MOM是Manufacturing Operation Management的缩写，中文就是制造运营管理。
这个词是美国仪器、系统和自动化协会(Instrumentation, System, and Automation Society, ISA)于2000年开始发布ISA-SP95标准，首次确立了制造运行管理(Manufacturing Operations Management, MOM)的概念，针对更广义的制造运营管理划定边界，并构建通用活动模型应用于生产、维护、质量和库存4类主要领域，详细定义了各类运行系统的功能及各功能模块之间的相互关系。
但是，MOM的出现离我们现在已经过去了20年了。我们有必要开始重新定义和设计：下一代MOM。
在范围定义方面，我在MOM四类主要领域基础上再增加一个领域，那就是环境。
在设计方面，我们秉承的原则就是：用新技术重新想象。新技术我现在能想到的有：5G、云计算、大数据、3D可视化、区块链、人工智能、智能硬件（传感器、工业摄像头、ARVRMR、工业机器人、无人车无人机、3D打印等等）。一句话说白了，就是：智能硬件+人工智能。
在当前，我们就是在这五个应用领域、六个技术维度来思考：下一代MOM、
（1）生产
我能想到的点是：人工智能技术和生产领域的交叉，就成了人工智能进行生产执行智能编排与调度。
当然，这个人工智能编排与调度，不限于一个工厂内的物料、设备、专业工人的调度，而且还可以扩大范围，扩大到产业区域集群中的多个工厂的生产协同编排与调度。
还有，工业视觉可能还可以应用到混线生产中的混料拣料。这个有待实践探索。
（2）维护
我把设备安装也算到维护中。智能硬件（ARVRMR）和设备安装交叉，就成了按照虚拟影像图纸来进行设备按工序安装。这个方法在设备维护、设备问题检查、设备检修业务环节亦可。
另外，设备日常运行监测，可以5G+大数据技术+3D可视化来支撑，把数据异步传输存储到云上，并且做成3D可视化，让维护人员在监控室（非作业现场）就能更形象看到设备情况。当然，这得设备自己需要具备可输出数据的能力（如需要芯片、实时OS、传感器、数据网关、通信网关，甚至有时还需要和PLC、CNC、SCADA、DCS打交道）。当然，高价值设备的资产管理，也可以用到这些技术来支撑。
（3）质量
质量这个方面，我只能想到两点就是：检测和追溯。
一个点是，用工业视觉技术进行高精密零部件的质量检测。高精密零部件靠人眼已经无法进行质量检测，只能靠超高清工业摄像头和人工智能视觉识别来搞。
一个点就是，用区块链技术来保证核心零部件全程质量追溯。当然，这里可能还需要叠加：二维码、RFID等等技术，才能做到线下实际和链上信息一致。
（4）库存
库存这个领域，我能想到的就是三点：库存计划、仓储规划、仓储作业。
库存计划，过去是计划员人工在做（计算机是辅助录入查询统计）。现在可以交给人工智能（运筹学、机器学习、深度学习），以机器做计划为主，以人工检查为辅。
仓储规划：在全国什么地方建仓、建多大的仓、建几级仓，这现在都可以用人工智能加上社会化的数据（如零售数据、电信数据、地图数据）来自动精准做。
仓储作业，现在都是软硬一体化的立体仓、无人仓、AGV自动小车。
（5）环境
环境细分落下来就是两个重点：生产安全、环保。
生产安全如高危高寒高热高空深水作业保护、化学品危险物堆放和操作，环保如耗监测与优化、无污染排放、回收重复利用，这些都可以利用ARVRMR预先模拟验证和演练，工业传感器来监测，工业摄像头来作业监控。
（6）通用技术平台
当然有一帮人（含云计算巨头）的，搞了一套通用技术平台，只要前面都冠以工业两个字，就号称工业软件平台。连脸都不要了。
一、IoT平台
设备互联IoT接入平台
时序NoSQL
二、AI平台
视觉识别、语音识别
机器学习
三、大数据平台
数据湖Hadoop
数据处理计算引擎Spark、报表图表开发
四、开放集成平台
应用互联/OpenAPI平台/API网关
五、门户集成、流程集成
统一门户、工作流引擎
六、低代码开发工具
七、云原生基础设施
DOCKER+K8S、微服务中间件、CI/CD、DevOps
