企业管理的影响因素
我们知道对于企业来说好的企业管理可以增强企业的运作效率,提高生产效率。那么大家知道企业管理的影响因素有哪些呢？以下就是找法网小编整理的内容。
企业管理的影响因素
（一）企业环境
企业要生存和发展，就必须不断地适应环境的变化、满足环境对组织提出的各种要求。因此，环境是决定管理者采取何种类型组织架构的一个关键因素。
外部环境指企业所处的行业特征、市场特点、经济形势、政府关系及自然环境等。环境因素可以从两个方面影响组织架构的设计，即环境的复杂性和环境稳定性。外部环境对组织的职能结构、层次结构、部门结构以及职权结构都会产生影响。
（二）企业规模
企业规模是影响企业组织设计的重要因素。企业的规模不同，其内部结构也存在明显的差异。随着企业规模的不断扩大，企业活动的内容日趋复杂，人数逐渐增多，专业分工不断细化，部门和职务的数量逐渐增加。这些都会直接导致组织架构复杂性的增加。
企业规模越大，需要协调与决策的事物将会不断增加，管理幅度就会越大。但是，管理者的时间和精力是有限的。这一矛盾将促使企业增加管理层级并进行更多的分权。因此，企业规模的扩大将会使组织的层级结构、部门结构与职能结构都会发生相应的变化。
（三）业务特点
如果企业业务种类众多，就要求组织有相应的资源和管理手段与之对应，来满足业务的需要，因此部门或岗位设置上就会更多，所需要的人员就更多，组织相对就复杂一些。一般情况下，业务种类越多组织内部部门或岗位设置就要越多。
企业的各个业务联系越紧密，组织机构设计越需要考虑部门及部门内部的业务之间的相互作用，越不能采用分散的组织机构，这种情况下采用直线职能制或矩阵式组织机构更合适。一般而言，业务相关程度越大，越要进行综合管理。
（四）技术水平
组织的活动需要利用一定的技术和反映一定技术水平的特殊手段来进行。技术以及技术设备的水平，不仅影响组织活动的效果和效率，还会作用于组织活动的内容划分、职务设置等方面。
有些企业技术力量较强，他们以技术创新和发展作为企业发展的根本，这时候组织机构关键是考虑技术发展问题，组织设计也以技术及其发展创新为主。当技术能够带来高额利润时，技术管理和利用就显得相当重要，技术管理成为企业组织机构设置的核心问题，成为组织机构设置的主线。生产技术越复杂，组织架构垂直分工越复杂，这将导致组织的部门结构增加，从而也增加了企业横向协调的工作量。
在传统企业中，各个企业的技术都差不多，企业的主要利润点不在技术上，那么技术就不会过多地影响企业组织机构的设置，组织机构的设置更多地考虑诸如渠道管理、成本降低等，并以这些因素作为组织机构设计的主线。因此，这类惯性高的工作可考虑采标准化协调与控制结构，组织架构具有较高的正式性和集权性。
（五）人力资源
人力资源是组织架构顺利实施的基础。在组织架构设计中，对人员素质的影响考虑不够会产生较严重的问题。员工素质包括价值观、智力、理解能力、自控能力和工作能力。当员工素质提高时，其本身的工作能力和需求就会发生变化。对于高素质的员工，管理制度应有较大的灵活性。例如弹性的工作时间、灵活的工作场所（例如家庭办公）、较多的决策参与权以及有吸引力的薪资福利计划等。
人力资源状况会对企业的层级结构产生影响，管理者的专业水平、领导经验、组织能力较强，就可以适当地扩大管理幅度，相应的，就会导致管理层级的减少。
人力资源状况会对企业的部门结构产生影响，如实行事业部制，就需要有比较全面领导能力的人选担任事业部经理；若实行矩阵结构，项目经理人选要求较高的威信和良好的人际关系，以适应其责多权少的特点。
人力资源状况还会对企业的职权结构产生影响，企业管理人员管理水平高，管理知识全面，经验丰富，有良好的职业道德，管理权力可较多地下放。
（六）信息化建设
网络技术的普及和发展使企业组织机构的存在基础发生巨大的变化，电子商务技术的发展使信息处理效率大幅提高，企业网络内每一终端都可以同时获得全面的数据与信息，各种计算机辅助手段的应用使中层管理人员的作用日见势微，网络技术使企业高层管理人员通过网络系统低成本的及时过滤各个基层机构形成的原始信息。因此当企业建成高水平的信息系统后，应及时调整其组织架构，采用扁平化的组织架构来适应新兴电子商务经营方式，以减少中层管理人员，提高效率，降低企业内部管理成本。
信息技术使企业的业务流程发生根本性的变化，改革了企业经营所需的资源结构和人们之间劳动组合的关系，信息资源的重要性大大提升。组织架构的设计应该从原来庞大、复杂、刚性的状态中解脱出来，这样的组织更有利于信息的流动并趋于简化。
以上就是企业管理的影响因素的六大方面，还有对其不清楚或者需要了解这方面的法律知识，欢迎上找法网进行咨询解答。
人工智能：掀起新时代企业管理革命
出版日期：2017年11月30日
随着中国特色社会主义进入新时代，科技进步已经成为推进经济和社会发展的关键因素。与此同时，企业管理也步入了新的时代，管理实践创新面临着更大的挑战。企业改革的关键是使用新的管理思路与工具，推动企业经营与管理转型，开拓新的模式，而人工智能技术无疑为现代办公注入了更强大的功能，在企业管理领域发挥作用。那么未来管理者是否会被人工智能替代？又有哪些管理工作将被替代？何时会被替代？将如何被替代？为了探索这些问题，德勤对数百位管理者进行了调研，并于今日发布《与机器人老板共舞，你准备好了吗》调研报告，深入分析人工智能在新时代下企业管理工作中的应用潜力与前景。此外，德勤还于同日正式推出两款智能化产品——“德勤智慧债券”与“第四张报表”，助力企业在智能化时代浪潮中抢占管理革命的先机，提升管理效益与效率。
与机器人老板共舞，你准备好了吗?德勤此次调研主要面向金融服务行业、TMT行业、消费与工业产品行业、房地产业、能源与资源行业、生命科学与医疗行业以及政府及公共事务领域七大类行业的企管人员。其中，半数以上的受访者来自公司规模超过2,000人的大型企业；近半数受访者具备一至五年的管理经验，另外近三分之一则拥有十年以上的管理经验。在所有受访者中，40%的管理者认为超过1/3的现有工作可被人工智能替代，另有超过半数的管理者认为目前可被替代的工作不足三成。结果表明，人工智能将在未来的管理工作中发挥积极的协助作用，但替代绝大部分管理工作的情况在可预期的未来仍不太可能实现。
调研显示，八成以上受访者认为财务管理最有可能应用人工智能协助；其次，超过60%的受访者认为风控监督和科技管理方面也容易应用人工智能，但组织与人才发展工作难以应用人工智能。德勤中国风险咨询主管合伙人赵善强先生说：“这一结果的产生是由于战略规划和组织人才发展需要管理者在管理环境中根据自身经验和判断来统筹思考，难以通过预设的程序来完成，而财务管理、风控监督工作的标准、法规、程序较为明确，可以在一定程度上被标准化。”另外，从行业角度来看，消费与工业产业领域的受访者认为管理工作能被替代的比例更高。这是由于未来很多硬件都会应用传感等物联网芯片和人工智能技术，制造业的价值链将会被大大改变，相应的管理模式也会发生重大调整。
除此之外，工作特征为“细致严谨”的受访者认为工作可以被人工智能替代的比例明显较高；而要求专业知识、逻辑分析以及沟通协调能力这三项特质的工作被替代的程度相对低于前者。而需要“人文关怀、决断力、创造力”特质的工作则很难被替代。德勤认为，这是由于具有决断力和创造力的工作需要管理者进行更多临时性、偶然性的判断，这种判断基于工作人员对行业的理解和工作对象人性的深入洞察，当今的人工智能技术并不能有效完成此类工作，这也从另一方面印证了人力技能在决策、创造等方面的关键作用。
不难看出，人工智能技术在管理工作中具有较强的应用潜力；那么，对于当代管理者而言，运用人工智能技术来替代管理工作是否已经迫在眉睫？数据显示，约75%的受访者认为自己的工作在5年以内将需要人工智能的协助。其中，在企业规模大于2,000人的受访者中，高达76%的人选择了“迫切需要（未来3年以内）”和“需要（未来5年左右）”，而工作年限超过10年的受访者选择“迫切需要（未来3年以内）”的比例也达到43%，明显高于其他组别。在考虑哪些工作应被替代时，受访者们也得出了相似的看法：约九成受访者认为人工智能应在管理过程中提供数据分析与信息采集类的支持，其次，约46%受访者认为人工智能可替代文件编写工作。
赵善强表示：“随着企业规模的扩大和管理年限的增长，信息处理的数量和难度都成量级增长，管理难度也与日俱增，因此此类受访者对人工智能的需求迫切性也相应增高。另外，在从业者认知中，人工智能在信息采集和数据分析环节通常具备成本低、零失误、效率高的特点，因此更适合运用于管理者日常的工作协助。”
德勤智慧债券与第四张报表为了应对人工智能带来的变革，德勤认为企业应充分利用大数据、认知计算等创新技术和工具，把握人工智能带来的机遇；其次，应建立人工+机器人的“Humbot”新型组织结构；最后，基于新型组织结构推动价值创造活动变革。为助力企业加快实现这一目标，德勤风险咨询团队经过两年的研发与实践，正式推出系列智能化产品——“德勤智慧债券”和“第四张报表”，旨在帮助企业提高管理效率与管理效益，开启企业智能化发展的新篇章。
面对近年来债券违约频发的现状，信用管理手段缺失已成为制约国内金融机构相关业务发展的重要瓶颈。“德勤智慧债券”以内评为基础，采用深度学习算法对舆情、交易等信息进行深入分析，实现对发债企业信用风险的实时预警。它集合了债券评价、债券预警、城投债专题和组合管理四大功能，为用户提供一站式债券信用风险管理服务，以满足近年来金融机构对债券信用风险管理的全新诉求。
而“第四张报表”的发明则是源于数字化时代下，传统的财务报表有其局限性和滞后性，无法及时、审慎地反映真实的财务与经营状况。为了更全面、准确、清晰地展示企业价值，“第四张报表”应运而生，通过非财务数据，以用户为核心，建立涵盖用户、产品、渠道三个维度的企业价值评估体系，为企业管理层和利益相关方提供决策洞见和管理引导。
“德勤智慧债券”自今年上半年试运行以来，已连续多次对企业债务违约进行成功预警。我们也已经看到，“第四张报表”在企业战略转型、经营管理、投资评估、风险识别等各方面的应用前景。但赵善强也坦言：“企业经营本质上是一种社会行为，技术仅仅是达到目的的手段和工具。在管理过程中，战略发展、人才管理等需要较多人力决策、判断和洞察的工作仍然难以被人工智能所替代。因此人工智能技术的价值将是帮助管理者把时间和精力放在更具价值的决策过程中，而非绝对替代。”
对智能制造的一些认识
编者按：当前，以新一代信息通信技术与制造业融合发展为主要特征的产业变革在全球范围内孕育兴起，智能制造已成为制造业发展的主要方向。智能制造尚处于不断发展过程中，社会各界的认识和理解各有不同。机械工业仪器仪表综合技术经济研究所长期跟踪世界制造技术发展，在大量的企业调研和国际交流的基础上，形成了“对智能制造的一些认识”一文，与大家分享。
对智能制造的一些认识
机械工业仪器仪表综合技术经济研究所
1、智能制造概念“智能制造”可以从制造和智能两方面进行解读。首先，制造是指对原材料进行加工或再加工，以及对零部件进行装配的过程。通常，按照生产方式的连续性不同，制造分为流程制造与离散制造。根据我国现行标准GB/T4754-2002，我国制造业包括31个行业，又进一步划分约175个中类、530个小类，涉及了国民经济的方方面面。
智能是由“智慧（wisdom）”和“能力”两个词语构成。从感觉到记忆到思维这一过程，称为“智慧”，智慧的结果产生了行为和语言，将行为和语言的表达过程称为“能力”，两者合称为“智能（intelligent/smart）”。因此，将感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程，它是智慧和能力的表现。
目前，国际和国内都尚且没有关于智能制造的准确定义，但刚刚发布的《智能制造发展规划（2016-2020年）》给出了一个比较全面的描述性定义：智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。推动智能制造，能够有效缩短产品研制周期、提高生产效率和产品质量、降低运营成本和资源能源消耗，并促进基于互联网的众创、众包、众筹等新业态、新模式的孕育发展。智能制造具有以智能工厂为载体，以关键制造环节智能化为核心，以端到端数据流为基础、以网络互联为支撑等特征，这实际上指出了智能制造的核心技术、管理要求、主要功能和经济目标，体现了智能制造对于我国工业转型升级和国民经济持续发展的重要作用。
然而，由于我国技术基础薄弱发展不平衡，企业在进行智能制造实施和升级改造过程中往往茫然不知从何做起。因此，以下将根据智能制造的描述性定义，提出关于智能工厂、制造环节智能化、网络互联互通，以及端到端数据流等四个方面的初步认识，以期说明智能制造的主要内容。
2、什么是智能工厂智能工厂是实现智能制造的载体。在智能工厂中通过生产管理系统、计算机辅助工具和智能装备的集成与互操作来实现智能化、网络化分布式管理，进而实现企业业务流程与工艺流程的协同，以及生产资源（材料、能源等）在企业内部及企业之间的动态配置。
一方面，“工欲善其事必先利其器”，实现智能制造的利器就是数字化、网络化的工具软件和制造装备，包括以下类型：
1）计算机辅助工具，如CAD（计算机辅助设计）、CAE（计算机辅助工程）、CAPP（计算机辅助工艺设计）、CAM（计算机辅助制造）等；
2）计算机仿真工具，如物流仿真、工程物理仿真（包括结构分析、声学分析、流体分析、热力学分析、运动分析、复合材料分析等多物理场仿真）、工艺仿真等；
3）工厂/车间业务与生产管理系统，如ERP（企业资源计划）、MES（制造执行系统）、PLM（产品全生命周期管理）/PDM（产品数据管理）等；
4）智能装备，如高档数控机床与机器人、增材制造装备（3D打印机）、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备等；
5）新一代信息技术，如物联网、云计算、大数据等。
另一方面，智能制造是一个覆盖更宽泛领域和技术的“超级”系统工程，在生产过程中以产品全生命周期管理为主线，还伴随着供应链、订单、资产等全生命周期管理，如图1所示。
图1：智能制造生命周期管理
在智能工厂中，借助于各种生产管理工具/软件/系统和智能设备，打通企业从设计、生产到销售、维护的各个环节，实现产品仿真设计、生产自动排程、信息上传下达、生产过程监控、质量在线监测、物料自动配送等智能化生产。下面介绍了几个智能工厂中的“智能”生产场景。
场景1：设计/制造一体化。在智能化较好的航空航天制造领域，采用基于模型定义（MBD）技术实现产品开发，用一个集成的三维实体模型完整地表达产品的设计信息和制造信息（产品结构、三维尺寸、BOM等），所有的生产过程包括产品设计、工艺设计、工装设计、产品制造、检验检测等都基于该模型实现，这打破了设计与制造之间的壁垒，有效解决了产品设计与制造一致性问题。
场景2：供应链及库存管理。企业要生产的产品种类、数量等信息通过订单确认，这使得生产变得精确。例如：使用ERP或WMS（仓库管理系统）进行原材料库存管理，包括各种原材料及供应商信息。当客户订单下达时，ERP自动计算所需的原材料，并且根据供应商信息及时计算原材料的采购时间，确保在满足交货时间的同时使得库存成本最低甚至为零。
场景3：质量控制。车间内使用的传感器、设备和仪器能够自动在线采集质量控制所需的关键数据；生产管理系统基于实时采集的数据，提供质量判异和过程判稳等在线质量监测和预警方法，及时有效发现产品质量问题。此外，产品具有唯一标识（条形码、二维码、电子标签），可以以文字、图片和视频等方式追溯产品质量所涉及的数据，如用料批次、供应商、作业人员、作业地点、加工工艺、加工设备信息、作业时间、质量检测及判定、不良处理过程等。
场景4：能效优化。采集关键制造装备、生产过程、能源供给等环节的能效相关数据，使用MES系统或EMS（能源管理系统）系统对能效相关数据进行管理和分析，及时发现能效的波动和异常，在保证正常生产的前提下，相应地对生产过程、设备、能源供给及人员等进行调整，实现生产过程的能效提高。
总之，智能工厂的建立可大幅改善劳动条件，减少生产线人工干预，提高生产过程可控性，最重要的是借助于信息化技术打通企业的各个流程，实现从设计、生产到销售各个环节的互联互通，并在此基础上实现资源的整合优化和提高，从而进一步提高企业的生产效率和产品质量。
3、如何实现制造环节智能化互联网技术的普及使得企业与个体客户间的即时交流成为现实，促使制造业可实现从需求端到研发生产端的拉动式生产，以及从“生产型”向“服务型”产业转变。因此，企业领先于竞争对手完成数字化、网络化与智能化的转型升级，实现大规模定制化生产来满足个性化需求并提供智能服务，方能在瞬息万变的市场上立于不败之地。
看得见的是个性化定制和智能服务，看不见的是生产制造各环节的数字化、网络化与智能化。实现智能制造，网络化是基础，数字化是工具，智能化则是目标。
网络化是指使用相同或不同的网络将工厂/车间中的各种计算机系统、智能装备，甚至操作人员、物料、半成品和成品等连接起来，以实现设备与设备、设备与人、物料与设备之间的信息互通和良好交互。生产现场的智能装备通过工业控制网络连接，工业控制网络包括现场总线（如PROFIBUS、CC-Link、Modbus等）、工业以太网（如PROFINET、CC-LinkIE、Ethernet/IP、EtherCAT、POWERLINK、EPA等）、工业无线网（如WIA-PA、WIA-FA、WirelessHART、ISA100.11a等）等网络技术。射频识别（RFID）技术在智能工厂中也扮演重要角色，可实现产品在整个制造过程中的自动识别与跟踪管理。车间/工厂的生产管理系统则直接使用以太网连接。此外，工厂网络还要求与互联网连接，通过大数据应用和工业云服务实现价值链企业协同制造、产品远程诊断和维护等智能服务。
数字化是指借助于各种计算机工具，一方面在虚拟环境中对产品物体特征、生产工艺甚至工厂布局进行辅助设计和仿真验证，例如：使用CAD（计算机辅助设计）进行产品二维、三维设计并生成数控程序G代码，使用CAE（计算机辅助工程）对工程和产品进行性能与安全可靠性分析与验证，使用CAPP（计算机辅助工艺设计）通过数值计算、逻辑判断和推理等功能来制定和仿真零部件机械加工工艺过程，使用CAM（计算机辅助制造）进行生产设备管理控制和操作过程等；另一方面，对生产过程进行数字化管理，例如：使用CDD（通用数据字典）建立产品全生命周期数据集成和共享平台，使用PDM管理产品相关信息（包括零件、结构、配置、文档、CAD文件等），使用PLM进行产品全生命周期管理（产品全生命周期的信息创建、管理、分发和应用的一系列应用解决方案）等。
智能化可分为两个阶段，当前阶段是面向定制化设计，支持多品种小批量生产模式，通过使用智能化的生产管理系统与智能装备，实现产品全生命周期的智能管理，未来愿景则是实现状态自感知、实时分析、自主决策、自我配置、精准执行的自组织生产。这就要求首先实现生产数据的透明化管理，各个制造环节产生的数据能够被实时监测和分析，从而做出智能决策；其次要求生产线具有高度的柔性，能够进行模块化的组合，以满足生产不同产品的需求。此外，还应提升产品本身的智能化，如提供友好的人机交互、语言识别、数据分析等智能功能，并且生产过程中的每个产品和零部件是可标识、可跟踪的，甚至产品了解自己被制造的细节以及将被如何使用。
数字化、网络化、智能化是保证智能制造实现“两提升、三降低”经济目标的有效手段。数字化确保产品从设计到制造的一致性，并且在制样前对产品的结构、功能、性能乃至生产工艺都进行仿真验证，极大地节约开发成本和缩短开发周期。网络化通过信息横纵向集成实现研究、设计、生产和销售各种资源的动态配置以及产品全程跟踪检测，实现个性化定制与柔性生产同时提高了产品质量。智能化将人工智能融入设计、感知、决策、执行、服务等产品全生命周期，提高了生产效率和产品核心竞争力。
4、如何实现网络互联互通智能制造的首要任务是信息的处理与优化，工厂/车间内各种网络的互联互通则是基础与前提。没有互联互通和数据采集与交互，工业云、工业大数据都将成为无源之水。智能工厂/数字化车间中的生产管理系统（IT系统）和智能装备（自动化系统）互联互通形成了企业的综合网络。按照所执行功能不同，企业综合网络划分为不同的层次，自下而上包括现场层、控制层、执行层和计划层。图2给出了符合该层次模型的一个智能工厂/数字化车间互联网络的典型结构。随着技术的发展，该结构呈现扁平化发展趋势，以适应协同高效的智能制造需求。
图2：智能工厂/数字化车间典型网络结构
智能工厂/数字化车间互联网络各层次定义的功能以及各种系统、设备在不同层次上的分配如下。
1）计划层：实现面向企业的经营管理，如接收订单，建立基本生产计划（如原料使用、交货、运输），确定库存等级，保证原料及时到达正确的生产地点，以及远程运维管理等。企业资源规划（ERP）、客户关系管理（CRM）、供应链关系管理（SCM）等管理软件在该层运行。
2）执行层：实现面向工厂/车间的生产管理，如维护记录、详细排产、可靠性保障等。制造执行系统（MES）在该层运行。
3）监控层：实现面向生产制造过程的监视和控制。按照不同功能，该层次可进一步细分为：
监视层：包括可视化的数据采集与监控（SCADA）系统、HMI（人机接口）、实时数据库服务器等，这些系统统称为监视系统；
控制层：包括各种可编程的控制设备，如PLC、DCS、工业计算机（IPC）、其他专用控制器等，这些设备统称为控制设备；
4）现场层：实现面向生产制造过程的传感和执行，包括各种传感器、变送器、执行器、RTU（远程终端设备）、条码、射频识别，以及数控机床、工业机器人、AGV（自动引导车）、智能仓储等制造装备，这些设备统称为现场设备。
工厂/车间的网络互联互通本质上就是实现信息/数据的传输与使用，具体包含以下含义：物理上分布于不同层次、不同类型的系统和设备通过网络连接在一起，并且信息/数据在不同层次、不同设备间的传输；设备和系统能够一致地解析所传输信息/数据的数据类型甚至了解其含义。前者即指网络化，后者需首先定义统一的设备行规或设备信息模型，并通过计算机可识别的方法（软件或可读文件）来表达设备的具体特征（参数或属性），这一般由设备制造商提供。如此，当生产管理系统（如ERP、MES、PDM）或监控系统（如SCADA）接收到现场设备的数据后，就可解析出数据的数据类型及其代表的含义。
5、什么是端到端数据流智能制造要求各层次网络集成和互操作打破原有的业务流程与过程控制流程相脱节的局面，使得分布于各生产制造环节的系统不再是“信息孤岛”，数据/信息交换要求从底层现场层向上贯穿至执行层甚至计划层网络，使得工厂/车间能够实时监视现场的生产状况与设备信息，并根据获取的信息来优化和调整生产调度与资源配置。按照图2的智能工厂/数字化车间网络结构，工厂/车间中可能的端到端数据流如图3所示。
图3：智能制造端到端数据流
具体包括：
1）现场设备与控制设备之间的数据流包括：交换输入、输出数据，如控制设备向现场设备传送的设定值（输出数据），以及现场设备向控制设备传送的测量值（输入数据）；控制设备读写访问现场设备的参数；现场设备向控制设备发送诊断信息和报警信息；
2）现场设备与监视设备之间的数据流包括：监视设备采集现场设备的输入数据；监视设备读写访问现场设备的参数；现场设备向监视设备发送诊断信息和报警信息；
3）现场设备与MES/ERP系统之间的数据流包括：现场设备向MES/ERP发送与生产运行相关的数据，如质量数据、库存数据、设备状态等；MES/ERP向现场设备发送作业指令、参数配置等；
4）控制设备与监视设备之间的数据流包括：监视设备向控制设备采集可视化所需要的数据；监视设备向控制设备发送控制和操作指令、参数设置等信息；控制设备向监视设备发送诊断信息和报警信息；
5）控制设备与MES/ERP之间的数据流包括：MES/ERP将作业指令、参数配置、处方数据等发送给控制设备；控制设备向MES/ERP发送与生产运行相关的数据，如质量数据、库存数据、设备状态等；控制设备向MES/ERP发送诊断信息和报警信息；
6）监视设备与MES/ERP之间的数据流包括：MES/ERP将作业指令、参数配置、处方数据等发送给监视设备；监视设备向MES/ERP发送与生产运行相关的数据，如质量数据、库存数据、设备状态等；监视设备向MES/ERP发送诊断信息和报警信息。
6、我国制造业现状和首要任务我国制造业现状是“2.0补课，3.0普及，4.0示范”，其中工业2.0、3.0、4.0对应的含义如下：
1）2.0实现“电气化与自动化”生产：使用继电器、电气自动化来控制机械制造装备，但各生产环节和制造装备都是“信息孤岛”，生产管理系统与自动化系统信息不贯通，甚至企业尚未使用ERP或MES系统进行生产信息化管理。我国许多中小企业都处于此阶段；
2）3.0实现“信息化”生产：广泛应用电子与信息技术，使得制造过程的自动化控制程度大幅度提高。使用网络化的基于PC、PLC或单片机的生产制造装备，制造装备具有一定智能功能（如标识与维护、诊断与报警等），采用ERP和MES系统进行生产信息化管理，初步实现了企业内部的横向集成与纵向集成；
3）4.0实现“智能化”生产：利用信息通信技术将工厂中的所有信息基础设施（包括智能制造装备、操作人员、物料、半成品和成品）高度互联互通，借助计算机软件工具实现产品数字仿真设计及快速实体化“虚拟”实现，借助生产管理软件实现产品全生命周期和全制造流程数字化管理，利用互联网、云计算、大数据实现实现价值链企业协同生产、产品远程维护智能服务等，形成高度灵活、大规模个性化的产品与服务新生产模式。
我国实现智能制造必须2.0、3.0、4.0并行发展，既要在改造传统制造方面“补课”，又要在绿色制造、智能升级方面“加课”。对于制造企业而言，应着手于完成传统生产装备网络化和智能化的升级改造，以及生产制造工艺数字化和生产过程信息化的升级改造。对于装备供应商和系统集成商，应加快实现安全可控的智能装备与工业软件的开发和应用，以及提供智能制造顶层设计与全系统集成服务。
5、小结必须牢记，企业不是为了“智能制造”而智能制造，应以智能、协同、绿色、安全发展为突破口，以“两提升、三降低”为目标，本着长远规划、逐步实施、重点突破原则，对整个制造业进行逐步升级改造。