經過幾十年的發展，相當一部分製造企業都有了一定的信息化基礎，很多企業都實施了ERP、MES或者OA等企業管理軟件，因此本文主要以這類企業為基礎討論信息化階段製造業向智能化邁進之路，研究信息化的技術架構如何向智能化演化。
不同階段企業邁向智能化
信息化技術架構
在前文中已經介紹過信息化階段的主要系統：ERP、MES、PLM、CRM、SRM等，這些系統相互集成基本覆蓋製造價值鏈的主要業務領域。與需求側To C業務中的電子商務平臺不一樣的是，製造領域核心系統是以To B端服務為主，在信息化階段的技術架構上也是立足於企業內部，輔以少量的跨企業數據交互，如下圖所示。
信息化技術架構
從宏觀上來看，信息化技術架構分物理實體層、IT基礎設施層次和軟件應用系統三個層次。
A. IT基礎設施以企業內部建設為主，各類軟件應用的以B/S或者C/S方式部署在自建的服務器上，通過局域網LAN進行數據通訊。
B. 應用軟件主要服務企業內部，支持事務性業務運營和比較基礎的數據分析報表，輔以少量的EDI跨企業信息交互。 數據存儲在關係型數據庫中。
C. 物理實體層與應用系統開始有限的數據交互，尤其是在製造執行系統（MES）應用中，從設備中採集KCC關鍵控制特性和KPC關鍵產品特性滿足產品和工藝的追溯需求，也開始使用RFIC或者條碼進行物流跟蹤。但總的來說信息系統與實體設施層次的交互不是很全面和深入。
信息化技術架構的主要特點是：
A. 本地化：服務和系統部署範圍以本地為主。雖然有部分B2C的系統提供對外服務，但信息系統主要支持內部運營。
B. 事務化：信息系統支持製造業務運營，較少涉及到數據分析，數據分析實時指導製造業務基本沒有。
智能化技術架構
因為在”智能業務需求影響下的智能製造技術架構“一文中對智能化技術架構已經有過描述，本節只簡要說明如下圖。上面三個層次分別是SaaS智能分析、SaaS商業平臺和SaaS工業平臺，它們是智能化的分析及系統應用；平臺雲PaaS和基礎設施雲IaaS將用來承載智能化分析及軟件應用，雲計算是對信息化技術架構的重大改變；網絡通訊因應物聯網的發展與信息化時代也有很大不同，使得數據採集的深度和廣度大大加強；物理實體層的信息互聯和智能升級是智能化的基礎。
智能製造技術架構
技術架構演變
信息化和智能化階段的業務特點決定了其技術架構的不同，但兩者是有明顯的映射和演化關係，智能化是對信息化的進一步發展和優化。下圖反映了這種映射關係。
信息化向智能化的技術架構演變
信息化主要用於本地化的事務類業務處理，因此信息化軟件的部署、用戶規模往往限制在較小的範圍，與物理實體層的數據集成深度和廣度也比較有限，對數據價值的挖掘不很重視。但要適應智能製造時代的深度數據採集和智能分析，更廣泛的信息交互和優化，業務運營模式的升級，這些約束要有所突破。
信息技術架構向智能架構的演變，實現了軟件應用從單一部署向多層次的開發及運營模式轉變。智能製造架構下的平臺雲PaaS（水平平臺）專注於技術標準的定義，而SaaS軟件供應商（垂直平臺）對行業價值鏈更加熟悉，對行業標準及應用更專業，擺脫了原來的軟件供應商需要從網絡通訊底層到方案到分析全部都要考慮的窘境。軟件部署也從本地部署向雲部署轉變，部署方式的改變意味著更廣泛的數據採集和處理能力，是業務方案雲化運營的基礎。物理實體層在信息化時代只需要參與基本的數據採集和交互，但智能製造時代的數據採集能力大幅提高，數據採集和交互的深度、廣度得到前所未有的擴展。
與信息化架構相比，重構後的智能化技術架構更能適應智能製造時代發展的要求，主要體現在以下幾點：
1） 更清晰的技術層次定義，加深了應用開發和部署的彈性。傳統的應用部署在本地服務器，可以實現對特定設備的連接，滿足特定應用的系統開發、存儲和響應要求，各技術組件和層次之間緊密耦合。如果一旦擴大應用範圍，對服務器硬件的自動擴容、軟件的社會化研發和部署及應用提出更高的要求，這種傳統架構就無法應對。而重構的雲計算模式從技術架構上有足夠的彈性滿足這種拓展要求。基礎設施雲可以無限擴容存儲能力、計算能力；平臺雲提供了能夠滿足工業創新應用和智能決策分析所需要的開發及運行環境，核心的物聯網套件可以實現海量的物理實體連接，消息中間件定義了異構系統的異步和同步消息通訊機制，還有很多成熟的融合最佳實踐的應用開發組件可供開發人員調用，更重要的是還可以提供各種智能化的基礎算法工具以支持智能決策層分析。這些都極大的拓展了工業應用和智能決策的創新空間。
2） 深入採集隱性問題相關的數據。前面提到過通過人工總結歸納的知識更多的是在解決顯性問題的過程中積累的，而更多的隱藏在冰山之下的隱性問題很難被發現。傳統信息系統也在嘗試著建立數字化雙胞胎，建立起物理實體世界在數字世界的虛擬孿生體，但受限於數據採集能力的限制，無法對物理實體的更多特徵數據進行採集，無法構建完整的數字映射，更不能建立實時的交互與反饋機制，僅僅只能錄入部分基本描述性數據。雲平臺和物聯網的應用使得數以億計的物理實體特徵數據可以被同步採集，通過智能決策分析來發現更多隱性問題，從而破解制約發展的隱性因素。在日常消費中，啤酒銷量的時間和地域的分佈當前主要是依據歷史經驗來分析判斷，但是如果可以通過物聯網實時採集啤酒消費數據，每個啤酒瓶上都有一個傳感器實時反饋被消費的狀態，那麼啤酒消費在時間、地域的分佈特徵數據就可以實時指導調配物流配送和啤酒生產，降低庫存和生產資源的浪費。
3） 推動工業應用和商業應用的深度融合。互聯網的蓬勃發展使我們每天都能體驗到互聯網帶來的便利，我們可以上淘寶隨意選購需要的商品，可以用餓了麼足不出戶解決用餐問題，可以用滴滴打車預約出行車輛，但這些應用主要集中在商業服務領域，並未延伸到生產製造領域。在生產力已經有了相當發展的今天，市場競爭也已經由增量市場的競爭向存量市場的競爭轉移，存量市場的競爭也將更加殘酷，以前的大批量少品種市場供應模式越來越多的受到市場個性化需求的挑戰，商業服務端的競爭模式越來越同質化，客觀上要求工業生產過程更直接、更深入的參與為客戶提供服務的過程中來。但是傳統的生產製造過程相對封閉，最多隻有最後一個生產環節的製造商直接面對分銷環節，還不一定直接面對最終用戶，更不用說更多通過鏈式的單向模式連接起來的上游供應商，離最終用戶就更遠，造成這種封閉狀態的主要原因是信息溝通成本過高。工業互聯網雲平臺的引入，可以最大限度的打破技術壁壘，將整個產業鏈都可以納入到一個平臺運營，打通商業服務平臺和工業生產平臺，為C2M客戶直接到製造的個性化定製服務提供了基礎，還可以集合整個產業鏈上的知識為最終用戶提供服務，通過提供服務的方式參與到用戶企業的使用場景中，解決用戶使用場景中的隱性風險，浪費和焦慮，共創業態融合的分享型價值鏈關係。
閱讀更多 奔向智能製造 的文章
