工厂要根据自身特点提前规划信息系统平台的功能划分；涉及多系统的，要规范数据接口、形成标准，防止重复建设和多次投资。

数据是实时产生的，而不是事后统计，这是建设数字化工厂的可行性到了成熟阶段的标志。

1)为什么强调数据必须实时产生，而不能事后统计呢？

这跟ERP运作的原理类似。

2)为什么传统的ERP软件难以落地？

其实不在于ERP不好，而是因为ERP统计的是结果性的数据，而ERP系统里面所产生的数据，它本身具有滞后性。

3)什么叫滞后性？

比如，早上一上班，生产部就到仓库领料，但往往要到了中午或者晚上下班的时候，仓储人员才把发料单的数据录入到ERP系统，做得稍微好一点的企业，它的系统里面的数据是每2个小时、3小时更新一次。由于数据不是实时产生，数据的滞后性导致ERP无法准确反馈生产状态和指挥生产，这是ERP难以落地的根源。

同样，数字化工厂的数据应该是实时产生的，我们要有数据采集终端设备，在生产的时候，员工的产量、质量、进度等数据自动更新到MES系统、ERP系统。如果是实时产生的，证明数字化工厂的建设满足了至少这一条标准，如果还是事后统计的，那就可能没有达到真正数字化工厂建设的要求。

数字化工厂数据应用将改变一线的操作模式、质量管理模式和工厂管理的流程，在工厂推进数据应用和数据驱动管理的过程中，要对管理模式、组织职能随时调整，建议先在小区域内试点试行，摸索经验，成熟后再推广。

传统工厂在未来的发展趋势是数字化工厂、智慧工厂。

数字化工厂建设的目的就是让机器指挥生产，而不是人为去指挥生产。在很多工厂里面，为什么我们要有计划物控部，为什么我们要狠抓PMC的运作管理，就是由于数据的滞后性，数据不及时性，甚至不准确性，所以我们还需要人靠大脑不断地去调整，这个时候我们需要人去指挥生产。

而真正的数字化工厂建设好了以后，其实是数字化系统自动进行排产，设备完工后自动上传到系统，系统通过收集的数据分析，实时自动规划下一步排产工作，发布生产任务。哪怕我们设备的自动化、智能化没有达到这么一个阶段，至少接着下一部工作的员工，也能及时地知道他要干什么。

有4个方面：1. 产品标准化  2. 部件标准化  3. 材料标准化  4. 工艺标准化。

这是我们进行数字化工厂建设的关键，只有我们把这些产品、部件、材料、工艺都标准化了以后，我们的数字化工厂建设才能够变得可实操；我们再进行个性化的服务和个性化的产品定制，才能够让我们的效率最大化，让我们的成本最优化，让我们的产品的稳定性能够得到大的保证和提高。