加工结果信息能够为生产部门提供当前生产情况的实时反馈，从而为生产人员进行生产调整，尤其是设备微调提供依据。这些信息很多都被分散地存储在不同的检测设备中，彼此之间没有联动，这一点是目前最需要解决的问题。

对于信息的存储，还是比较好理解的。存储上要有核心的硬件设备，包含文件服务器主机、数据服务器主机、应用服务器主机，以及配套的电源、通信、机房环境、安全设备等。这里需要强调的是数据的安全性，对于安全性的理解不仅是防止外界的侵入，还包括自身的备份和冗余。兔哥曾经有一个客户，其主数据服务中心建在北京，而备份服务器却建在300公里以外。为什么？因为怕出现如地震等自然灾害而导致数据的丢失。在大数据时代，数据的重要性不言而喻，因此保证数据的安全是第一要务，此外还有存储的软件平台，包括数据库管理系统、文件服务器、应用服务器和中间件等。在IT行业，对于数据的汇总会用到一种叫数据仓库的平台，它可以将不同格式的数据库统一储存在一个数据池里，以方便统一调用和分析。

另外一个重要需求就是信息的集成需求，比如ERP和MES之间的打通就是一个典型例子，这两者之间除了技术上要解决对于数据库的调用和共享以外，我认为最困难的还是不同公司和不同人之间的协调，因为目前多数公司的ERP和MES不是一家供应商的产品，而且不是在一个阶段上线。当企业上MES时，可能ERP已经用了好久，那MES的实施方想找ERP的实施方一起进行测试很困难，反之也一样。现在的主流方式是开发一款中间件产品来双向导通ERP和MES；另外一种是用类似IBM企业服务总线的方式，把其他系统都作为插头插在服务总线上。无论怎样，在技术上都可以实现，但在工程实施环节其实还是会遇到很多问题。避免信息孤岛的出现是迈向智能制造的一个重要话题。

在信息系统集成时，我们还应尽量遵守以下原则：第一，方案简单，易于实现和扩展；第二，不增加原系统的复杂性，不改变原系统的稳定性；第三，抓大放小，抓住主要矛盾。

最后，对于非功能性的需求，其实也非常重要，因为这些需求基本贯穿所有平台，应该算是行业标准，比如安全性、高效性、可靠性、易用性、可维护性、可移植性和可扩展性等。(www.daowen.com)

如果智能制造是最终目标，那么一切都要服务于智能化，因此自动化和信息化都是为了智能化而进行的基础性建设，高度的信息化为智能决策提供全方位的信息支持；而完备的自动化则为决策的执行提供有效的运行环境。只有地基打得牢，房子才能建得高。

既然最终要实现智能化，那智能化要怎么实现呢？从目前的技术手段来看，还需要一段时间的储备。但从发展方向来看，衡量智能化的实现程度还得从四个方面来考虑：一是自我感知能力，二是自我控制能力，三是自我适应能力，四是自我优化能力。总结起来就是，机器在能够和人力同步获得海量数据的同时，通过快速的逻辑分析建立模型，并仿真结果。在这个过程中，机器不仅仅是单方获取信息，还能自我学习、不断创新，并根据实际任务智能重组，形成最佳的系统结构；并且能够自我检测、自我维护，甚至自我升级。

取经之路从来都不是一帆风顺的，九九八十一难都是对企业的锤炼。只要对企业发展有长远的眼光，真经也许真的有一天会落到你的手中。