面对这次新冠疫情的冲击，受伤极重的当属传统劳动密集型的制造业和服务业，特别是一些线下接触式交易的领域，几乎全军覆没。然而，一些在无人工厂与非接触式业务转型升级方面做得好的企业则成为获益的一方。
机会总是留给充分准备的头脑，未来总是属于超前规划的企业。这一次的疫情考验，对多数企业来说是危机，但对这些智能化升级改造做得比较成功的企业来说，却是一次新的发展机遇。
后疫情时代，加速推进智能工厂建设是制造企业的不二选择。众所周知，智能工厂的规划建设是一个十分复杂的系统工程，为了少走弯路，本文整理了在建设中要考虑的十个核心要素以及需要关注的重点维度。
数据的采集和管理
数据是智能工厂建设的血液，在各应用系统之间流动。在智能工厂运转的过程中，会产生设计、工艺、制造、仓储、物流、质量、人员等业务数据，这些数据可能分别来自ERP、MES、APS、WMS、QIS等应用系统。生产过程中需要及时采集产量、质量、能耗、加工精度和设备状态等数据，并与订单、工序、人员进行关联，以实现生产过程的全程追溯。
此外，在智能工厂的建设过程中，需要建立数据管理规范，来保证数据的一致性和准确性。还要预先考虑好数据采集的接口规范，以及SCADA（监控和数据采集）系统的应用。企业需要根据采集的频率要求来确定采集方式，对于需要高频率采集的数据，应当从设备控制系统中自动采集。
另外，必要时，还应当建立专门的数据管理部门，明确数据管理的原则和构建方法，确立数据管理流程与制度，协调执行中存在的问题，并定期检查落实优化数据管理的技术标准、流程和执行情况。
设备联网
实现智能工厂乃至工业4.0，推进工业互联网建设，实现MES应用，极重要的基础就是要实现M2M，也就是设备与设备之间的互联，建立工厂网络。
企业应该对设备与设备之间如何互联，采用怎样的通信方式、通信协议和接口方式等问题建立统一的标准。在此基础上，企业可以实现对设备的远程监控，机床联网之后，可以实现DNC（分布式数控）应用。设备联网和数据采集是企业建设工业互联网的基础。
工厂智能物流
推进智能工厂建设，生产现场的智能物流十分重要，尤其是对于离散制造企业。智能工厂规划时，要尽量减少无效的物料搬运。很多制造企业在装配车间建立了集中拣货区(Kitting Area)，根据每个客户订单集中配货，并通过DPS(Digital Picking System)方式进行快速拣货，配送到装配线，消除了线边仓。
离散制造企业在两道机械工序之间可以采用带有导轨的工业机器人、桁架式机械手等方式来传递物料，还可以采用AGV、RGV（有轨穿梭车）或者悬挂式输送链等方式传递物料。立体仓库和辊道系统的应用，也是企业在规划智能工厂时，需要进行系统分析的问题。
生产质量管理和设备管理
提高质量是企业永恒的主题，在智能工厂规划时，生产质量管理和设备管理更是核心的业务流程。贯彻质量是设计、生产出来，而非检验出来的理念。
质量控制在信息系统中需嵌入生产主流程，如检验、试验在生产订单中作为工序或工步来处理；质量控制的流程、表单、数据与生产订单相互关联、穿透；构建质量管理的基本工作路线：质量控制设置→检测→记录→评判→分析→持续改进。
设备是生产要素，发挥设备的效能（OEE—设备综合效率）是智能工厂生产管理的基本要求。OEE的提升标志产能的提高和成本的降低。生产管理信息系统需设置设备管理模块，使设备释放出极高的产能，通过生产的合理安排，使设备尤其
