1.PLM支撐個性化定制

支撐個性化定制是工業智能制造的特征之一。在工業智能制造時代，個性化定制不像現在買汽車，只有顏色、型號等非常有限的選項，而是涉及到關鍵零件，如發動機。

選零件本質上已經是一種設計了。用戶不是設計師，而設計是個專業性很強的活。要解決這個矛盾，就要用軟件來支撐。這個軟件就是PLM。PLM提供合適的部件，能保證用戶所選的部件能與其他部件一起正常運轉，且保證產品質量。從這種意義上說，PLM就像傻瓜相機：自動對焦、自動調光圈，讓普通人也能照出近乎專業的照片。

2.PLM支撐智能生產

生產過程的智能化，有賴于智能工廠和智能產品。其中，智能產品就是依靠PLM開發出來的：一部分由研發人員設計，另外一部分由用戶自行設計。設計軟件的基礎都是PLM。

在工業工業智能制造的工廠中，智能產品就是一個CPS。這個CPS的虛擬部分，首先是由PLM設計出來的，然后再經過ERP將其與生產計劃和具體部件掛鉤，以便在工業智能制造的工廠中由新一代的MES智能化地生產出來。

3.PLM支撐個性化服務

個性化定制的產品交付用戶以后，會面臨服務的難題：零件是個性化定制的，維修人員可能都搞不清設備具體用的是哪個型號的零件。如何有效地進行服務呢？個性化服務仍然需要個性化定制時的信息，而這個信息就是由PLM管理的。

于是，對一個特定的產品來說，在設計之初的PLM是設計圖；生產的時候PLM是工藝方法；使用的時候PLM就是說明書，維修維護的時候PLM就是病歷卡。這樣就可以更加精準有效地服務了。

如果說工業智能制造是個漫長的發展過程，制造企業的轉型則是企業面臨的現實壓力。制造企業轉型的方向無非有兩個：一個是研發、一個是服務。也就是“微笑曲線”的兩端。PLM對這兩個方向的轉型，都具有重要的支撐作用。

PLM為什么能支撐企業轉型呢？把研發和服務看成一種生產過程，就容易明白了。傳統產業主要生產實物，現代產業的競爭力則是生產“知識產品”：設計圖、工藝方法、軟件等。為了提高生產效率，實物產品的生產經歷了從手工勞動到工業化大生產的轉變。同樣的道理，“知識產品”的生產同樣也要提高效率。

現代化工業大生產是從流水線的發明開始的：流水線生產之所以能提高效率，是因為壓縮了不必要的勞動（如工人更換工具、來回走動）。每個人只做一件事。要做到這一點，必須很多人協作完成。而要協作完成，每個工序的操作必須標準化。

PLM的道理也是一樣的：要提高“知識產品”的生產效率，必須降低一切不必要的設計和創新。具體地說，就是要盡可能地采用已有的部件、知識和方法，解決新的問題、滿足新的需求。而PLM正是用來管理這些東西的。同時，PLM還可以用在開發、生產、服務過程的協同。從某種意義上說，PLM就是用于“知識產品”生產的ERP、MES。

“知識產品”的生產要跟上時代潮流，也必須與信息技術相結合、以信息技術為工具，而這個工具就是PLM。當然，要實現“知識產品”生產的流程化，僅有信息技術還是不夠的，必須與研發體制改革配套才行。

用好工業大數據必須借助PLM

大數據是近幾年的熱點。用好大數據，對未來的工業企業至關重要。然而可悲的是：大數據理論被有些別有用心的企業和所謂的專家綁架了，不了解的企業很可能會誤入歧途。在某些“磚家”眼里，大數據就是一堆金光閃閃的寶藏，隨時可以換成真金白銀。豈不知，非結構化的數據很難利用，“沙里淘金”不僅是個花時間的力氣活，也是個技術活：如果礦藏的品味太低，淘金也會是個賠錢的買賣。有些數據可以淘出金子，更多數據則依然是垃圾。

用好大數據的關鍵是建議一個合適的PLM。這是因為，PLM中的知識和數據，就像存在銀行中的現金，是可以隨時拿出來用的。數據、知識是一種非常值得投資的“現金”：會因為“存款”而增加，卻不會因為“取款”而減少。

做PLM要花大力氣

信息時代缺少的不是知識或信息，而是人的注意力。PLM做不好，有用的知識和數據就會淹沒在沒用的數據和知識的海洋中，成為難用的廢物。

要做好PLM，關鍵是做好數據和知識的結構。PLM的體系越大，結構就越重要。這就像圖書的管理：如果家里只有幾本書，隨便放都可以找到。但如果是一個圖書館，有數以百萬級的圖書，就需要認真編目和存放了。沒有編目和有序存放的圖書，無異于一個廢紙堆。

PLM的難點也就在這里。與ERP、MES相比，產品開發和服務的流程規范性很差，數據的規范性自然很差。所以，對知識和數據的結構化也就很難了。

PLM在離散制造行業發展的很快。但要將其運用到流程行業就很難了。原因是：流程行業的數據和知識面臨“組合爆炸”的風險，人們很難把握哪些數據和知識該存、哪些不該存。這樣，PLM在執行過程中就會很不規范。

同樣，要把工業流水線時代的PLM用到工業智能制造時代，也會面臨眾多的挑戰。未來的產品已經成為一個系統，復雜性大大增加了。同時，PLM的數據管理，要適合CPS的要求。也就是說，對數據完備性的要求大大提升了。

這些矛盾如何解決？有一個設想：讓知識自動地推送到需要它的地方。