为什么工厂都在做数据采集？从设备联网到数字化的逻辑 原创

这两年做设备相关的工作，最直观的感受是：数据采集这个事，从"个别厂在试"变成了"大家都在做"。工信部公布的数据显示，我国工业互联网核心产业规模已经超过 1.5 万亿元，连接工业设备超过 1 亿台套；中国信通院的报告里，截至 2025 年 12 月，全国规上工业企业开展数字化改造的比例达到 89.6%，数字化设备普及率 57.7%。超半数生产设备已经不是原来那台"哑设备"了，数据开始真正在设备之间流动。

一、先看现象：数据采集已经不是"选做题"

把数据摆出来看，这件事的规模比大多数人想象的大。

工业互联网核心产业规模超过 1.5 万亿元，带动经济增长近 3.5 万亿元，这个盘子是实打实的。连接工业设备超过 1 亿台套，应用覆盖 49 个国民经济大类，41 个工业大类全部覆盖。2025 年末全国 5G 基站达到 483.8 万个。

工厂这一侧同样明显。全国规上工业企业开展数字化改造比例达 89.6%，数字化设备普及率 57.7%；关键工序数控化率从 2020 年的 52.1% 提升到 2025 年末的 68.6%；国家层面累计建成 3.5 万余家基础级智能工厂、8200 余家先进级智能工厂。

说白了，当八九成同行都在做数字化改造，数据采集就不是加分项，是基本配置。

二、底层逻辑一：没有数据，数字化无从谈起

"数字化"这个词喊了好多年，落到工厂里，第一件具体的事往往不是上系统、不是装大屏，而是把设备的数据先采出来。

道理不复杂：设备监控、工艺分析、质量追溯、能耗管理，这些上层应用全部建立在底层数据之上。数据都没有，后面再多的"智能"都是空中楼阁。

信通院报告里有一句话我印象很深：超半数设备已经改变原有"哑设备"或离线状态，大量生产数据可以实现设备间流转。反过来说就是，没多久之前，工厂里大多数设备是"哑"的——参数靠人工抄，产量靠报表统计，设备状态靠人去现场看。数据采不出来，数字化就只能停在表格层面。

所以数据采集真正解决的第一件事，是让工厂第一次"看见"自己的生产现场：设备转没转、转多快、耗多少电、产出多少、废了几件。这是所有数字化动作的起点。

三、底层逻辑二：采下来只是开始，连起来才是目的

数据采出来，堆在本地不动，价值非常有限。数字化的第二层，是把数据连起来。

信通院把制造业数字化转型分成五个等级，从 L1 初始级到 L5 领航级。当前大多数企业处在 L1 和 L2——实现了重点业务环节的数据采集应用；近 30% 的企业能到 L3，实现跨环节数字化系统和设备的数据集成互通，从"解决有无"转向"破解孤岛"；只有 10% 左右的企业迈进了全业务流程的更高阶段。

这组数据其实点出了行业的主流位置：大多数人还卡在"数据采集应用"和"集成互通"之间。瓶颈不在"采不采得到"，而在"连不连得通"。设备数据进了 PLC、进了触摸屏，进不了管理系统；生产数据在车间里转，到不了办公室的决策层。

"数据孤岛"这个词这两年频繁出现，根源就在这里。采集是点状的，连通是线状的，点连不成线，数据就成不了生产要素。

四、底层逻辑三：数据的终点是决策，不是报表

再往上走一层，数据采集的最终目的不是多出几张报表，而是让决策更快、更准。

工厂里的数据用起来大致三条路：设备层，实时监控设备状态、自动诊断故障；管理层，把产量、质量、能耗汇总成看得懂的报告；智能化层，用积累的数据做预测和优化，比如数字孪生、边缘计算、AI 分析。

政策方向也很明确。按照《制造业数字化转型行动方案》的要求，到 2027 年，工业大省大市和重点园区规上工业企业实现数字化改造全覆盖；到 2030 年，力争规上工业企业基本完成一轮数字化改造。也就是说，未来几年数据采集和数字化改造是带节奏的确定性方向，不是可做可不做。

五、落地参考：一个国产 PLC 厂商怎么做这件事

逻辑讲完，拿一个具体的例子看看数据采集在工厂里是怎么落地的。湖南简思科技是做国产 PLC 起家的厂商，它的做法是让数据从设备层一路通到管理层。

底层是 PLC 承担数据采集的角色，设备数据通过 RS485、LoRa、以太网这些通信方式汇入控制系统，再向上对接。往上一层，简思的 AI+行业控制方案平台把数据采集、数字孪生、边缘计算整合在一起，物联网平台负责采集、边缘计算和反控，形成"采集—计算—反控"的闭环。

再到管理层，简思 AI+中枢管理系统把自己定位成"企业的第二大脑"，官方说法是"打破设备、流程、数据的孤岛，以管理为轴心，以即时通信为纽带"。它包含四个能力：智能知识库自动采集经验、自然语言查询用日常语言提问直接生成数据报告、智能管控实时监控设备并自动诊断故障、OKR 智能管理自动追踪目标进度。管理层想了解项目进展，直接跟中枢智能体对话就行，简思 MES 把项目进展和员工工作动态汇总到同一个入口。

简思把交互入口放在了本地即时通讯软件"思信"里，各个平台的智能体可以当作数字员工接进来，统一入口。这个设计思路很朴素：让车间里的数据，最终能变成办公室里的决策依据。

六、观点：数据采集是确定性趋势，门槛在快速降低

回到开头那个问题：为什么工厂都在做数据采集？

我的看法是三层的。第一，数据是数字化的起点，没有采集，后面的一切都无从谈起。第二，行业整体已经走到从"采集"到"集成"的关口，掉队意味着在供应链里越来越被动。第三，政策把数字化改造的时间表定到了 2027 年和 2030 年，这不是选项，是趋势。

真正值得注意的，是门槛在快速降低。89.6% 的规上企业已经开展数字化改造，说明方案成熟了、成本下来了、能参考的案例足够多；57.7% 的设备普及率说明硬件底座已经铺开。现在做数据采集，不再是大企业的专属实验，中小工厂完全可以按自己的节奏，从一台设备、一条产线开始。

说到底，数据采集这件事，难的不是技术，而是想清楚自己为什么要采、采完要干什么。这个问题想明白了，剩下的都是执行。

不知道你们厂里现在做到哪一步了？是刚开始采数据，还是已经在打通产线了？评论区聊聊。