在我國，汽車工業經過了20年的高速發展，智能化工廠的概念逐步成為各大主機廠制造領域的愿景，筆者根據個人微薄的經驗和一些實例，通過"人機料法環"5個層面對智能工廠信息化領域進行探討。
"建設有中國特色的智能工廠"--魯迅
魯迅：這句話不是我說的；但確實是眾多汽車集團高層管理者一致的目標。
汽車行業有著產品復雜、供應鏈長、細分市場繁多等特性，因此肩負著制造落地的工廠（制造園區）在規劃上就有了需要融合如上所有領域需求的訴求。其中"人"是驅動整個生產鏈條的核心，工廠的信息化建設具體工作，也是落實到各種的項目角色、職能部門、操作工位上，因此在整體規劃及實施策略上應該首先考慮人相關的因素，具體來講是組織架構與企業文化。
企業文化是一個公司的基因，決定了企業的頂層設計，從信息化建設角度來看，企業文化決定了智能工廠建設的方向。
例如：在某些信息化比較成熟的企業，智能工廠項目著眼于技術創新、前沿技術落地；某些需要內部加強管理、控制成本的企業，會把智能化的重點放在精益生產、降本增效上；某些注重用戶體驗的企業智能化方向會偏重2C（對客戶）端的創新；還有一些自主品牌，肩負產品力升級使命，直接把重點放在了與對標上。
不同的企業文化對智能化的愿景有著不同的訴求，充分理解決策者對企業文化的理解是規劃智能化工廠項目的步，也決定了后期相關工作的開展及項目團隊的工作方向。
組織架構決定了信息系統的服務用戶，進而決定了信息化解決方案的異化。不同車企的組織架構有著大方向上的趨同和細節上的差異，因此沒有一個的汽車行業解決方案是可以直接移植到其他車企的，包括近年發展非常迅猛的SAAS服務，在主機廠的應用也是高度定制開發的。
另外，相同的功能模塊在不同的組織主導下，實現的功能與流程也有著很大的差異，由于整車制造的復雜性，導致了一些流程是由跨部門的多個組織共同執行的。例如某一個變更流程，由物流、工藝、質量、法規等部門共同執行，那么由誰來主導信息化的需求分析，在不同的企業會有不同的定義，在這種情況下，就需要項目管理者有"不忘初心"的能力，關注核心目標，摒棄原有經驗對實際情況的干擾，做出有效的決策甚至是妥協。
最后即使是同一個企業的組織結構，也會由于技術發展、人事管理、業務規劃進行調整，因此也要求信息系統的規劃有平臺化，可擴展，支持迭代部署的能力。理想的情況是企業架構中的核心（中臺、企業接口、供應鏈、研發）系統及中間件保持穩定、前端架構支持迭代、硬件設備支持軟件定義功能并統一企業接口標準，這樣在信息化成本及（內部）用戶體驗上才能達到較好的平衡。要補充一點的是，智能化對現有組織結構的影響，不能聚焦在"減員增效"上，重點更應該放在人的"產業升級"上。比如新的AI技術把人從單調、重復的質檢工作中解放出來，去進行數據分析的工作；自動化的TPM系統把維修人員從日常救火工作中解放出來，去關注計劃性、預防性的維修工作等。
我國的汽車行業經過幾十年的追趕已經實現了自動化（2.0），近幾年在互聯網浪潮的推動下與國際同行并駕齊驅進入信息化、數字化（3.0），當前在5G\新基建的大力推動下，正準備彎道超車進入智能化（4.0）階段
其中自動化的規模效益已經在工廠的實際運營明確體現出來，隨著人力成本的增加，及機器人成本的下降，以機加、焊裝、涂裝為首的制造車間，大面積的機器人解決方案已經成為行業標配。而在以AI、大數據、BI為首的智能化技術經過近年來的發展也落入尋常百姓家，到垂直行業的大規模應用也許僅隔一層窗戶紙。
在智能工廠的建設中，大規模自動化設備的運營維護成為效益分析的較好切入點。不同于信息化系統的實施，工廠的工藝設備、基礎設施、能源中心等通過拆分成多個標的進行招標實施，再加上各種設備的專業性，造成了工廠產生信息孤島、設備孤島，進而在管理上對效率產生影響，舉個常見的例子：工廠運營中對于工藝設備問題的分析決策過程。在這個日常案例中，工廠的決策者需要綜合分析工藝部門專業的技術分析；維修部門的設備檢測報告；基建團隊的環境、能源分析；生產執行部門的操作記錄；質量部門的檢測分析報告來決策問題處理的方向及資源的投入。在分析評估過程中，輸入往往來自下屬職能部門，比較主觀，調查流程長，不同崗位對信息的理解有偏差，在智能工廠項目落地上這是個很好的切入點。在萬物互聯的互聯網平臺，可以把上述信息量化，歸集并下鉆，包括但不限于設備的報錯信息、工廠環境的數值、現場操作、質檢的視頻記錄，在這些量化數據的支撐下，決策也許會從經驗主義轉變為"精確制導"。
智能化的應用可以分為管理與執行兩個方面來談；管理偏重于降低管理成本、有效制定決策，執行方面基于技術成本的下降，在提高產品質量、高度定制化生產的目標下，商業效益也是可衡量的，但具體的實施，還需要管理層打破常規的思維和具體落地方案的有效性、可迭代性支持。沒有決策層的創新思維，新技術產生的輸出就無法應用到管理過程中，所謂的"智能制造"就成為了一個參觀景點，沒有靈活、落地的技術解決方案，相當于"物聯網+"沒有加號后面的東西，只變成了束之高閣的屠龍之技。
主數據管理，包含了訂單、配置、bom、計劃、工藝信息等，是整個智能工廠的核心信息，也是工廠運營中長期的痛。業內各部門的專業人事應該都被物料跟蹤、BP(斷點)、PTR、產能提升、新產品投產等日常活動折磨過。無數的信息化解決方案、顧問咨詢投入到相關的改善活動中去，重要程度不言而喻。
但結合到工廠規劃項目、投產項目，很少把數據這種無形的資產放在一個顯著的位置，這個現象引起了我的思考。實際在項目執行過程與工廠運營活動中很多問題追根溯源都能跟主數據的準確性以及規劃沾邊，因此在智能工廠的規劃中，建議把關于主數據的生成、消費、變更、失效等場景抽象出來，放在一個較高的層面去考慮。一個簡單的市場銷售信息的維護，例如把一個高配車型"旗艦版"改成"高性能版"都有可能引起研發、法規、物流、工藝、質量等環節一連串的震。
動筆者還經歷過一個工程數據中的一位是"0"（零）還是"O"（歐）引發的從工程到制造到銷售端一系列血案；因此，在數字化的下一個階段的智能化階段，主數據的影響有可能被成倍的放大，在系統規劃、組織流程設計上的相關思考顯得尤為重要。
工廠信息化建設的方可以簡單分為項目管理和運營管理，其中項目管理分為兩大流派，有外資背景的一般集團內部有比較成熟的項目管理方，在具體項目執行中拿起工具包簡單裁剪就能用；新興的造車勢力會采取互聯網思維、產品經理、迭代等概念執行項目，兩種方法各有利弊，孰是孰非需要時間去檢驗。
但這里強調的是作為汽車制造這種垂直行業，項目的規劃管理跟行業密不可分，再的理念也需要落地、再成熟的工具也需要與時俱進。尤其是我國汽車行業進入了產品升級、智能化、新能源、外資準入政策等一系列巨變的多岔路口，能否合理利用方或者體系內的工具成為考驗項目管理和運維人員的試金石。結果導向，問題導向，求同存異，真誠交流才是關鍵。運營管理也是一個技術要求較高的領域，相關的方（如ITIL等）這里不再展開，需要關注的是隨著信息化解決方案越來越重，包含智能硬件、邊緣計算、一網到底等技術已經逐步的向OT層擴展，如何提升運維能力以及與OT層運維的交接面劃分，成為管理層需要考慮的新方向。
行業方面競爭日趨，傳統勢力遇到的困境與新興勢力遇到的機遇成為的看點。一些大的汽車集團對外拋出了軟件定義硬件、智能化轉型的宏偉藍圖，另外一些企業內部也在進行大刀闊斧的改造，如我的一位老多年前的預言："IT是公司的戰略資源。"誰占領了這個高地，未來就有維度打擊的能力，如特斯拉現在吊打美國老牌汽車集團的場景就是這個預言的真實寫照；目前大眾也不惜血本，跨界與微軟合作，進入了數字化轉型的前沿陣地。
我國的新能源車企從體制結構上來講，有先發優勢，但從人員構成上來講脫胎于傳統車廠；軟件方面其中有部分企業有互聯網背景，有著"產品經理"的基因，但如果要在這個垂直行業內融合，達到"軟硬合一"的境界，在內、外部磨合方面還有很長的路要走。
跟的ERP魔一曲同工：上ERP是找死；不上ERP是等死。現在ERP的光環已經散去，基于云服務的技術降低了信息化成本，新的產品和服務定義了業務的利潤，在這輪混戰中能活下去的不一定是信息化投入的，但一定是信息化架構的。
綜上所述，從實際出發，"智能化工廠"概念是以新興軟硬件技術為平臺，優化現有業務流程及成本結構的有力抓手，也是一個可持續迭代的過程，在各部門的通力協作下，可以做到雙贏甚至多贏。在可以預見的未來，智能工廠將進化成為高度定制化產品投產、精益化生產管理的核心驅動力，并與汽車行業深度融合。
