测量数据蕴藏着巨大的价值，但只有当这些数据被有效利用，并能够在工厂、供应商以及工程与制造系统之间顺畅流动时，才能真正释放其潜力。
继此前对InnovMetric总裁兼联合创始人Marc Soucy博士的专访《PolyWorks 2026如何构建数据驱动制造智能与数字孪生生态》之后，我们继续探讨PolyWorks 2026如何通过集中化数据管理、协同协作与开放互联，打造一个网络化的质量管理生态系统。
Q：从数据到决策，我们正在看到行业从“数据采集”向“决策智能”转变。PolyWorks距离实现预测性质量管理，甚至指导性质量管理还有多远？也就是说，系统不仅能够报告问题，还能主动指导纠正措施。
A： 我们实际上已经超越了传统仪表盘展示阶段，进入了相关性分析与可执行洞察阶段。
三年前，我们迈出了第一步，推出了数据分析解决方案。我们增加了统计分析工具，允许用户选择各种元数据，并判断其是否与尺寸失效存在关联。
目前，我们正在开发基于人工智能的技术，使系统能够自动诊断尺寸检测问题，识别最可能的根本原因，并提出相应的纠正措施建议。
这将极大加快问题解决速度，使检测工作的角色从“报告发生了什么问题”，转变为“指出应该修正什么问题”。
Q：制造闭环——许多制造企业仍然难以真正打通设计、生产与检测之间的闭环。当前最缺失的是什么？PolyWorks将在实现质量数据实时驱动工艺修正的全自动反馈闭环中扮演怎样的角色？
A： 我认为缺失的关键是“可发现的上下文（Discoverable Context）”。
如今，质量部门通常并不知道制造部门如何使用他们的数据，而设计部门也很少有人告诉他们，其设计工作对生产环节造成了怎样的影响。
为什么会这样？
因为在缺乏数字化连接的情况下，共享信息本身就非常困难。在已经部署我们数字主线（Digital Thread）的企业中，各团队能够轻松协作、讨论并共享分析结果，因为他们拥有共同的基础——“每个人都能实时获取所需数据”。自动化反馈闭环则是更高层级的目标，因为它需要多个专业领域的知识共同参与。
我认为，实现自动化反馈机制需要不同解决方案供应商之间的协作。而我们的角色，就是成为开放的数据层，让其他系统能够接入其中，从而以安全、可监管的方式实现纠正措施自动化。
Q：质量数据层的归属权——随着质量数据逐渐成为制造智能的核心，这一数据层最终应该归属于企业中的哪个部门？是计量部门、IT部门，还是运营部门？InnovMetric又是如何定位PolyWorks在这一变化中的角色的？
A： 当企业部署用于尺寸检测的数字主线后，质量控制团队和IT团队将共同承担数据管理生命周期的责任。
质量控制团队负责创建和共享尺寸检测数据，而IT团队则负责确保数字主线基础设施稳定运行。
但如果问，谁能够从尺寸检测数字主线中获得最大的价值？
答案应该是质量保证团队（QA）。
为什么？
因为尺寸检测数据本身就是实现质量保证核心使命的重要基础，而质量保证的使命就是持续改进过程，确保产品达到高质量标准。
因此，质量保证团队应当在推动尺寸检测数据贯穿产品开发全生命周期应用方面发挥核心作用。
Q：重新定义计量工程师角色——随着自动化、人工智能以及集成化工作流的发展，计量工程师的角色将发生什么变化？未来会是更少的专家，还是拥有更大影响力的专家？
A： 在过去，计量工程师的工作其实非常具有挑战性。
他们需要学习和使用大量不同的测量软件平台与解决方案，同时还要不断响应来自其他部门的新检测报告需求，并通过人工方式进行共享。
如今，依托建立在统一平台和数据管理服务器之上的尺寸检测数字主线，计量工程师能够更加专注于自身的核心职责：
- 掌握测量硬件与软件；
- 确保测量过程的重复性与可靠性；
- 利用强大的分析工具发现问题并识别可能原因。
计量工程师就像医院里的急诊医生，始终工作在第一线。他们应努力成为尺寸分析专家，主动向其他团队发出质量问题预警。
随着新技术逐渐成熟并投入应用，他们的角色正在不断提升。他们正逐步摆脱重复性的报告工作，并获得更广泛的影响力与决策参与度。
Q：平台还是基础设施？——展望2036年，您认为PolyWorks将只是制造体系中的一个软件平台，还是成为支撑整个企业质量数据流动的基础设施？
A： 我们的目标是成为覆盖所有数据来源、贯穿产品开发全生命周期的尺寸检测数据管理基础设施。
为了实现这一目标，我们计划在未来某个阶段向第三方测量解决方案开放我们的基础设施，使客户能够在整个软件生态中享受一致的数据流体验。
这样一来，所有系统都能够持续向统一数据层提供数据，使数据始终保持可移植、统一且随时可用。
而这也是实现大规模扩展、人工智能赋能以及真正闭环制造的前提条件。
本次专访第一部分《PolyWorks 2026如何构建数据驱动制造智能与数字孪生生态》可点击相关文章阅读。
