工业分为39个大类,191个中类,525个小类,中国所有类目

工业分为39个大类,191个中类,525个小类，中国所有类目都有，是产业链的国家，没有之一。

所以要是挨个行业说，笔者可以录一部《晓松奇谈》，一年也说不完，所以咱们只按照大块来归类。

工业其实就分为两个大块，一个是离散行业，另一个是流程行业。

汽车、飞机、机床，这种先做出一个个零部件，然后组装到一起的生产过程，就是离散行业。

石油、化工、钢铁，这类把原材料混合、分离、粉碎、加热，批量或连续的方式进行生产的，就是流程行业。

再简单点说，离散行业大多是物理组装，流程行业大多是化学加工。

所以我们也就分这两个大行业，来说说数字化工厂。

数字化工厂的实施对象主要还是新建工厂

流程行业是连续制造，每个环节之间都相互影响，啮合在一起，所以一旦建厂完成之后，通常不会改变生产的主产品，多就是换换配方。所以在流程工业里，数字化工厂的实施对象主要还是新建工厂，老厂的改造相对要困难一些，经济效益也不明显。

流程工业的建厂过程中，往往需要更多的一些配合，尤其是企业和企业之间的配合，比如新建一个煤化工厂，有一个业主，一个设计院，一个EPC（总包商），这三个公司需要在一起协同工作，以前通常是各自用各自的系统，相互之间通过签技术协议来保证数据的一致。但是一旦出现数据的改动，就要反复的重新签技术协议，笔者在负责钢铁行业时，头疼的就是业主修改了某一个设备参数，这样我们其他人就是谈判好几轮，签一厚达技术协议，这个工作量是巨大的。

生产部门和IT部门的深度融合

提到两化融合，工业化和信息化的融合，大家都不陌生，站在甲方的视角，真正落实两化融合，首先应该做的，在管理模式上要落实生产部门和IT部门的融合。

制造企业和互联网企业不同，互联网企业，一个211/985计算机毕业的应届生，一般3个月到半年时间就可以在team内独立的工作，3年内，悟性不错的人，基本就可以晋升为team leader，独当一面带团队，相比互联网行业，制造业的流程和体系更为复杂，我身边认识一些985名校毕业的研究生，一些工作2年以上，也只能做些点状的事情。

重视持续运营、持续优化偏生产管理类的系统

在谈到数据这个维度的时候，我们经常会马上谈到数据中台，大数据分析平台这些技术层面的内容。但是实际上数据维度的仍然是数据驱动运营的思维转变。而且这种驱动是一种实时敏捷的驱动，是一种对运营的持续优化改进。

重视持续运营、持续优化

偏生产管理类的系统，如PLM、ERP、MES，传统的IT人员很难运维，君所说的运维，不是只是保证服务器不宕机，那个是狭义的运维，也不是运营，系统运营的概念，首先得了解和熟悉这个系统内落地实施的流程，在用户不清楚或者不懂的情况下，具备培训和引导的职责，同时对系统运行的数据可进行配置、运行状态进行分析和提出优化改善建议。