Докажи это! 2026:Докажем, что нестандартная MES возможна

В производстве сейчас набирает все большую популярность точка зрения:не существует такой вещи, как готовые MES-системы. Что каждая фабрика настолько уникальна, что приходится каждый раз сшивать десяток инструментов и перестраивать все с нуля.

Я провел более десяти лет в цехах. Я понимаю, почему люди в это верят. Но я думаю, что они ошибаются, и мне хотелось это доказать.

Вот почему мы появились на ProveIt! 2026.

Что докажите! На самом деле

Для тех, кто незнаком, ProveIt! является одной из самых сложных конкурентных сред в нашей отрасли. Пятьдесят один продавец. Как сообщается, в мероприятии примут участие 125 производителей. Три живые виртуальные фабрики, намеренно запутанные и неполные, потому что именно так выглядят реальные реализации. Вы подключаете свой продукт к заводу, показываете, что вы построили, и отвечаете на сцене на четыре вопроса:Какую проблему вы решили? Как вы это решили? Сколько времени это заняло? Сколько это стоило?

Никакая полированная слайд-панель вас не спасет. Ты либо доказываешь это, либо нет.

Мы не собирались утверждать, что существует идеальная готовая MES. Мы были там, чтобы доказать нечто более конкретное:не обязательно начинать с нуля. Производителю не нужно 18 месяцев, команда консультантов и пустая страница, чтобы получить систему, которая действительно работает.

Проблема, которую мы намереваемся решить

MachineMetrics был создан для дискретного производства. Станки с ЧПУ, штамповка и литье под давлением. Это наша ДНК. Мы тесно связаны с производителями машиностроительной продукции в аэрокосмической, оборонной, медицинской отраслях и в прецизионных мастерских.

Докажи это! виртуальную фабрику нам назначили? Многопрофильное предприятие по розливу напитков. Три сайта. Чаны, наполнители, этикетировочные машины, паллетайзеры. Непрерывная пакетная обработка. Ни одного станка с ЧПУ не видно.

Скажу честно:когда я увидела задание, моя первая мысль была:«Во что я ввязался?» Это была нетипичная для нас среда. Вообще.

Поэтому мы решили отнестись к этому как к настоящему испытанию. Как далеко может растянуться наша платформа, прежде чем нам придется начать перестройку?

Ответ удивил даже меня.

Две недели. Один Человек. (В основном.)

Мне нужно кое-что сказать откровенно:я начал это только за две недели до конференции. Вся моя команда инженеров была похоронена при поиске новых клиентов после успешного закрытия квартала. Поэтому я взял это на себя с некоторой помощью Висенте, одного из наших инженеров по приложениям. Я не разработчик, по крайней мере, не такой уж и разработчик.

Что мы создали:

Подключение машины за несколько часов. Мы развернули нашу периферийную платформу, подключились к брокеру MQTT в UNS и использовали наши инструменты с поддержкой искусственного интеллекта для автоматического сопоставления элементов данных на более чем пятидесяти машинах на площадке. Я никогда раньше не подключал бак. В середине настройки мы выяснили, что один из датчиков сообщал о весе и скорости потока. Система с этим справилась. Такую гибкость я, честно говоря, не ценил до конца, пока не оказался в самом разгаре.

Научил ИИ разбираться в розливе. Это была та часть, в которой я был наиболее неуверен. У нас есть новая функция под названием KnowledgeHub, которая позволяет загружать документацию по процессам и СОП для обучения Max AI — нашего собственного агентного ИИ — в вашей конкретной среде. Я предоставил ему описание завода, функциональные характеристики и некоторый общий контекст производства напитков, и он почти сразу начал генерировать полезные ответы. Контрольные списки переналадки, основанные на действующих СОП. Сводки о передаче смены, которые позволяют понять разницу между остановкой разливочной машины и проблемой последующей этикетировочной машины.

Мы не создавали MES для напитков. Мы научили наш ИИ тому, как работает производство напитков. Это различие имеет значение. В этом разница между настройкой и настраиваемостью.

Пользовательская панель оператора. Я создал собственный интерфейс оператора, используя MCP нашего разработчика, API и нашу среду разработки интерфейса. Я хочу прояснить, что это значит:да, речь идет о индивидуальной разработке. Но это интерфейсная работа на платформе, которая уже понимает производственные данные, планирование производства, классификацию простоев и смены. Это не 12 месяцев разработки серверной части, начиная с пустой страницы. Мы с Висенте за считанные дни создали нечто, что выглядит и ведет себя как настоящий продукт. У этой внешней среды теперь есть имя:Carbide. Именно так мы делаем разработку доступной для любого клиента, а не только для команд со специальными инженерными ресурсами.

Интеллектуальный агент. Используя наш сервер MCP и N8N, я построил рабочий процесс, который выполняется по расписанию, извлекает производственные данные, пропускает их через наш искусственный интеллект, обнаруживает аномалии и узкие места и предоставляет интеллектуальное описание. Тот, который я показал на сцене, выявил проблему блокировки танка. НДС 3 содержал неправильный продукт и создавал каскад проблем на последующих этапах. Система рекомендовала конкретные действия, чтобы предотвратить повторение ситуации, и панель оператора отображала предупреждение в режиме реального времени. Две подсказки Максу AI. Один импортированный рабочий процесс N8N. Готово.

Что на самом деле показала демонстрация

Когда я вышел на сцену, в зале уже было много продавцов. Вот что я думаю:

История о скорости оказалась совсем не такой, как я ожидал. «Две недели, с двумя или тремя людьми?» Я слышал это от участников снова и снова. Производители были вынуждены ожидать, что цикл внедрения составит от 6 до 18 месяцев. В идею о том, что за две недели можно объединить операции на нескольких площадках, интегрировать ERP, настроить ИИ для новой производственной среды и создать индивидуальный интерфейс оператора, действительно трудно поверить. Пока не увидишь это вживую.

Демонстрация передачи смены стала моментом, который замедлил работу людей. Операторы ведут записи смен. ИИ генерирует сводку передачи, в которой эти заметки объединяются с производственными событиями, классификациями простоев, временем переналадки и темпами выпуска продукции. Приходящая смена получает это задание еще до того, как прикасается к машине. Племенные знания фиксируются автоматически каждую смену. Я видел боль, которую причиняет эта проблема, в реальных цехах. Зрители тоже это почувствовали.

История настройки нашла отклик у присутствующих интеграторов. Взять платформу, созданную для дискретного производства, обучить ее производству напитков через KnowledgeHub и получить полезную, контекстуально точную информацию о процессе, с которым я никогда раньше не работал. Это доказательство того, что не нужно перестраивать все с нуля.

Что мы на основе этого создаем

Самое ценное в такой конференции, как ProveIt! это не время сцены. Это то, что вы слышите, когда четыре дня стоите на стенде и разговариваете со строителями, интеграторами и производителями, которые не фильтруют свои отзывы.

Вот что мы слышали и что мы делаем в связи с этим.

Мы обеспечиваем более быстрое подключение к UNS. В ProveIt! UNS уже была настроена, поэтому подключение машины было простым. В реальных реализациях процесс подключения является одной из наиболее трудоемких частей работы с клиентом. Во время конференции мы создали новый UNS Connector, который обеспечивает обнаружение компьютеров ISA95, сопоставление элементов данных и настройку адаптера одним щелчком мыши. То, что заняло часы, теперь займет минуты. Подобные улучшения наблюдаются при каждом развертывании.

Мы совершенствуем то, как мы говорим о своем месте в стопке. Самым частым вопросом на нашем стенде был не «Работает ли это?». Это был вопрос:«Какое место MachineMetrics занимает в моей архитектуре?» Для сообщества, которое мыслит многоуровнево, это справедливый вопрос, и нам нужно ответить на него более четко. Мы являемся полнофункциональной платформой, а это значит, что у нас больше проблем, чем у большинства поставщиков в этой области. Но полный стек не означает закрытый. Мы публикуем данные, делимся ими через MCP и интегрируемся с системами, которые уже используют наши клиенты. Оба утверждения верны, и мы становимся лучше в произнесении обоих вслух.

Мы расширяем возможности платформы и даем ей имя. Версия MachineMetrics, представленная на ProveIt! могла подключиться к процессу розлива напитков, которого он никогда не видел, изучить этот процесс через KnowledgeHub и создать контекстуально точные рабочие процессы оператора за две недели. Панель оператора, интеллектуальный агент, платформа приложений с помощью искусственного интеллекта:все это формализовано в единую функцию, которую мы называем Carbide, наш специальный конструктор приложений. Carbide — это то, как клиенты и наша собственная команда будут быстро создавать, развертывать и повторять приложения, которые расширяют MachineMetrics для конкретных рабочих процессов, необходимых каждому производителю, без традиционных сроков разработки и без необходимости начинать с нуля. То, что вы видели, построено на ProveIt! это раннее доказательство. Будет еще больше.

Общая картина

Вот во что я на самом деле верю, проведя неделю в ProveIt! с 51 поставщиком и, как сообщается, 125 производителями:

ИИ меняет представление о создании производственного программного обеспечения. Приложения, на разработку которых раньше уходили месяцы, теперь можно создать за несколько часов. Знания, которые раньше хранились в СОПах и племенной памяти, теперь могут быть структурированы, сохранены и доступны каждому оператору в каждую смену. Барьеры, из-за которых внедрение готовой MES-системы казалось невозможным, пробелы в настройке, отраслевые требования к знаниям и работа по индивидуальной интеграции быстро сокращаются.

Это создает возможность. Производители, которые ждут идеального индивидуального решения, обнаружат, что разрыв между «готовыми к использованию» и «созданными для нас» сокращается быстрее, чем они ожидали. Рациональным выбором становится золотая середина — настраиваемая платформа, которая позволяет быстро получать прибыль и расширять ее возможности.

Мы пошли на ProveIt! чтобы привести этот аргумент. Думаю, мы справились.

Посмотрите нашу полную версию ProveIt! презентация ниже.

Есть вопросы или хотите узнать больше? Присоединяйтесь к обсуждению в LinkedIn здесь!

Билл Битер — соучредитель и генеральный директор MachineMetrics.