第四个业务管理的动态性，决定了MES必须向柔性可扩充架构方向发展。数字化业务管控系统要适应企业发展变化，现在提的服务化架构、中台化运行，总结下来就是模型驱动，这都是重点。

　　数字化转型背景下，我认为MES有几个新特征。

　　第一个是业务流程管理的自动化，前面也提了JIT，把JIT的思想融合到MES里面，应该是什么样子。

　　第二个是软硬一体化融合，比如MES直接从机床或者设备自动过去执行的反馈状态，自动向它指令等等。德国西门子在安贝格工厂里面，管控系统里面有一个模块叫NCprogram Generate，相当于所有的程序都是可以及时的生成，同时下发给具体事务，就是软硬一体化的执行融合，是MES新特征。

　　第三个新特征我认为是最重要的，是决策功能日益突出，大数据、工业互联网等等都是为此做服务的。

　　对于决策来说，管理决策是比较关注的，但工艺决策是不是应该纳入到MES里面，现在也基本上形成共识，MES必须和工艺进行融合，有几个方面融合。

　　比如质量数据和工艺的融合，可以依靠SPC来发现问题，但是怎么解决，还是靠线下，靠人去做这个事情吗?可以完全在MES里面对于生产执行的数据做分析，甚至可以现场直接解决问题。比如刀具磨损和断裂的监测，可以借助模型进行换刀决策和智能加工补偿，进行工艺精度状态的链条分析。

　　第一步工序加工什么样子，后面还有没有可能把它补偿回来，这都体现在工艺方面，质量数据和工艺的融合。

　　第二个执行过程数据和工艺融合，比如利用SOP进行规范，这样整个过程会越来越规范，MES可以做一些深度的数据挖掘，而不只是事后的管理。

　　第三个设备单元级状态参数数据与工艺的融合。现在虽然提了数字孪生、数字双胞胎等等，强调的是虚实同步影射，现在实现了虚的影射，做的也比较多，是对现场的状态统计展示，但是虚向实，需要在软件里面做推理决策分析，对实体进行干预，这才是真正的CPS的运营机制。

　　将来可能需要大力发展基于状态参数建立加工工艺的物理仿真推理模型，并融合到MES里，我认为这是决策要体现的。

　　所以一些基本的结论，第一个就是夯实基础，MES采集的大量数据，不能仅仅是存档入库，必须要结合工艺才能有效的挖掘出其内在的价值，数据如何为工艺提供决策支撑，是企业智能化提升可以参考的结合点、切入点和发力点。

　　第二个是提升水平，现在的MES厂商团队的人员大多偏重于计算机管理的方面人才，刚开始的时候我认为是可以的，但随着智能制造的深入进行，工艺人才与知识的缺乏将成为这些团队能否走得更快、走得更远的决定性的制约因素，对于企业来说，我认为进行MES实施的时候，一定要在工艺上发力，这才是长效发展的根本。因为企业是要生产出产品的，而这个产品生产想要保证高性能，一定要在工艺上面结合来发力，工艺才是企业最根本的东西。

　　精益MES的规划与推进要点

　　有一句话叫以终为始，这是郭超辉老师经常提的。具体来说，就是问题牵引、指标保证、运行改善。一定要对指标进行分析，逐级落实功能模块来支撑指标数据，没有任何功能模块是多余的，如果实施MES就有功能模块，这个功能模块做完了，不能为生产改进或者为指标的改善提供支撑，这个模块一般是可有可无的，这也是为什么之前有很多企业做了机床的数据采集，状态监控等等，其实只是采集出来，并没有和管理业务、工艺业务融合，所以说没有和指标挂钩，从这个角度来说，是没有用的。

　　这是我认为最核心的思路，基本原则是三个方面：

　　第一，自我完善，MES具有自我修复运行的特点。

　　第二，兼容性强，MES具有对业务鲁棒支持的柔性与弹性的特点，管控力度的粗细，MES相当于无极的适应。

　　第三，适应变化，MES能够适应企业管理的持续改进与完善，比如原先抽象的统一信息模型，要把它变成物化实体性质的数据分发中心，固化的业务流程逻辑，可不可以做成柔性化可配置的业务流程引擎。比如紧密耦合的功能模块，能不能做成基于服务封装的细粒度功能模块，也就是说一些架构是需要思考的。具体怎么做，是需要技术，我认为现在的技术还都不是很完善，但可以往这个方向努力。

　　精益MES核心问题的解决思路，可以琢磨一下，这是一些案例。

　　第一个，工时不准的问题，我认为可以对工时和数据逐步统计，同样的活可以统计三次，五次，最近的几次用了多长时间，作为基准或者标准，这样就形成一个MES系统自成长自愈合的局面，工时数据就越来越准确。

　　第二个，复杂分批周转下的精细管控，在将来大规模定制生产情况下，批量可能是1，怎么进行生产组织，怎么进行生产跟踪，MES系统能做到对精细的管理，对订单当中每一件进行控制，订单就是你对哪些件做了组合而已，这个相当于降维打击，通过极端变化的高维，从容应对各种中间状态的低维，这就是系统的柔性和弹性，这也是做系统的时候要考虑的，未雨绸缪。

　　第三个，手工粗放管理痕迹或习惯会扰乱系统的正常运行，比如工人挑活，可以在系统里面做一些控制，工人登录进去之后看到列表，只能看到当前能看的，不允许挑活，如果工人干活物料并没有可选择的物料，只有当前应该正确干的活，这个物料才在，这也是一种精益的思想，这就需要线上和线下一起努力来做，不能把它完全推给系统来做，也不能完全推给线下来做。这样就可以形成自组织规范化的运行，有时候我们也说一句话，MES系统的建设，要更加配套的管理制度，为什么?其实就是在说这方面的事情。

　　对于精益MES来说，刚才说以终为始，要挖掘它的指标，对指标进行分解，而这些指标都是要落实到工作模块里面的，就是说要对精益MES的数据进行挖掘。给大家举一些例子，大家可以揣摩一下。比如工程数据，可以做一个动态的统计，工人随着时间的延展，生产效率是否有提升。比如基于SOP的操作改进，可以掌握不同的工人在生产同样工件任务的时候，时间差异有多大，为什么，要做分析。另外一个就是历史数据渐进统计，渐进统计工序的工时时间，工时就会越来越准，也有利于系统运行，否则数据不准，系统运行也有很大问题。

　　员工分配，可以统计库存工人出入库所进行的操作数量，分析彼此之间的差异，可以找出原因进行改进。比如订单的流转周期，可以从时间维度统计流转周期，不同时期的流转周期变化是什么样的，比如订单第一道序从开始干到最后一道序离开，在这个时间里面待了多长时间，所有待的时间都是待制品，都是变相的库存，这个就需要做改进。对供应模块提出要求，比如APS要进行排产的时候，能不能排成单元化生产，相当于第一道工序干完，第二道工序马上安排到另外一个资源上面来进行，在做计划的时候能不能做成这个样子。

　　另外作业按期执行率，不仅是订单按期交工，包括工序，假如说规定很严格，下午两点半要开始干活，是不是开始干，如果两点四十才开始干，要做精细的分析，才能对业务功能模块从精益或者说数字化的角度提出一些工艺要求。

　　比如资源工序的关联关系，我认为对企业来说都是潜在的有价值的东西，工序任务匹配，每道工序在历史上都有哪些资源上进行过生产，各自生产所用的时间是多少，工件的加工质量怎么样。都要做延伸性的统计，而不是仅仅是事后，工件加工质量怎么样，为什么加工质量这个样子，它和前面的资源是有关系的。

　　历史作业资源安排模式，每道工序历史上在哪些资源的加工应用次数，是不是总是让工人重复性的干活，我认为重复性的干活，干的熟练，工艺图纸消化理解也快，这些产品生产效率、质量方面都有保证。有的企业说我也是这么干的，但是做APS排产的时候是不是就应该考虑这个因素，而不是说仅仅是你去派活吧，派给谁算谁，看起来计划也不错。为什么APS有时候执行起来企业说不太好用，这也是很大的原因。