制造业是泛指一切加工天然原料的行业，经物理变化或化学变化后成为了新的产品，不论是动力机械制造，还是手工制做；也不论产品是批发销售，还是零售，均视为制造。
中国的制造业尤其是民营企业自改革开放后，长期以来都是以出口加工为主的低端制造，处在产业链的价值低端。国家为了促进产业的转型升级，制定了以信息化带动工业化、以工业化促进信息化的战略方针，也就是两化融合。近年来随着德国工业4.0的概念推出，中国也相应的推出了中国制造2025和互联网加的指导政策，试图用中国在互联网和信息化领域的强项来促进制造业的转型升级。

制造业的信息化主要在ERP、供应链、设计、OA、自动化和MES等领域，以前主要是以国外厂商的产品销售、代理和集成为主，近年来越来越多的国内厂商开始通过项目实施的形式来介入，仅MES和APS 就有近百家，这些企业有比较强的软件开发能力，并了解企业的工厂、车间、机器、物料和人的管理流程，自己研发了MES、APS等软件，但是这些软件很难形成标准化、统一化的产品，因此也很难成长。大部分的MES、APS软件实施厂商都是通过项目实施来维持生存，而且现在制造业企业也比较缺钱，不大容易拿得出较高的资金来实施信息化改造。

制造业企业的转型升级涉及到机器换人、自动化生产线、工人专业技能的提升、管理水平的提高、企业高层的远见等等，并不是实施一套软件或信息化就能改变并见到效果的。
传统制造模式是大规模的批量生产方式，标准化、流程化的企业业务管理模式，预制化、固化的软件和服务方式。而新生代的消费主体在互联网环境下成长起来，接受多元文化的熏陶，追求的品味越来越趋向个性化和差异化，这使得传统研发设计、生产制造、产品服务等过程面临着越来越多的不确定性、多样性和复杂性。

因此规模化、标准化、预制化的传统生产方式已无法满足日益增长的定制化需求。中国传统制造业新一轮大洗牌在所难免。摆在这些企业面前的生路要么是转型，要么是升级提升竞争力。
而制造业要想真正转型升级，我认为应该按照国家制定的顶层设计和战略规划，从供给侧改革，走向价值链高端，利用中国互联网发展的优势，打通中间流通环节，直接对接和面向用户需求，让需求拉动生产，满足个性化需求，释放过剩产能。
近来由于人口基数的庞大和市场需求的发展，中国互联网的发展已经在国际上处于领先位置，互联网用户有7.1亿，加上移动互联网用户有9.8亿，这里有巨大的消费需求。在电商领域，仅京东、淘宝、天猫就占领了用户流量的80%，他们掌握了用户的消费习惯，可以轻易通过大数据分析出消费者的用户画像、消费习惯，从而掌握个性化需求，但是他们目前的电商平台只能卖库存，无法直接对接工厂。

这就给了制造业极大的机会，制造业企业的转型升级的路径和方向应该是信息化、自动化、智能化和服务化，要打造数字化工厂，通过机器人替代人工实现自动化，通过软件实现信息化，然后通过大数据、人工智能实现柔性化的生产方式，再通过协同供应链达到跨企业的上下游信息透明、协作设计与生产，直面互联网用户，最终满足个性化时代的定制生产和服务。

未来将会有一个电商与工厂打通的平台，流程可能是，个性化订单下单，订单的批次整合，工厂的筛选，工厂产能检查，工厂对订单的确认，上游原料供应采购确认，工艺工序确认，排产仿真和确认，物流周期确认，分销商确认，总成本确认，产品设计参数的传递，物料的采购与供应，生产计划排程，生产制造的监控，物流配送的分配，产品的交付，产品使用的跟踪与反馈。

对于企业内部已经部署了MES、ERP、WMS、PDM等系统的，通过共享的数据服务总线将各个系统之间实时的协议、数据转化，打通各自独立的孤岛，形成数据驱动的业务流。再集成生产控制PLC，外部集成物流拉动计划，形成纵向、横向、端到端的集成。

对于工业4.0来说，一个重要的概念就是CPS，即Cyber Physical System，就是软件信息世界和物理机器世界的融合统一，如同中国的太极图，阴中抱阳，阳中付阴。也就是机器世界中有软件的控制和指令，信息世界中有机器的运行信息。

制造企业的机器、机床、设备、刀具等，都需要通过传感器、适配器、PLC等以SCADA、MTConnect/OPC协议，连接到物联网平台，对设备的加工、运行数据进行采集、处理、检测、分析，并传送到企业服务总线，洞察产品制造执行过程中的缺陷、问题、关联、关系，实现对设备的预防性维护、能耗分析、加工参数优化等。

而对于从信息世界到物理世界，则需要通过智能机器人生产线接受智能化系统的控制指令，例如AR+机器人。

在汇总了设备大数据、生产大数据、运营大数据、管理大数据之后，在企业私有云的大数据平台上，可以进行机器学习，模型算法抽象，找出数据之间的隐藏关系和联系，揭示内在规律，通过对时间、质量、成本、效率的关联分析，以及质量分析、生产分析、物料分析、仓储分析、销售分析、客户分析等，了解合格率、故障原因、设备利用率，实现全局调度优化。为企业提供透明展现、通知提醒、预测和运营优化辅助决策。

在以上大数据分析的基础上，可以基于售价、服务水平、库存、总成本、采购、物流、生产周期等约束和目标，推算出所追求的利润模型、成本模型、服务模型，实现基于供应商协作的主生产计划优化，做出需求预测、采购预测、订单预测、交货时间预测，实现利润、营收、成本、服务的价值最大化。真正将数据和信息，变为知识和智慧。

制造业的转型升级需要从封闭走向开放体系，以网络化协同实现制造资源局部优化向全局优化演进。因此企业不但要自己实现制造端的数字化、智能化改造，还要与云端连接，实现跨区域、跨企业、跨行业的联合设计、联合研发，将传统顺序、独立、碎片化的研发工作在时间、空间范围上交叉重组，整合多方设计资源，将研发流程从串行向并行演进，更进一步的，将业务的合作从单环节协同向全业务全供应链协同演进，从传统长期固定合作向不确定型的随机合作演进，从而实现从产业链级协同向生态平台演进。

总之从规模化生产到定制化生产，打造柔性化制造生产范式，以去中心化，去固化、流程化的业务管理模式，实现小规模、多频次、分布式、智能化的分布式制造，靠订单拉动，社会化协作将会是未来制造业的发展方向，而对应的制造业信息化，也必将基于云计算、大数据、物联网和人工智能，并且软件趋向微服务化、灵活配置、按需组合、互相联结的模式。