证明一下！ 2026 年：证明开箱即用的 MES 是可能的

目前，有一种观点在制造业中受到广泛关注：不存在开箱即用的 MES 之类的东西。每个工厂都是如此独特，你每次都必须将十几种工具拼接在一起并从头开始重建一切。

我在车间工作了十多年。我明白为什么人们相信这一点。但我认为他们错了，我想证明这一点。

这就是我们出现在 ProveIt 的原因！ 2026年。

证明什么！实际上是

对于那些不熟悉的人，证明一下！是我们行业中最具挑战性的竞争环境之一。五十一个商贩。据了解，共有125家制造商参加。三个实时虚拟工厂，故意弄乱和不完整，因为这就是真正的实现的样子。您将产品连接到工厂，展示您构建的产品，并在舞台上回答四个问题：您解决了什么问题？你是怎么解决的？花了多长时间？花了多少钱？

没有抛光的幻灯片可以拯救你。你要么证明这一点，要么不证明。

我们并不是在那里声称存在完美的开箱即用的 MES。我们在那里是为了证明一些更具体的事情：你不应该从零开始。制造商不需要花费 18 个月的时间、一个顾问团队和一张空白页来获得一个真正适合其运营的系统。

我们要解决的问题

MachineMetrics 专为离散制造而构建。数控机床、冲压和注塑。这就是我们的 DNA。我们与航空航天、国防、医疗设备和精密加工车间中以加工为中心的制造商有着深厚的联系。

证明它！我们被分配了虚拟工厂？多地点饮料装瓶作业。三个站点。桶、灌装机、贴标机、码垛机。连续批处理。看不到任何一台数控机床。

老实说：当我看到作业时，我的第一个想法是“我让自己陷入了什么困境？”这不是我们典型的环境。完全没有。

因此我们决定将其视为一次真正的测试。在我们必须开始重建之前，我们的平台可以延伸多远？

这个答案连我自己都感到惊讶。

两周。一个人。（大部分。）

我需要坦白说一些事情：我直到会议前两周才开始这样做。在强劲的季度业绩结束后，我的整个工程团队都忙于开发新客户。因此，我在我们的应用工程师之一 Vicente 的帮助下自己承担了这个任务。我不是一名开发人员，或者至少不是一名开发人员。

我们构建了什么：

机器连接只需几小时。 我们启动了边缘平台，连接到 UNS 上的 MQTT 代理，并使用我们的 AI 辅助工具自动映射现场 50 多台机器上的数据项。我以前从未连接过水箱。我们在设置过程中发现其中一个传感器正在报告重量和流量。系统处理了。老实说，直到我真正参与其中时，我才完全意识到这种灵活性。

教会人工智能理解装瓶。 这是我最不确定的部分。我们有一个名为 KnowledgeHub 的新功能，可让您加载流程文档和 SOP，以便在您的特定环境中训练 Max AI（我们的原生代理 AI）。我向它提供了工厂描述、功能规格和饮料制造的一些一般背景，它几乎立即开始生成有用的答案。基于实际 SOP 的转换清单。班次交接摘要，了解灌装机停机和下游贴标机问题之间的区别。

我们没有构建饮料 MES。我们教人工智能饮料制造的工作原理。这种区别很重要。这就是定制和可配置之间的区别。

自定义操作面板。 我使用我们的开发人员 MCP、API 和前端设计框架构建了自定义操作员界面。我想澄清这意味着什么：是的，涉及定制开发。但这是平台之上的前端工作，该平台已经了解制造数据、生产调度、停机分类和轮班事件。这不是从空白页开始进行 12 个月的后端工程。文森特和我在几天之内就构建了一些看起来和行为都像真实产品的东西。这个前端框架现在有了一个名字：Carbide。这就是我们让任何客户（而不仅仅是拥有专门工程资源的团队）都可以进行此类开发的方式。

智能代理。 使用我们的 MCP 服务器和 N8N，我构建了一个按计划运行的工作流程，提取生产数据，通过我们的 AI 运行它，检测异常和瓶颈，并提供智能简报。我在舞台上展示的那个发现了坦克堵塞问题。 VAT 3 持有错误的产品并造成了一系列下游问题。系统建议采取特定措施以防止其再次发生，并且操作员面板实时显示警报。 Max AI 的两个提示。一套导入的N8N工作流程。完成。

演示实际展示了什么

当我上台的时候，房间里已经看到了很多摊贩。这是我认为的结果：

速度故事的发展与我的预期不同。 “两周，两三个人？”我一遍又一遍地从与会者那里听到这样的说法。制造商习惯于预期 6 至 18 个月的实施周期。您可以在两周内连接多站点操作、集成 ERP、为新的制造环境配置人工智能并构建自定义操作员界面，这一想法确实令人难以置信。直到您亲眼目睹。

轮班交接演示是让人们放慢脚步的时刻。 操作员记录轮班记录。人工智能会生成一份交接摘要，将这些注释与生产事件、停机时间分类、切换时间和产出率相结合。即将到来的班次在接触机器之前都会得到简短的说明。每个班次都会自动获取部落知识。我亲眼目睹了这个问题在实际车间中造成的痛苦。观众也有感触。

可配置性的故事引起了现场集成商的共鸣。 采用为离散制造构建的平台，通过 KnowledgeHub 教授饮料制造，并让它针对我以前从未使用过的流程生成有用的、上下文准确的见解。这证明您不需要从头开始重建一切。

我们在此基础上构建的内容

像 ProveIt 这样的会议最有价值的东西！不是舞台时间。当您在展位上站了四天，与不过滤反馈的建筑商、集成商和制造商交谈时，您会听到这样的声音。

以下是我们听到的情况，以及我们正在采取的措施。

我们正在构建更快的 UNS 连接。 在 ProveIt!，UNS 已经设置完毕，因此机器连接非常简单。在实际实施中，连接过程是吸引客户的最耗时的部分之一。在会议期间，我们构建了一个新的 UNS 连接器，只需单击一下即可处理 ISA95 机器发现、数据项映射和适配器配置。原本需要几个小时的事情现在只需要几分钟。这就是我们所做的每一次部署中都会出现的改进。

我们正在改进我们如何谈论我们在堆栈中的位置。 我们展位上最常见的问题不是“它有效吗？”这是“MachineMetrics 在我的架构中适合什么？”对于一个分层思考的社区来说，这是一个公平的问题，我们需要更清楚地回答这个问题。我们是一个全栈平台，这意味着我们比这个领域的大多数供应商承担更多的问题。但全栈并不意味着封闭。我们发布数据，通过 MCP 共享，并与客户已经运行的系统集成。这两件事都是真的，而且我们越来越擅长大声说出这两件事。

我们正在该平台上加倍努力，并为其命名。 ProveIt 上出现的 MachineMetrics 版本！可以连接到从未见过的饮料装瓶操作，通过 KnowledgeHub 了解流程，并在两周内生成上下文准确的操作员工作流程。操作员面板、智能代理、人工智能辅助应用程序支架：所有这些都被形式化为一个单一功能，我们称之为 Carbide，我们的自定义应用程序构建器。 Carbide 是客户和我们自己的团队快速构建、部署和迭代应用程序的方式，将 MachineMetrics 扩展到每个制造商所需的特定工作流程，无需传统的开发时间表，也无需从头开始。您在 ProveIt! 中看到的内容！是早期的证明。更多内容即将推出。