在中國制造2025工業4.0浪潮下，第十二屆制造業管理國際論壇探討中國與世界制造業發展的機遇與挑戰，為中國制造企業把握產業本質，利用創新技術與資源，實現產業共享引領方向。

　　數據作為智能制造的核心驅動力，其在企業制造全價值鏈中的重要地位日益彰顯，從數據的定義、收集、分析到應用直接會影響到企業的全面效率提升效果，第十二屆中國制造業管理國際論壇打造智慧工廠實戰案例專場為您闡述智能制造數據處理的落地之路。

　　例一：工業4.0時代的企業治理與破局

　　愛波瑞特邀專家凃松柏對打造智慧工廠專場進行了整體的宣導和解讀，他提出未來社會的智慧就是認識自己，認識周遭，并提煉，并需要洞察，所謂智慧工廠：人類社會的制造歸根就是數學模型的建立，海量數據的分析，讓機器設備通過數據與人類溝通同時人類通過數據洞察制造過程。

　　吳濤，長安汽車管理創新與IT中心副部長分享了《工業4.0時代的企業數據治理破局》。吳濤講解了長安汽車的信息化建設道路，以及長安汽車如何應對當前的新概念的沖擊，指出在社會化大分工的時代，傳統制造業可以找到各種各樣的合作伙伴，協助自己應對工業4.0的挑戰，唯獨企業的靈魂-數據，必須由自身掌握并且發揮出最大價值，這是企業最大的一筆財富，也是在競爭中獲得優勢，實體與互聯網經濟能夠完美結合獲得重生的關鍵。

　　在對話環節，約翰迪爾天津工廠創新業務總監王巖指出實現不同系統之間的數據傳遞是當前信息化實施的難點。數據源需要規范，目的是挖掘企業的最大價值，為將來的市場定位實施確立基礎。西方走過了很多彎路，中國目前有西方的經驗和教訓，可以借鑒歐美國家現有的成果，縮短開發時間少走彎路。系統在規劃階段就要預留接口。

　　長安汽車副總裁馬軍分享了長安汽車的經驗，指出智能實現的關鍵是算法，而算法的基礎是數據。過去的信息化建設是以單一項目、單一系統來做的，最后進行集成時會有很多不滿意的地方，需要企業有決心。長安在進行BI建設時發現數據有問題，于是開始了數據的治理。產品的數據鏈是數據治理的關鍵。未來的企業數據應當是最有價值的，傳統企業和互聯網企業最大區別是對數據的重視程度不同。長安汽車歷時了三年的數據治理，目前已取得了很大的成果，特別是語音數據已經形成了產品化可以獨立推向市場，也是本企業的產品更加多元化和貼切反映了工業4.0的貼切體現。

　　馬軍就聽眾提出的信息化人才建設的問題進行了解讀，馬軍指出信息化人才儲備包括幾方面：一是內部人才培養機制，包括新知識的培訓和考核機制，二是國內外人才的引進，三是選擇好的合作伙伴。

案例二：智能制造的基礎——精益與MES的無縫融合

　　湖北華強科技生產部部長劉勝兵分享了《華強精益與MES的成功實踐》的演講，劉部長首先介紹了華強精益和MES的實施效果，指出MES實施的前提是通過精益管理進行流程梳理、通過自動化改善提升企業自動化水平，為信息化建設奠定基礎。在信息化推進的方法上，首先是要進行信息化規劃，其次在信息化選型上考慮了選擇管理流程的梳理，最后在信息化的建設過程中，要考慮智能設備的選擇。在信息化建設的經驗和體會中，劉部長指出價值流圖和節拍化是精益和信息化實施的核心工具，在信息化實施的過程中，要考慮調節員工收入以激發員工積極性。劉部長指出無論是精益的導入還是信息化的實施，內部人才的培養是保證實施效果的關鍵。

　　FORCAM中國運營經理傅富玉分享了大型裝備制造的案例，指出數據是實現制造信息的關鍵。傅總分享了奧迪汽車的案例，指出過去的人工數據錄入存在滯后、失真等問題，通過MES的導入，降低了人為的數據操作工作量，實現了數據可視化。傅總指出精益、MES和客戶的執行能力三個方面缺一不可，否則無法實現1＋1＋1>3的效果。

　　愛波瑞專家淡賢峰分享了精益管理與MES的無縫融合，他指出MES的實施應當與企業的管理目標相結合，實施MES不僅僅是上一套軟件，而是要把咨詢和軟件結合起來作為一個整體的項目進行實施。淡賢峰指出了一般的MES實施步驟，將現場可視化作為第一步，而不是把高級排產作為第一步。

　　案例三：全價值鏈質量平臺（QIAS）構建

　　良信電氣副總吳煜分享了良信質量平臺的建設經驗，良信這幾年從幾方面進行了改革，第一是導入華為的研發管理體系，第二是成功導入了SAPERP。吳總認為中國制造業邁向工業4.0的關鍵是質量，需要依托全價值鏈的質量管理。全價值鏈質量平臺的實施路徑是從最容易的產品質量開始，逐步建立流程、實現信息化，最后實現企業文化的改變，最后形成自上而下的戰略構建與自下而上的體系支撐，保證質量為先的企業發展核心目標。

　　愛波瑞合伙人李伯麒介紹了愛波瑞智能制造方法論，指出質量是實現智能制造的關鍵環節。李伯麒指出愛波瑞的質量平臺是以客戶價值為導向，包括制造質量、供應商質量、研發質量、售后質量，不僅是質量數據的收集，而是要打通部門間的信息流，形成質量信息的閉環管理，質量信息最后能支撐到正向研發。在介紹質量平臺時，李伯麒指出質量平臺可以帶給企業三方面的價值：高效透明的信息傳遞、有效組織下的質量管控、數據驅動的改善閉環。

　　天津大學教授何楨講解了制造企業集成質量管理系統構建的問題。何楨教授首先指出大數據最重要的是價值，數據和信息是不同的。何教授指出工業大數據主要的還是結構化數據，關鍵是如何把數據利用好。何教授指出無論是什么管理理念和方法，其本質是一致的，關鍵是如何與企業的實際情況結合好。做好質量管理的三個要素是：質量理念、知識、工具，最關鍵的人。構建一個質量平臺，首先是要有戰略，其次是執行力和質量管理體系，基礎是質量文化，包括設計質量、服務質量、供應質量、過程質量四大塊，核心是持續改善。

案例四：數字化工廠的仿真實施

　　清華教授張林瑄分享的話題是數字化工廠建設與中國制造2025。首先張教授分享了對工業4.0、工業互聯網和中國制造2025的理解，認為工業4.0是一個長期的愿景，基礎是要應用驅動、需求驅動，而不是盲目跟風。張教授介紹了仿真技術在制造業的應用，包括產品可制造性仿真、產品生產性方針等，并展示了具體的應用案例。張教授探討了CPS系統的實現路徑。

　　迪基透總經理劉端貴分享了裝備制造業數字化的相關案例。首先劉總分享了上海大眾南京工廠的案例，從廠房設計到工位設計全部進行了數字化仿真，不僅僅是三維建模，還包含了制造信息。劉總指出，數字化工廠是實現工業4.0的基礎，數字化工廠的實現關鍵不僅僅是三維模型而是制造模型的建立。現在一些企業特別是汽車企業現在已經普遍開始同步工程，數字化工廠的實現需要建立標準。數字化工廠首先需要一個平臺，在一個平臺上可以看到企業的所有信息。數字化工廠需要一個長期的工程，是一個一把手工程，各個企業的情況也是不一樣的。

　　上海通用汽車的黃林林介紹了上海通用汽車數字化工廠仿真的實施與收益。黃林林首先介紹了新廠規劃階段要對分別對三大車間進行了仿真，重點講解了仿真技術如何對車身車間混產分析等問題進行了分析和優化。黃林林指出仿真可以提升規劃質量和效率、優化產線方案、減少投資、進行策略研究。

　　愛波瑞科技技術顧問李邦指出目前數字化仿真技術在汽車行業利用比較多，但在其他行業實際上也需要實現數字化工廠。李邦老師指出數字化工廠的實施基礎依然是精益管理的實現，否則數字化工廠仍然無法落地。李邦老師圍繞三一重工的數字工廠實施案例進行了講解，包括廠區規劃、人機工程仿真、節拍平衡分析等。