在中国制造2025工业4.0浪潮下，第十二届制造业管理国际论坛探讨中国与世界制造业发展的机遇与挑战，为中国制造企业把握产业本质，利用创新技术与资源，实现产业共享引领方向。
数据作为智能制造的核心驱动力，其在企业制造全价值链中的重要地位日益彰显，从数据的定义、收集、分析到应用直接会影响到企业的全面效率提升效果，第十二届中国制造业管理国际论坛打造智慧工厂实战案例专场为您阐述智能制造数据处理的落地之路。
例一：工业4.0时代的企业治理与破局
爱波瑞特邀专家凃松柏对打造智慧工厂专场进行了整体的宣导和解读，他提出未来社会的智慧就是认识自己，认识周遭，并提炼，并需要洞察，所谓智慧工厂：人类社会的制造归根就是数学模型的建立，海量数据的分析，让机器设备通过数据与人类沟通同时人类通过数据洞察制造过程。
吴涛，长安汽车管理创新与IT中心副部长分享了《工业4.0时代的企业数据治理破局》。吴涛讲解了长安汽车的信息化建设道路，以及长安汽车如何应对当前的新概念的冲击，指出在社会化大分工的时代，传统制造业可以找到各种各样的合作伙伴，协助自己应对工业4.0的挑战，唯独企业的灵魂-数据，必须由自身掌握并且发挥出最大价值，这是企业最大的一笔财富，也是在竞争中获得优势，实体与互联网经济能够完美结合获得重生的关键。
在对话环节，约翰迪尔天津工厂创新业务总监王岩指出实现不同系统之间的数据传递是当前信息化实施的难点。数据源需要规范，目的是挖掘企业的最大价值，为将来的市场定位实施确立基础。西方走过了很多弯路，中国目前有西方的经验和教训，可以借鉴欧美国家现有的成果，缩短开发时间少走弯路。系统在规划阶段就要预留接口。
长安汽车副总裁马军分享了长安汽车的经验，指出智能实现的关键是算法，而算法的基础是数据。过去的信息化建设是以单一项目、单一系统来做的，最后进行集成时会有很多不满意的地方，需要企业有决心。长安在进行BI建设时发现数据有问题，于是开始了数据的治理。产品的数据链是数据治理的关键。未来的企业数据应当是最有价值的，传统企业和互联网企业最大区别是对数据的重视程度不同。长安汽车历时了三年的数据治理，目前已取得了很大的成果，特别是语音数据已经形成了产品化可以独立推向市场，也是本企业的产品更加多元化和贴切反映了工业4.0的贴切体现。
马军就听众提出的信息化人才建设的问题进行了解读，马军指出信息化人才储备包括几方面：一是内部人才培养机制，包括新知识的培训和考核机制，二是国内外人才的引进，三是选择好的合作伙伴。
案例二：智能制造的基础——精益与MES的无缝融合
湖北华强科技生产部部长刘胜兵分享了《华强精益与MES的成功实践》的演讲，刘部长首先介绍了华强精益和MES的实施效果，指出MES实施的前提是通过精益管理进行流程梳理、通过自动化改善提升企业自动化水平，为信息化建设奠定基础。在信息化推进的方法上，首先是要进行信息化规划，其次在信息化选型上考虑了选择管理流程的梳理，最后在信息化的建设过程中，要考虑智能设备的选择。在信息化建设的经验和体会中，刘部长指出价值流图和节拍化是精益和信息化实施的核心工具，在信息化实施的过程中，要考虑调节员工收入以激发员工积极性。刘部长指出无论是精益的导入还是信息化的实施，内部人才的培养是保证实施效果的关键。
FORCAM中国运营经理傅富玉分享了大型装备制造的案例，指出数据是实现制造信息的关键。傅总分享了奥迪汽车的案例，指出过去的人工数据录入存在滞后、失真等问题，通过MES的导入，降低了人为的数据操作工作量，实现了数据可视化。傅总指出精益、MES和客户的执行能力三个方面缺一不可，否则无法实现1+1+1>3的效果。
爱波瑞专家淡贤峰分享了精益管理与MES的无缝融合，他指出MES的实施应当与企业的管理目标相结合，实施MES不仅仅是上一套软件，而是要把咨询和软件结合起来作为一个整体的项目进行实施。淡贤峰指出了一般的MES实施步骤，将现场可视化作为第一步，而不是把高级排产作为第一步。
案例三：全价值链质量平台(QIAS)构建
良信电气副总吴煜分享了良信质量平台的建设经验，良信这几年从几方面进行了改革，第一是导入华为的研发管理体系，第二是成功导入了SAPERP。吴总认为中国制造业迈向工业4.0的关键是质量，需要依托全价值链的质量管理。全价值链质量平台的实施路径是从最容易的产品质量开始，逐步建立流程、实现信息化，最后实现企业文化的改变，最后形成自上而下的战略构建与自下而上的体系支撑，保证质量为先的企业发展核心目标。
爱波瑞合伙人李伯麒介绍了爱波瑞智能制造方法论，指出质量是实现智能制造的关键环节。李伯麒指出爱波瑞的质量平台是以客户价值为导向，包括制造质量、供应商质量、研发质量、售后质量，不仅是质量数据的收集，而是要打通部门间的信息流，形成质量信息的闭环管理，质量信息最后能支撑到正向研发。在介绍质量平台时，李伯麒指出质量平台可以带给企业三方面的价值：高效透明的信息传递、有效组织下的质量管控、数据驱动的改善闭环。
天津大学教授何桢讲解了制造企业集成质量管理系统构建的问题。何桢教授首先指出大数据最重要的是价值，数据和信息是不同的。何教授指出工业大数据主要的还是结构化数据，关键是如何把数据利用好。何教授指出无论是什么管理理念和方法，其本质是一致的，关键是如何与企业的实际情况结合好。做好质量管理的三个要素是：质量理念、知识、工具，最关键的人。构建一个质量平台，首先是要有战略，其次是执行力和质量管理体系，基础是质量文化，包括设计质量、服务质量、供应质量、过程质量四大块，核心是持续改善。
案例四：数字化工厂的仿真实施
清华教授张林瑄分享的话题是数字化工厂建设与中国制造2025。首先张教授分享了对工业4.0、工业互联网和中国制造2025的理解，认为工业4.0是一个长期的愿景，基础是要应用驱动、需求驱动，而不是盲目跟风。张教授介绍了仿真技术在制造业的应用，包括产品可制造性仿真、产品生产性方针等，并展示了具体的应用案例。张教授探讨了CPS系统的实现路径。
迪基透总经理刘端贵分享了装备制造业数字化的相关案例。首先刘总分享了上海大众南京工厂的案例，从厂房设计到工位设计全部进行了数字化仿真，不仅仅是三维建模，还包含了制造信息。刘总指出，数字化工厂是实现工业4.0的基础，数字化工厂的实现关键不仅仅是三维模型而是制造模型的建立。现在一些企业特别是汽车企业现在已经普遍开始同步工程，数字化工厂的实现需要建立标准。数字化工厂首先需要一个平台，在一个平台上可以看到企业的所有信息。数字化工厂需要一个长期的工程，是一个一把手工程，各个企业的情况也是不一样的。
上海通用汽车的黄林林介绍了上海通用汽车数字化工厂仿真的实施与收益。黄林林首先介绍了新厂规划阶段要对分别对三大车间进行了仿真，重点讲解了仿真技术如何对车身车间混产分析等问题进行了分析和优化。黄林林指出仿真可以提升规划质量和效率、优化产线方案、减少投资、进行策略研究。
爱波瑞科技技术顾问李邦指出目前数字化仿真技术在汽车行业利用比较多，但在其他行业实际上也需要实现数字化工厂。李邦老师指出数字化工厂的实施基础依然是精益管理的实现，否则数字化工厂仍然无法落地。李邦老师围绕三一重工的数字工厂实施案例进行了讲解，包括厂区规划、人机工程仿真、节拍平衡分析等。
（转载）
