那么这么一家略显传统，甚至有些老旧的工厂，是怎么一步步做到升级改造的呢？
整体过程可以分成三个阶段。
第一个阶段，2013~2015年，基于精益生产的基础，打造数据底座。
在2012年的时候，研华第一次听说工业4.0，但是当时并不清楚什么是工业4.0。从2013年开始，工业4.0逐渐成为了显学，大家都在谈，研华也从2013年开始做数字化转型，打通了ERP和MES等系统，通过APS来贯穿订单和生产的过程控制，同时将人的经验转移到系统来取代重复性的工作，实现了部分的实时数据可视化。
第二个阶段，2016~2021年，digital enable，加速数据优化的进程。
在这个阶段，研华遇到了很多瓶颈和障碍。典型的挑战比如工厂缺乏一盘棋的整体视角，业务驱动目标不明确，场景数据、应用、系统架构不清晰；大量数据散布在不同的系统中，很多应用开发都会需要众多的专用接口，IT变成了瓶颈。
为了解决这个问题，研华把数据上传到data inside智能化平台，这相当于是一个数据中台。平台划分为不同的主题域，包含生产设备、品质、订单物料等，分类分项的做一些管理，然后向上展示一些标准的接口，这时各种数据可以通过数据中台快速的收集、上传和分析。
由于建立了这样一个高效可用的数据中台，IT工程师的角色从原来gatekeeper变成了facilitator，研华认为这点在转型中是至关重要的一步。
第三个阶段，2022年之后，AI enable，引入更多的AI能力，加速智能制造的转型。
这个阶段正在开展的过程中
通过数字化转型，研华在绿色改造和节能方面也取得了很好的成效。
2022年，昆山工厂的整体产值增长7%，用电量下降238千瓦，单位产值的电耗有大约10%的节约。同时昆山工厂还布建了光伏设施，太阳能占到全年电能供给的5~8%。所有这些举措综合下来，研华昆山工厂有望在2050年实现净零碳排放目标。
三废排放也有了显著性的改善，废气的减排量是12%，废水排放降低了31%，废弃物的排放减少了32%。
在数字化转型的过程中，研华的自动化架构发生了巨大的变化，主要的转变有4点：
1.从集中式到分布式架构
决策和控制在边缘设备、云端服务器，以及中心控制器之间进行分布和协同。
2.从传统硬件到软件定义
很多功能和自动化架构采用软件定义的方式来实现，传统的硬件设备逐渐被软件化，这也是研华大量投入软件与平台的初衷。
3.从静态到AI动态优化
过去的自动控制是一个逻辑架构，现在的工业互联网通过数据的不断反馈，形成了一个动态AI结合的优化系统，这个系统会愈发智能。
4.从闭环到开放生态
从过去的单一封闭系统到开放生态，这也是研华将昆山的研发中心取名叫做“协同创新研发中心”的原因，研发一定要和客户、用户结合在一起。
跨越鸿沟，从数字化到智能化用数据驱动管理
当我们解决了第一个生产现场数据采集与接入的问题，解决了第二个IT与OT数据整合与打通的问题，自然就会遇到第三个问题：也就是如何从数字化到智能化，跨越鸿沟，真正实现用数据驱动管理？
企业的数字化转型一定是离不开数据的，但是其实数据也往往是企业启动数字化转型的一个最大的障碍。
已知的条件很明显，比如上个月我们做的怎么样？上个月我们为什么做到了？下一步我们解决的问题是要知道未知的数据，去解决未知的问题，也就是我们要做预测和决策。我们要知道下个月能做成什么样？还要知道我们做什么，下个月才能达到目标？
我们很多制造企业在现场收集了大量的设备和传感器数据，还有企业IT信息系统的数据，现在要解决的问题就是怎么跨越鸿沟，让这些数据能够驱动管理和决策，中间这个鸿沟就要用AI技术帮助我们跨越。
