工业数字化转型早已不是要不要做的问题，而是怎么选、怎么落地的问题。作为长期服务制造企业的技术团队，上海釜鑫信息技术中心在项目实践中发现，多数企业的瓶颈并非技术本身，而是选型逻辑混乱——要么被厂商牵着走，要么被内部IT部门的需求清单淹没。今天这篇文章，从选型要点和实施路径两个维度展开，务求讲透。

选型核心：先定义“数据主权”，再谈平台功能

很多企业一上来就比选MES、ERP、SCADA的模块数量，这是本末倒置。真正的第一步，是明确数据流向和接口权属。举例来说，某汽车零部件工厂在选型时，要求所有设备数据必须通过OPC UA协议直连企业私有云，而非经厂商公有云中转。这一条硬性标准，直接淘汰了60%的候选服务商。因此，选型文档中应至少包含：数据采集频率（如100ms级）、断网续传机制、API开放深度（读写权限）、以及数据模型是否遵循ISA-95标准。这些细节，比UI界面是否炫酷重要得多。

实施路径：三步走，忌“大爆炸”式切换

第一步，边缘层改造。在车间部署工业网关，先解决OT数据“出得来”的问题，周期控制在4-6周。第二步，数据中台轻量化——不必一步到位上全套数据湖，先用时序数据库（如InfluxDB或TDengine）处理高频设备数据即可。第三步，场景驱动微应用，比如先做OEE综合效率看板和异常告警闭环，而非直接上排产算法。每步完成后做一次ROI复盘，用实际节拍数据说话，而不是凭感觉。

这里必须提醒一个容易踩的坑：忽略IT与OT的运维文化冲突。IT团队习惯敏捷迭代，OT团队更看重系统稳定性和7×24小时不宕机。我们在一个钢铁项目中，就因补丁升级策略不一致，导致产线停摆2小时。建议在合同中明确“变更窗口期”，并建立双周联合运维例会制度，让双方的KPI统一到“设备综合效率”而非各自系统可用性上。

常见问题：预算、人才与旧设备兼容性

• 预算口径：工业数字化软硬投入比约为1:0.8，但后续3年的数据治理与模型迭代费用，需预留首期投入的40%-60%，否则容易烂尾。
• 人才缺口：不要指望招聘“全能型”数字化人才，更现实的做法是让产线工艺员掌握低代码工具，IT团队负责底层架构，这样权责清晰。
• 旧设备改造：对10年以上的PLC或仪表，优先采用外挂传感器+边缘计算模块的方案，避免拆卸停产，改造成本可控制在单点3000元以内。



最后分享一个实施节奏建议：以3个月为一个小周期，每周期只解决一个核心痛点。比如一季度做设备联网率，二季度做质量追溯，三季度再做能耗优化。这样既不会让团队疲于奔命，也能让管理层持续看到投入产出比。上海釜鑫信息技术中心在近两年的项目交付中，采用上述路径的企业，平均在6-8个月内实现设备OEE提升12%-18%，异常响应时间缩短40%以上。关键在于，每一步都以可量化的生产指标作为验收依据，而非“系统上线”这种形式主义。