2026年5月13-14日,e-works数字化企业网在西安成功举办“MES/MOM需求分析与规划实施高级研修班”。30多位制造企业高管及智能制造相关部门负责人参与了此次培训。
研修班现场
本次研修班为期两天,以“专业讲座+互动交流”的形式展开,多位领域内资深实战专家现场授课,旨在帮助学员全面了解MES从需求分析、规划设计到实施落地等关键环节的重难点,深入分析MES/MOM需求分析流程与方法,帮助企业破解MES/MOM系统落地难题,为制造企业推进MES/MOM应用及智能工厂建设提供思路与借鉴。本次研修班课程设置具有较强的实用性与指导性,得到了全体学员的一致好评。
e-works咨询事业部总经理李伟围绕MES系统需求分析与系统规划展开了专题培训。他详细解读了MES系统需求分析与规划设计方法,结合对企业案例的拆解与复盘,进一步讲述了MES成功落地实践的关键与重难点。他强调,企业MES系统的实施要根据企业的实情,适当选择和定制。不是将MES的所有模块应用,就能达到相应的效果;而是应有选择性地应用相关模块,以匹配企业自身的特点。在功能模块的选择上,要以共性需求为主,适当地定制化和个性化,以满足业务需求。
佰思杰CEO刘老师以“精益为基、协同为本,数据驱动、智慧运营——MOM系统落地实战与应用2.0”为主题展开了分享。他指出,MES/MOM系统实施难度大,存在缺乏统一规划、先建设后集成、“数字化”与“知识化”均不足等问题。同时,他还通过多个具体案例的解读,围绕计划与调度、采购、生产、仓储配送、质量检验、设备管理等多个业务领域,剖析了各环节存在的问题、改进目标、优化流程以及MES实施的价值。
法士特数字化室主任邵老师分享了法士特智能制造创新与实践。他表示,法士特以先进制造(工艺和装备)为核心,以业务数字化和生产要素数字化为基础,以智能场景(先进制造与新一代信息技术深度融合)为拉动,建设智慧工厂。他强调,智能制造的本质是要实现制造过程更加精细化的管理,为企业带来质量、成本、效率的提升,管理变革既是智能制造的产物,也是智能制造的最大推动力。
隆基绿能数字化中心制造应用系统部组件与国际业务负责人李老师分享了隆基绿能MES需求分析与规划实施的方法与关键点,并对甲方实施管控要点与风险防控进行了介绍。他表示,隆基绿能MOM系统主要围绕系统数据可视、指标异常管理、指标趋势分析三个方面,采集生产经营各领域数据,打破信息孤岛,统一汇聚,形成数据资产平台,并通过不同层级的管理驾驶舱,实现全业务域数据可视。
捷创技术资深数字化解决方案专家廉老师以“面向AI智能体时代的MES/MOM建设”为题进行了分享。他重点介绍了AI时代的MES/MOM特征和趋势,IT-OT融合与企业数据治理,面向AI时代的数据融合及IT-OT深度融合,AI+MES/MOM的融合路径,以及制造管理优化与边缘智能的场景。他强调,传统工业数据采集的不足本质是“重采集、轻应用”思维的体现,未来需向“数据-知识-决策”闭环演进,才能释放工业数据的真正价值。
本次培训在每节课后都设有专门的答疑交流环节,现场学员结合课上老师们所讲的内容以及各自企业在智能工厂规划过程以及MES实施应用中的难点和困惑提出了诸多问题,各位老师针对学员的提问也做了精彩的分享和探讨。
现场答疑交流
MES/MOM作为智能工厂建设的核心系统,在当下越来越多的得到制造企业的关注和认可,并将MES的应用纳入数字化发展规划的重要环节之中。如今,AI正深度融入MES/MOM,实现智能排产、质量预测、设备运维的自主优化,推动MES系统从被动记录向主动决策转变。面对深刻变革,对MES/MOM系统开展精准的需求分析与规划对于企业而言更加重要。它是MES/MOM系统能否契合企业实际,切实发挥效能的关键前提,也直接关乎后续的落地实施与应用成效。企业开展MES/MOM系统需求分析,可从分析基础数据,梳理和分析业务流程,针对生产工艺建模,研究数据采集现状,评估现有信息化及生产管理情况以明确集成方案,提炼系统需求并设计架构等多方面着手,最终形成结合企业实际制定详细实施方案。此外,在实施落地过程中,企业应摒弃“唯技术论”,充分考量业务与管理需求,确保技术与业务深度融合,同时也应关注设备状况和技术标准。
为期两天的培训在热烈的学习氛围中圆满落幕。本次研修班的成功举办不仅为企业进一步理解MES与MOM的内涵,掌握MES/MOM实施策略及方法提供了学习交流的平台,也让制造企业进行数字化转型以及推行智能制造建设的路径更加具体,进一步加强了制造业从业者的信心。
e-works作为致力于推进智能制造与两化深度融合的第三方专业服务机构,将通过考察、论坛和实训等多种形式,持续为广大制造企业提供更多与知名企业面对面学习交流的机会。
近期活动预告:
6月3-4日,广州,质量管理数字化高级研修班
6月10-11日,广州,工业AI核心技术与应用实训班
6月23-24日,无锡,制造业数据治理建设方法与实践高级研修班