MES作為車間生產指揮和執行控制的系統，也已經有了一段時間歷史了，不應該僅僅是車間現有業務的計算機化，如何擁抱新技術、新模式，對標企業的業務需求，對MES進行再思考就是很有必要的。
下面結合自己的一些經驗思考，對其中一些新技術背景下的MES進行再思考。一點淺見、僅供參考。
1、物聯網技術與MES融合的再思考
物聯網肯定不是目前比較多的設備聯網，設備只是一種而已，應該凡是制造生產的要素資源都是物，都應該聯網，都應該在MES中進行體現。物聯網也不僅僅是實物聯網了，實物的狀態信息反饋更新快了，應該說如果到此為止信息的通道搭建起來了，但那還只是一種純粹技術層次的應用而已，還不能說是跟業務完全融合了。
我認為應該從CPS的角度來思考這個問題，涉及到很多層次：設備級CPS、單元級CPS、產線級CPS等。應該將物聯網看做是車間的一種基礎設施，數據自上而下和自下而上都打通了，應該深入琢磨基于信息自上而下和自下而上的已經打通的通道，著重發力數據的分析處理，也才能跟業務進行深度融合，也才算是真正發揮了物聯網技術的優勢。
比如，單點設備級方面，刀具加工次數或使用壽命、機床故障狀態獲取后的生產計劃自動調整、機床開工/完工狀態信息的自動獲取而推進更新制造執行進度、庫存貨位狀態的自動獲取等。
比如，單元級方面，在單元內各種實物狀態自動反饋的基礎上，通過自動動作序列指令的實時調度，實現自動的下發執行等。
比如，產線級方面，基于物聯提供的快速反饋渠道，對生產計劃進行各種潛在的評估，包括訂單插入、追加、分批優化等。
2、大數據技術與MES融合的再思考
沒有業務價值目標驅動的大數據分析肯定背離了真正的大數據技術應用初衷。應該說，大數據的本意是好的，但在制造企業如何運用，似乎有兩個極端，要么說好，要么說不好，但具有顯著效果的案例卻還是不多的。
通過模糊的手段，出乎意料之外的發現一些數據關聯規律，似乎是很多人認為的一種大數據分析，能發掘出來當然是好的。但這種應用有漫無目的之嫌，也不容易讓企業見到效果從而為后續的進一步發展衍生出了障礙。
大數據應該有很明確的業務目標追求，應該從明確的單點業務開始，逐步上升到系統模糊的分階段思路進行開展，也有利于跟業務結合，并貫徹到MES中。
我認為，凡是比較依賴工人經驗、技能的業務環節，都可以通過數據統計分析并佐以試驗輔助來做這個事。可能先不追求這個優解，但通過試湊的方式先做成并且好用，就可以很大程度上解決問題了。在還沒有想好大數據如何更好運用的情況下，可以先讓大數據技術先飛一會，讓他再發展一下。
比如，刀具/模具壽命(加工數量或次數)，跟材料、工藝步驟、工藝參數都有關系，可以針對具體產品進行分析，哪怕經過簡單的統計，并制定規范執行，也是很有意義的，降低對工人聞聲辨別刀具磨損情況的只可意會不可言傳經驗的依賴能力。
比如，熱處理穩定性工藝參數，涉及到工件形狀、厚度、體積等多方面的綜合考慮，那就摸索出幾套規范的組合方式，做成案例式手冊，固化不同案例的工藝參數，應該就可以解決很多問題了，也許通過簡單的數據統計分析和試驗就可以得出好用的工藝參數的。
