工厂多系统数据不通？菲特智能体打通信息孤岛的三个前提

MES里有工单，QMS里有判定，设备侧只有一条带时间戳的曲线。三份记录都在，出事时却拼不到一起。这是车间里最典型的信息孤岛，菲特在项目调研时第一件事就是把它拆成三层来看。

第一层：同一个东西有三个名字

一个工件在MES里是工单加序号，在QMS里是送检批次，到设备侧只剩时间和坐标。三条线各说各话，靠人拿纸笔记着对应关系。

映射不用做得漂亮，一张对照表就够：工件ID、批次号、设备号、时间窗，四个字段对齐，八成分析就能做。追求全域统一编码，往往三年也落不了地。

一个反例值得记：有的工厂花两年推统一编码，系统换了一茬，历史数据还得靠人工对照。反倒是那张不起眼的对照表，撑过了三次系统替换。

智能体在这里要做的事不是训练模型，是建映射。谁和谁是同一个对象、靠什么字段对得上，这件事定不下来，后面的分析都只能算估算。

第二层：口径不统一，数字对不上

良率怎么算，各厂各部门都有版本。有的按投入数算，有的按检验数算，返修件算不算一次合格也各有说法。

口径不统一，模型给出的结论就落不了地。同一批数据算出两个良率，车间不会认，工艺也不会改。

还有一层是时间口径。设备侧按秒采样，MES按工序记录，QMS按批次判定。做关联要先定时间窗，窗口给宽了查不出因果，给窄了全是空值。

做法是把指标定义写进知识库，让智能体按同一套定义取数。菲特的中枢层里，数据中枢连库后自动读表结构，指标口径与业务规则一起沉淀，避免每个应用各算一套。

第三层：权限不清，数据不敢开

工艺参数、成本、客户信息，各有各的保密要求。智能体要同时读几个系统，就得有人回答：它能读哪些字段、读到什么粒度、日志给谁看。

权限设计可以粗一点起步：先按角色分，工艺看参数、质量看判定、管理层看汇总。细则等场景跑起来再收，一开始就做字段级授权，项目会卡在评审。

这一层最容易被技术方案跳过，到实施时卡住。权限规则应该在发布环节就配好，而不是上线后再补。

有一种情况，不必打通

单台设备、单一工序的问题，往往在一个系统内就能闭环。比如刀具寿命预测，只用到声学与主轴负载，不必等MES接口开通。先把能闭环的做出来，再去争取跨系统的权限，比一开始就提全域打通更容易推动。

打通之后，先做哪件事

别急着做大屏。打通的价值在于回答一个原来答不了的问题，比如这批超差件的共同点是什么、哪道工步的参数在漂。

机加工场景里的做法是把机床、测量、刀具、环境四路数据拉到一起，做多模态根因分析，输出到具体工序和参数区间。这个动作能直接指导调整，比一块看板有用得多。

顺序上建议先做异常回溯，再做实时预警。回溯用的是历史数据，不依赖实时接口，见效快；预警要接实时流，工期和协调成本都高一个量级。

短板也得承认：跨系统打通通常要动别人的系统，协调成本比技术成本高。系统厂商不配合、接口要单独收费、历史数据缺失，都是常见阻碍。

还有一种情况是数据能通、但没人用。孤岛打通后如果没有一个对结论负责的人，报表照样没人看。项目里指定 owner，比多接两个接口更要紧。

判断标准很简单：打通之后，上一次异常回溯的耗时有没有从几小时降到几分钟。降不下来，说明只是把数据搬到了一个地方。

孤岛不是靠一个平台连起来的，是靠把三个前提一个个确认掉。前提没确认就上平台，最后多半多了一套要维护的系统。