传统制造业向互联网工业转型过程中，一般所走的路径是逐步实现自动化、信息化、数字化、智能化等。作为工业智能化的初步实践者，今天想讨论一下在转型初期的如何认识数字化与数据。
由于工业4.0在一段时间内被所有制造业极力推崇，于是全民对西门子安贝格，宝马，弗劳恩霍夫研究院等都产生了兴趣，团队考察游学、请专家咨询、与一流的合作方合作等是一系列的动作好像大家对推动智能化有了足够的信心。其实不然，我们对智能化的认识大多还停留在认为先进的工厂非常好，而为什么好，好在在哪些方面等深层次的认知度还不够，以至于走马观花的看了一些认为好的企业，回来不知道怎么干。
西门子安贝格工厂是全球顶级的数字化工厂，被称之为最接近工业4.0概念的雏形的工厂。安贝格工厂可以生产1000多种产品，通过一系列的防错，质量可以做到6西格玛水平，更为人赞叹的是，其不仅生产产品，还收集并处理大量的信息。为了准确收集数据，安贝格工厂超过3亿个元器件都有自己的“身份证”。这些基础识别信息包括：哪条生产线生产的、用什么材质、当时用的扭矩是多少、用什么样的螺丝钉等等。当一个元件进入烘箱时，机器会判断该用什么温度以及时间长短，并可以判断下一个进入烘箱的元件是哪一种，适时调节生产参数。在此过程中，生产执行系统每天将生成并储存约5000万条生产过程信息。这些数据信息通过统计分析作为进一步的决策依据。这是一个完整的场景，人，设备等生产资源有效的实现信息互联。这么先进的工厂不是一蹴而就的，其实是西门子背后强大的工程团队多年积累突破的结果，这之前西门子对PLM，ERP，MES等系统平台，以及后来Teamcenter集成平台都逐步成熟，有了深入的研究并可以对外提供服务，其背后是对业务流程，以及数据模型的深入研究。
目前刚刚开始转型的传统行业在业务流程设计，和数据的认识刚刚开始起步，同时也是一个需要深刻学习的过程。
推动智能化过程中非常重要的一个环节就是未来的场景设计，参观了或者研究了一些好的企业，有了一些想法那不是场景，仅仅是一些概念或者愿景，而场景是能够支撑将来规划成流程的一些系统的逻辑。比如定制的场景，需要定义出来哪些产品模块定制，定制点在产线上的设计有何不同，个性的模块怎么标识，系统怎么追踪等问题都要讨论清楚，有了这些就可以转化成智能化在定制方面需求，将需求转化成流程，用流程自动化的方式实现了，互联也就实现了。
对数据和数据模型的加速认识是另一个关键，产品，工艺，设备等有效数据的识别，分别用于产品一致性管理，设备的Tpm预测性维修等，识别了有效的数据后在哪些位置预埋传感器是成功的关键，不然得不到想要的数据。另一个方面，结合业务逻辑，深入研究业务数学模型，从业务中寻找各种可能性，让流程自动化更为准确，最终目的是为了在管理过程中提供辅助决策或者直接给出决策的依据，更甚者可给出智能决策结论。
以上，通过西门子安贝格的一些认识，把业务流程和数据两个方面简单的做了探讨，有机会写的更深刻一点吧！
