩负着一个使命就是把人的经验、know-how 固定化，固化的前提也是要实现标准化。所以业内经常讲，不要在落后的工艺上搞自动化，就是这个道理。可以说，信息系统的建设需要跟组织、流程、管理配套，顺序就是先流程后IT，管理和组织变革跟进，否则失败、难用是必然的。

智能工厂作为一种智能化的组织，这里的智能化讲的是组织层面的，区别于智能化的设备，智能化的产品。

智能化意味着企业可以很快感知产业链、市场、供应链的变化，从而调整左右腿，跟上这个步伐，从这个角度来看，智能制造目标就是让整个组织更具竞争力。如果分开来看，研发解决的是不确定性的问题，从而保证生产制造的一致性；制造系统，解决的是制造的问题，即如何保证批量、多快好省地将产品生产出来；四肢需要大脑去协调，没有大脑，就意味着四肢是无法协同的，各干各的、各说各话。对于制造业企业来说，光解决好右腿即制造的问题是没用的，营销能不能及时跟上市场的变化；研发能不能针对客户的需求提出更好的思路、产品和解决方案；供应链能不能更具竞争力，同样重要。

标准化、流程化、IT化这是传统的信息化建设的三部曲。前面我讲了流程和IT的关系。通过比较不同类型的企业，我们可以发现不同的企业的流程是不一样的。

贸易型

这类企业，没有自己的研发、没有自己制造，只有供应链。一买一卖，只要能找到客户，就可以跑起来。该类企业，最主要的流程就是L2C（从线索到现金）流程，对于IT系统，只需要一套CRM（客户关系管理）+一套ERP（进销存、财务）系统，管好销售的线索，商机，合同，进销存，算好帐就可以了。

研发型

研发型的企业，往往只做研发，不做制造，给客户输出的是研发成果。该类企业，最重要的流程就是研发流程，比如很多企业都导入了华为的IPD（集成产品研发），遗憾的是，市面上对应的IT系统跟不上，有很多PLM/PDM，更多的是站在管理产品生命周期、产品数据的角度，而不是研发方法论的落地。

制造代工型

代工类的企业，有很强的制造和供应链管理能力。代工本来就毛利低，那是针上削铁的活，没有两把刷子是很难活下来的。这里企业除了叠加贸易型企业的流程，还有制造流程，对应多IT系统是MES之类的。如果制造的品类多，还会涉及比较复杂的供应商管理，对于的IT系统有SRM（供应商管理）/SCM（供应链管理）。现在很多企业在导入ISC（集成供应链），把制造整合到供应链中成为一个大供应链。

产品制造型

这类企业属于自研自产自销型，企业的流程和IT系统也是最复杂的一种。既有研发、又有供应链，还有复杂的生产，同时还要自己抓市场和销售。这种复杂度高的企业，需要对流程和IT系统进行分层分级构建。比如在流程层面划分一级流程、二级流程、三级流程。每级流程进行端到端设计并首位相连，上下打通。对应的IT系统，也是按流程、按板块构建。这样的好处是分期建设、逐步推进，坏处就是IT人经常挂在嘴上的信息孤岛，烟囱式的IT建设。

不同的类型的企业，流程不一样，所以IT系统也不一样。制造业的信息化系统，大致也可以分为四大类：

• 经营管理层的IT系统

CRM 市场营销、线索管理、合同管理、回款管理

ERP 合同订单，采购，进销存、仓库，WMS可以视为ERP的在仓库管理方面的细化

SRM 供应商管理，供应商的选用留斩存

• 执行层的IT系统

典型的IT系统工厂的信息化系统，MES、QMS、TPM、LES

• OT自动化层的IT系统

产线机的MES（Prodcut-MES）、上位机系统、HMI系统、AOI测试系统等、SCADA

• OT自动化层的现场控制类系统

这类现场控制类，往往由PLC+HMI、上位机系统、SCADA

一般智能工厂的信息化建设是逐步建设的，可以自顶向下，或者自下而上建设，或者两边同时建设，问题都不大，但要提前设置好各个部分的边界，否则会出现纵向不能打通，横向不能互联的问题。

数据是信息的载体，知识是对信息处理的模型，是人们（主体）对世界（客体）的建模，有了模型，我们可以快速处理信息并作出反应，所以知识可以看做一种处理信息的模型，用一个函数可以表达 y = f(x), f就是模型，x就是信息，y就是知识了。智慧则是知识的综合应用，是一种解决问题的能力，有知识不等于有智慧，智慧需要对众多模型进行综合应用。换句话说，数字工厂是智能工厂的前提条件，各类信息被数字化表达。智慧是需要知识的，而知识是需要模型的，模型是需要建模的，建模是需要大量的数据的，数据是需要采集的。所以一个智能工厂，是离不开物联网、大数据的建设，这个是新的IT基础设施（区别于原来的IT基础设施：服务器、网络、虚拟化）。