许多制造业老板花了几百万上MES系统，结果半年后车间还是靠Excel排产——智能制造的第一课，不是买设备，而是搞懂“数据从哪里来，用在哪里”。

别急着上自动化产线，先理清“三个流”

一家做汽车零部件的工厂，老板看到同行上了机器人，立刻跟风买了两台焊接机械臂。结果机器人装好后，因为上游毛坯件尺寸偏差大，焊接位置频繁出错，反而比人工返修率高了15%。真正的第一步，是梳理“物料流、信息流、决策流”。比如，先在仓库门口装一个扫码枪，把入库和领料的数据实时录进系统，而不是靠仓管员下班后补Excel。数据流通了，再考虑自动化设备。

用“小闭环”替代“大平台”——从一条产线开始

一家电子代工厂曾试图一次性搭建覆盖全厂的工业互联网平台，预算超支300万后项目烂尾。后来他们只针对一条SMT贴片线做了改造：在关键工位加装传感器，实时采集温度、速度和抛料率，用免费的开源看板软件把数据投在车间大屏上。三个月后，这条线的直通率从89%提升到94.5%。新手最容易犯的错，是想一步到位建“数字孪生”，其实从一条产线、一个工位的数据闭环开始，见效更快、风险更低。

先培训班组长，再培训操作工——管理比技术更难

一家做注塑件的工厂买了智能注塑机，但车间主任还是按老习惯凭经验调参数，导致设备自带的优化功能完全没启用。后来他们换了个策略：让班组长先学怎么看设备实时数据，比如模温波动超过2度时系统会自动报警，然后由班组长带着操作工练。两个月后，设备OEE（综合效率）从62%升到78%。智能制造的落地，卡点往往不是技术，而是管理层习惯了“凭经验拍脑袋”，不愿意看数据做决策。

三个新手上路最常踩的坑：

• 别信“交钥匙工程”：供应商说“装好就能用”的设备，往往需要你们自己调工艺参数、改作业流程。签合同前，必须明确供应商提供至少2周现场工艺调试服务。
• 数据不用完美，够用就行：很多新手花半年清洗历史数据，结果系统还没上线。先拿最近3个月的订单、库存、设备报警记录跑起来，精度不足的字段用人工补录过渡。
• 别忽略“周末停电”这种场景：一家工厂的智能制造系统，平时跑得挺顺，结果周末停电后重启，数据库崩溃了——因为没配置UPS不间断电源。先做一次全厂停电、断网压力测试，比看十本操作手册都管用。