智能工厂解决方案：自动化软件选型、成本与实施顺序指南

搜索“智能工厂解决方案”，你会得到两类答案。咨询公司卖一个五级成熟度模型，不含一行软件。供应商卖他们自己做的那个模块。两者都没有回答厂长真正需要知道的问题：先买什么，这取决于什么，以及如果把顺序颠倒过来会坏掉什么。

本指南就是那个顺序。它来自汽车、食品、制药和金属加工行业多工厂集团的实施经验——包括那些顺序搞错、不得不回头重来的工厂。

在采购单上，“智能工厂”意味着什么

剥去营销话术，智能工厂由四层能力叠成。每一层只有在其下面那层是真实的时候才成立。

连接：设备无需人工录入就报告自己在做什么。可视：这些数据变成班组长信任的数字——OEE、废品、按原因分类的停机。控制：系统不只是报告，还做决定——下达工单、扣留批次、预留库存。优化：计划本身变好，因为排程与质量在向车间真实发生的事情学习。

经典错误是在第一层还是纸质的时候去买第四层。用交接班末尾录入喂养的AI排程引擎，会对一个八小时前就不复存在的工厂给出自信的答案。

智能工厂自动化不是工厂自动化

这个区别关乎钱。工厂自动化是机器人、输送线、上下料——做体力活的机器。智能工厂自动化是软件，去掉机器之间的人工判断和人工转抄。

一个车间可以高度自动化却完全不智能：六个机器人单元，而下午两点班组长仍拿着打印件在通道里走，想知道这个班次能否完成指标。反过来，以手工装配为主的车间也可以真正智能，因为每个工位实时上报，计划在班次内就能响应。

如果瓶颈是设备产出，你需要的是自动化工程。如果瓶颈是没人能在明天之前知道车间的真实状态，你需要的是智能工厂软件。多数工厂诊断出前者，实际受困于后者。

行得通的顺序

先接设备。不是全部——是瓶颈上的那些。原生PLC驱动在这里是决定性的，因为替代方案（为每个厂商做一层中间件）本身会变成一个维护项目。Siemens S7、Allen-Bradley Logix、Mitsubishi MC、Beckhoff ADS、Omron FINS 和 Modbus 覆盖了大多数存量车间，且无需改动控制程序。

接着让一个数字成为真的。选OEE或准时交付，只选一个，一直推到车间开始和系统争论，而不是无视它。那种争论就是里程碑：说明人们信任数据到了错了会生气的程度。

然后闭环。质量自动扣留批次。库存预留到工单。停机原因自动生成维修工单。到这里，智能工厂不再是一个报表项目，开始改变结果。

之后才是排程与优化。建立在实时车间数据之上的APS，与建立在假设之上的同一个APS，是不同的产品。

每个阶段的成本——用周数而不是许可证衡量

许可证价格是每个人都会问、却最没用的数字，因为它取决于工厂规模和部署方式。真正预测成功的数字，是到出现第一份有人相信的报表所需的时间。

某条产线的设备接入：二到五周，决定因素是物理接入和网络分段，而不是软件。班组长会据此行动的实时OEE：四到八周，大部分时间花在就“什么算停机”达成一致。第一个闭环：再加四到六周。基于实时数据的排程：三个月之后，而且这是合理的。

承诺六周交付完整智能工厂的供应商，描述的是安装而不是实施。软件可以六周跑起来；车间相信它，不能。

智能工厂咨询在哪里有用，在哪里没用

咨询赚回费用靠两件事：决定测什么，以及重写那些被旧测量方式保护起来的流程。靠一份幻灯片路线图赚不回来——没有任何软件能照着它交付。

签约前的实用测试：问问顾问第一个月会在车间改变什么。如果答案是工作坊和成熟度评估，你买的是研究。如果答案是接通一条产线、替换掉一份报表，那才是实施。

单厂采购还是集团采购

单厂决策关乎契合度。集团决策关乎统一性，而这两者方向相反。

如果各厂各自选择，每个工厂都能拿到自己喜欢的软件，而集团总部拿到的是Excel对账和一组无法比较的OEE数值——因为每个厂对停机的定义都不一样。如果集中标准化，你会花一年时间和本地例外打仗——但一个国家的总监和另一个国家的厂长，终于能打开同一个用同样方法算出来的数字。

把Meta Smart Factory作为统一标准推广的集团——在超过十五家工厂、跨多个国家的网络中——是有意选择了统一性，并把代价付在实施的第一年，而不是此后每一年的对账工作里。

让实施搁浅的四个错误

把纸质流程数字化，而不是取消它。如果新界面和旧表单字段一样，结构上什么都没变，数据一样会迟到。

从容易的地方开始。本来就跑得好的试点产线什么也证明不了，也说服不了任何人。从最疼的那条线开始：在那里，真正的改善不需要幻灯片就看得见。

在没有统一数据模型的情况下买模块。两个系统各自认为自己拥有同一张工单，它们会互相矛盾，而对账落到人身上。

把上线当成终点。真正拿到价值的工厂会为上线后的一年留一小笔变更预算，因为第二轮问题——有用的那一轮——只有在第一批答案被信任之后才会出现。