你不得不承认，目前我们很难解释清楚到底什么是IT与OT技术的结合。但是当我们谈论到当前新的工业架构——大数据时代的智慧工厂，这个概念让人眼前一亮。

　　虽然全世界没有两个工厂是完全相同的，但是它们都追求同一个目标：通过智能的资源配置来实现性能的优化。其包括使用嵌入式传感器和软件来采集数据，并且通过大数据洞察来驱动生产力的提升和性能的优化。智慧工厂在运营过程中实现“数据链路”，从产品设计的全过程到供应商管理，为此我们可以实时地查看到相关运行指标和产出。

　　实现“智慧工厂”之路，都要围绕以下4个特点：

　　1.数字化设计及原型制造

　　利用3D模型（包括产品和生产信息，或者PMI），我们缩小了工程与生产环节之间的差异。这帮助我们极大地缩短了新产品的发布流程，使得我们能够快速地复制，并且缩短产品设计周期最高达30%。

　　2.会交流的机器

　　我们知道机器使用到了一定的时间都将会发生故障。关键是如何处理好这个过程并且将停机事故的影响降到最低。这究竟是如何实现的呢？通过在机器设备上安装传感器，监测运行环境，然后分析采集的数据从而进行相关优化。通过实现机器设备的互联，我们能够查看到关键机器的运行数据，判断它们当前的工作状态，并以此做针对性的调整，并且更快地对它们实施维修工作，最终提高生产力，降低成本。

　　3.提升决策水平

　　在所有这些关于3D模型、安装了嵌入式传感器的机器及过程自动化的讨论中，我们需要明白这样一个事实——智慧工厂是由人来运作的，人需要参照相关数据来作出决策。工厂设备、物料及人工的实时监测为管理层提供了关于运营的可视化管理，他们能够根据相关的信息来提升生产力。

　　4.供应链优化

　　对于我们来说，要建立一个真正意义上成功的“智慧工厂”，我们必须将此概念从一个地方扩展到更广泛的范围，包括相关工厂和我们的供应商。我们致力于将这些不同的实体相连接，将它们整合到我们这个环境中来。只有当所有这些都完成时才能够为客户实现高质量的交付。

　　智慧工厂概念的核心是数据的采集、学习及优化。这对于工厂来说需要一种新的思维方式，但是我们正在学习如何缩短反馈的周期，并将此做法推广至更多的工厂和客户。

　　我们非常热衷于讨论客户如何才能实现“互连，洞察和优化”。而其中第一步要做的是让机器能够“交流”，这样我们就能够获取相关信息和数据。通过每日或者每月的可视化管理，我们能够更有效地做出正确的决策。

　　最后，在此我们期望所有工业领域的CIO们能够了解智慧工厂将会如何改变我们的生产运营。