标准IQ测试已经建立多年。虽然这些测试中的内容被巧妙而仔细地组合在一起，但不同的人有不同的“智慧”。那些正在设定IQ测试的人很可能会喜欢他们自己拥有的那种“智慧”。然而，人类是非常复杂的。每个人都是不同的，都有各自天生的技术、艺术、社会和其他多个学科技能和能力。把我们所有人组合在一起形成了社会，至少当我们一起工作，互相支持的时候，就形成了相当好的团队。
有人可能会认为，就制造技术而言，整个过程应该简单得多。我们如何评估智能工厂的IQ？有很多种“智能”应该被视为机器技术和软件自动化的机会。对人类来说，提高IQ是相当大的挑战，但在工厂，通过更高的数据可用性和不断发展的软件技术，提高IQ变得越来越容易。IQ较高的人往往以某种特定的方式成为专家。在我们的工厂，我们需要良好的智能平衡，例如，不仅是一台机器可进行机器学习，对特定生产线配置进行闭环反馈，或者对某些物料进行自动化物流决策。
为了评估工厂的人工智能商（artificial intelligence quotient，简称AIQ），我们需要研究所有可能产生影响的主要因素；也就是说，利用现有实用技术的程度。例如，可以寻找改进领域的这种方式，通常可以新的方式利用现有数据实现附加功能的自动化，或者更深入地了解潜在问题。
主要挑战是数据采集和利用之间的关系，这与先有鸡和蛋的难题非常相似。从自动化系统收集数据有很多困难，包括电气连接、协议、数据编码，以及供应商之间不同的语言定义和实现，即使遵循熟悉的传统行业标准也是如此。《IPC互联工厂数据交换（Connected Factory Exchange，简称CFX）》是解决电子领域发现的所有这些问题的首份标准，且其适用于所有形式的离散制造。然而，无论选择哪种数据采集方法，都会涉及大量成本的投入，这本身就没有商业目的，因为数据本身在使用之前几乎没有价值。另一方面，为什么要在缺乏数据的情况下开发智能工厂应用，或者更严格地说，在缺乏应用环境甚至一致定义的含义导致数据不可行的情况下开发智能工厂应用。为了实现智能工厂业务案例，需要有以经济高效的方式实现的数据采集，以及明确的数据利用潜力价值驱动路线图。
《发现智能工厂的IQ》白皮书1列出了那些探索智能制造应用的人最常见愿望，使用一套定义的规则指导读者评估智能工厂成就的目前水平，并立即准备下一阶段的技术，然后是数据驱动制造业所能带来的所有好处的最终路线图。任何提高数字化水平、使数字化在投资回报率（ROI）方面更具成本效益且更经济实惠的工厂运营，或只是对组织内的不同运营进行基准测试以确定战略的工厂运营，都会发现本白皮书是实际测量和评估智能工厂技术的宝贵工具。
行动号召
你的智能工厂的IQ是多少？数据驱动智能制造的最有效投资机会在哪里？本白皮书使您能够衡量和发现工厂的智能水平，确定成本效益高的行动，以缩小差距并充分发挥数字化制造的潜力。
References
- “Discover Your Smart Factory IQ,” Aegis Software Corporation.
Michael Ford任Aegis Software公司新兴产业战略高级主管。如需阅读往期专栏或联系Ford，可单击此处
