當前，借著智能制造的風口，大量生產企業已經上線或正在準備上線制造執行系統MES。

市場上的多數MES包含了物料入庫、生產排程、生產執行、質量檢驗、設備維護、倉儲管理等功能。在這些MES的實施過程中，一個重要的組成部分就是數字看當前，借著智能制造的風口，大量生產企業已經上線或正在準備上線制造執行系統MES。

 市場上的多數MES包含了物料入庫、生產排程、生產執行、質量檢驗、設備維護、倉儲管理等功能。在這些MES的實施過程中，一個重要的組成部分就是數字看板。但看板是否獲取了生產流程中所有有價值的信息，這些信息的呈現方式是否一目了然，都要打上一個問號。

通常的結果是，看板只是對生產流程中的一些宏觀數據進行了的展示，MES的實施也只是讓生產訂單到產品交付的中的各個階段形成數字化的記錄。

但是這樣的MES對于生產中的一些核心問題，到底能起到多大程度的幫助，這是令人存疑的。

舉幾個例子：

• 生產排程：傳統的人工排程無法根據產線中人員、設備、物料狀況的動態變化進行及時調整，越來越難以適應當下和未來的柔性生產的要求。
• 生產執行：想象如下的場景。MES將工單發到對應的工位，工人在收到工單后執行任務，最后上報完工結果。在此期間，工人實際的操作步驟，與設備、物料、工具等發生的互動，卻無法被記錄下來，成為了一個黑盒。
• 質量檢驗：當前普遍的質量檢驗方式是產線末端的人工抽檢。然而質量問題往往是在生產中過程中累積起來的。當問題被發現時，通常已經間隔了很長時間，這讓溯源工作困難重重，很難避免重蹈覆轍。
• 設備維護：定期設備維護的一大困擾是設定維護頻率。過低的頻率會造成潛在的產線停產風險，過高的頻率又缺乏經濟型。很難做到兩全其美。

可以說，這樣的MES提供的僅僅是數字化，與真正的智能化還相去甚遠。在這樣的MES的管理下，工廠的運營效率猶如抓在手中的沙子，看著它慢慢流逝，卻又無可奈何。

工業物聯網——給工廠一雙慧眼

 信息缺失、監管滯后、決策錯誤、執行偏離，造成了工廠中林林總總的問題。而歸根結底都指向一個根本原因——數據。更具體的說，是數據的質量和獲取能力。

當今的制造業面臨著更快的生產和交付周期、單次更小的批量和更豐富的定制化，對工業數據的采集、存儲、清洗、聚合和處理提出了更高的挑戰，而工業互聯網的價值正是幫助解決這個核心問題。

工業互聯網給了工廠一雙慧眼，讓海量、實時、高頻的數據采集成為了可能，藉此將生產過程中很多原本被隱藏起來的微觀信息，比如實時的人員、物料庫存狀況、設備狀態等挖掘出來，讓其清晰地展現，變得完全透明可視。

工業互聯網讓海量、實時、高頻的數據采集成為了可能，并使其完全透明可視

 在完成了上述步驟后，一個更強烈的需求就是如何利用這些海量數據提煉出對生產流程的改進方式，這就輪到人工智能來大顯身手了。

人工智能——智能化生產的最后拼圖

人工智能之所以能扮演這個關鍵的角色，因為它的獨特優勢在于可以通過對海量數據的學習形成知識。

 人工智能運用工業物聯網采集的海量高質量數據，對根據生產問題建立的模型進行訓練形成知識，再將其作用到實際的生產場景中，支持決策，幫助改進生產流程。這讓本文開始提及的幾個問題迎刃而解。

• 人工智能可以根據人員、物料庫存、設備狀態等信息進行動態排程。排程結果可以通過工業物聯網實時發送到相應工位上，顯著提升工廠的運營效率。
• 運用人工智能進行質量控制，就可以將事后檢測轉變為實時檢測，讓問題在第一時間被發現，不傳導到下游，避免了后續返工造成的巨大浪費。
• 運用人工智能進行設備資產管理，通過實時監測設備的各種狀態，確保設備穩定運行。在第一時間做出風險預警，并給出預測性設備維護建議。
• 最后，人工智能還可以用于生產工藝，比如3D打印自動數據準備、CNC自動刀路、機器人自動焊接等。這在相當程度上打開了很多原本游離于系統之外的黑盒，補全了缺失的數據鏈條，讓原本的人工操作變得規范化、自動化，完成智能化生產最后的拼圖。

基于人工智能的動態排程可以顯著提升工廠的運營效率

工業物聯網和人工智能的加入，為MES執行之“手”增加了“慧眼”和“大腦”。這樣三位一體的MES，才能真正成就智能化生產。