制造业当下面临三个挑战：新冠疫情（covid-19）、地区的政治形势不稳定和极端气候，这导致可见的根本影响，包括各种物资短缺、通货膨胀和人力资源问题。

这正在造成重大损失。

现有的软件自动化已经在许多情况中暴露出它真正的局限性。相对简单的操作自动化只是针对短期目标进行优化，没有真正考虑长期的挑战，这已经被证明几乎是毫无用处的。

这也让我们只能充分利用优秀、古老的人类智慧来应对最近发生的特殊事件，并快速做出决定，穿越障碍并寻找各种新的机会。

在投资上缺乏灵活性，对由偏远地区生产的材料与产品的依赖，以及对组织中的关键人员的依赖（只有这个人知道或者能够执行某些任务），这都带来了巨大的挑战。

在这个不断变化的世界里，我们要尽量避免做那些我们几乎很难控制或根本无法控制的事情。

在制造业迎接世界不确定的未来时，关键材料的本地化采购、操作与数据的安全性，以及能够对大量同时运行的制造运作与商业模式提供灵活性的自动化选择在“要做的事情”清单中应当排在首位。

然而，最令人意想不到的，也是最有意义的挑战是，在各种不确定性的起伏波动中，我们发现我们甚至不能依赖人类的智慧。我们现在正在经历通货膨胀和潜在衰退的经济模式，那些还记得上世纪80年代的老年人似乎对这种情况很熟悉。但是，用传统的经济工具来解决这些问题似乎并不合适，因为现在的情况和以前的情况完全不一样，现在的就业水平非常高——这和以前的情况恰好相反。

当各个公司专注于业务的挑战时，人们也在做出其自身的改变，在他们决定（或被迫）寻求“更好的生活”时，他们只是从一个可以接受的人转变为一个要激励他们的人。从数字化转型的视角看，可以把劳动力市场的这种动荡看成是好消息。

支撑物理工作自动化的技术在持续发展演进。可选择的硬件自动化解决方案比过去任何时候都要多。但是，现在要对灵活性和优化之间的优先级进行严格的审查。

我们很清楚，这类资源应该是灵活的，让它们在整个优先级任务的选择中一直保持动态，而不是让一个人或一个自动化系统只做一件事。

人类的身体非常敏捷灵巧，可以灵活地做各种事情；现在，自动化系统在敏捷与灵巧上也取得了一定的进展。

在这两种情况下，真正的挑战是提供关于如何执行和完成每项任务的连续的分步指令。执行并完成每个任务。

那么，人类既不用依赖有限的而且几乎过时的培训，也不需要依靠专业知识。人们接收以电子工作指令方式发出的信息，按照工业物联网（IIoT）传送的命令和数据交换进行自动化制造。

这种创新要求对整个制造过程必须有全面的认识，这种全局观源自于MES领域，MES已经能够为制造运作提供中央控制和管理。跨车间的互操作性基于标准（例如IPC的CFX标准，即IPC-CFX）的“即插即用”设备，这些标准正在证明它们的价值，它们和旧的数据交换机制不同，因为它们为所有的设备或解决方案提供安全协议和所有定义清晰明确的语言。

这种MES智能的扩展是将驱动操作事件的决策过程自动化。在这种自动化制造的操作中，人的脑力工作不再起主要作用，也不必搜索数据和利用这些数据做出不需要动脑筋的日常决定。

在这种自动化制造中，保留可持续的脑力工作的人将是那些根据可用的实时、精确的制造情境，以简单和及时的方式作出复杂决定的人， 从而获得工作满足感。

MES智能是基于系统内部的复杂数据模型，这个模型是根据多年的制造经验建立起来的，其中的数据是基于很多因素的制造情景。这种数据模型使软件能够做出常规的决策并采取行动，如最佳时间和材料补充的选择。这增强了人类在制造业中的贡献，使其在更高的责任水平上工作，并提供更多的工作满意度。

这就是数字化转型带来的好处。作为数字化转型固有的一部分，基于软件的自动化是智能的，并且是灵活的，不仅有助于解决日常的业务操作，还能支持具有挑战性的例外情况。

它始于对人类智慧的尊重，我们已经开始认真对待这一变化，这可能是我们迄今为止面临的最根本的挑战。

这可能会让人感到有些惊讶，但这些迹象已经存在了一段时间了。人们希望有更多进化，有些人想通过自己选择的爱好来做一些事情，而不是把它作为自己的日常义务。

无论出于何种原因，在人离开制造操作时，就会带走他们丰富的技能、知识和智慧，也许这种情况往往会被认为是理所当然的。在全球新冠疫情流行期间，在必须处理许多关键性的业务异常时，这种情况特别突出。

自动化制造使用的智能软件和设备内置的智能软件，尤其是现代MES解决方案都要填补人离开制造运作时的空白。

对智能软件和MES解决方案的关键要求是要有一个丰富且成熟的内部数据模型：

• 能体现与生产操作有关的每一个方面的知识

• 制定并执行日常决策，具有很大的灵活性

• 为人类提供关键情报，使他们的情报能够产生真正的业务差异化