大数据时期，信息数据价值挖掘和利用遍及各行各业，近些年来，欧美蓬勃国度也在力推造作业的回归，因而我们也需加紧造作数据化，智能化。
造作是产品的实现过程，智能造作是企业发展的趋向，谁前进的措施快一些，谁的主题竞争力提升得快一些。企业的智能造作建设重要从三方面思考，一是加工过程的智能化、工序流转的智能化、工艺设计和质量处置的智能化。加工过程的智能化建设沉点在于引进智能化设备、设备联网以及实现加工数据与工艺、出产、质量的动态传输与共享；工序流转的智能化建设沉点在于零件的搬运指标鉴别、自动传输、搬运状态跟踪、交付结转等一系列建设，智能搬运将削减人力，削减报答差错，并且搬运功夫与加工功夫及质量数据将有机的统计到产品的造作成本里；实现数据的可控治理；质量处置的智能化表此刻报废、超差零件的质量数据填报后按流程上报、数据的智能判定以及出产工作的追加申请和确认。
以品质的数据化为例，评定产品质量，不能单一以“好”和“差”来界说，而要罕见据支持。好比开早会，后整主管汇报说前整车间品质太差，有500件产品要返工，影清脆整出产进度和效能。这个话其实注明不了问题，也注明不了严沉性。但若是后整主管直接提交具体的数据汇报——此批1000件，返工500件，返工率为50%；其中疵点类型占比别离是：尺寸问题200件占40%，油污问题200件占比40%，衫脚不齐100件占20%，就能齐全地通报品质信息。当然这只是品质信息的一部门，还有制品检验、QC抽验、首扎检验、退回头数据等，都可转换为清澈可比的量化数字，再用图标出现，使数字更美观和易懂。如我们公司的QC汇报，在ERP系统里随时查看，就能即时治理，使数据得到更好利用。
再好比交期的数据化。影响交期的成分好多，若何精确判断工时，铺排打算，保障交期？
首先，我们要把大货凭据格局拆分工序，确定出产周期。同样的圆领衫，其中一件不要包后领捆，另一件要包，出产周期注定不一样。但差距具体是几多功夫呢？这时那我们必要利用GST系统，分析每个款的工序功夫，得出包后领捆必要2.5分钟，再把所有工序的工时相加起来，就知路整款的工时。接下来通过MES系统（智能悬挂）和出产收发系统，采集员工出产产量和工作功夫，有关人员进行信息集成，最终造作成员工效能报表、工序出产进度报表、非本位报表等数据表格，明确员工效能和工序出产进度后，治理者在铺排人员和出产打算时，就能够实时调整，实时跟进，确保如期交货。
自2017年以来，公司辅导结合企业的发展需要和现代化的治理布局，经过3年的磨合，从起头调研（GST尺度工时系统，MES智能悬挂系统，APS智能排产系统）到各系统落地投产，对各环节的出产数据进行采集、出现、汇总、利用，全面进行数字化的治理刷新，实现了数据的精准化、通明化。
2019年，公司的“针织毛衫柔性智能造作项目（年产1000万件）”项目作为全球毛衫造作行业内第一套全流程一体化运作的智能造作系统，入选2019年福建省智能造作试点示范企业。
当然，信息数字化自身只是一种先进的治理工具。工具先进了，企业治理者要学会适应和驾驭，这也是我们不休精进的方向。
