在生产现场中，物质生产和数据生产同样重要，甚至是数据生产还比物质生产更重要。主要是数据的形态使得它的运转更加容易顺捷，理论上是可以用光速来前进的，受制于业务，和无尽的关于权限的设置，它往往只能慢腾腾地。这一点，我们在《力不从心：管理系统跑得比业务慢了，这种现象你发现了吗?(壹厰筆記20)》和《困兽犹斗：系统的茧房越来越厚了(壹廠筆記28)》两篇笔记中都有所阐述。

对以下一项或者多项进行符合性检查，检查以“自检”方式，系统自动采集有关行为的状态，并显示约定的项目是否符合：

(1)材料齐套性检查

(2)设备及设施的工况检查

(3)操作工资格检查

(4)工艺活动的工艺文件齐备、工价确认

(5)材料周转箱设置

上面的这段话，是典型的对生产工序开工前的条件检查，有一些是缺省的，比如(3)操作工的资格检查，工人和能力单元绑定时已经做了验证。有些是其他岗位的工作输出，比如(2)设备及设施的工况检查。那需要装备部门的认可。有一些需要在开工前与其他岗位协同起来才能最终确认。比如(1)材料齐套性检查 (4)工艺活动的工艺文件齐备、工价确认 (5)材料周转箱设置 这几项。

如果全部是人工来检查，自然是多了不少的工作量，也容易产生遗漏。这就是问题。但是不做检查，或者是不严格检查，通常会产生隐患，在制程中产生新的问题。

怎么办呢?

我们从数据驱动的视角来看，如果本生产订单在本工序的物料需求是通过WMS系统来实现的，并且在领料手续达成之后，状态PUSH到开工检查环节，并做状态显示，系统可以自动标识，这样就完成了一个数据驱动的过程，进入下一步的条件又成熟一个。以此类推，(4)(5)亦然。

当我们在系统参数中设置好，具体的哪些条件达到什么状态，下一项的工艺活动可以开始，也就是将需要触发的若干条件进行状态建模。我们对于显性的，或者隐性的业务动作的前置条件都有“陈列”，以极其可视化的方式，在动态不确定中提供这一时刻的确定性。纷繁复杂的生产现场也有了清晰可循的积极秩序。

那些缺省的关系、隐藏的关系、暗示的关系、显而易见的关系，都有足够的存在感。数据驱动其实并不是数据有什么矢量力，而是多个维度的数据在一个模型里演算出状态，为下一步的行动提供信号。

所以数据驱动的严格意义是业务逻辑的驱动。驱动模型里弥漫着各种数据，我们就容易以为是数据在发挥直接的推动力。

在《隐形定力：“转序”的最佳实践和卖猪肉的“一刀准”(壹廠筆記39)》这篇笔记里也有一段话：

如果我们在上一道工序能够按照下一道工序的“转序”需求，进行预置，那么组织内部会有哪些变化呢?这些变化聚焦到一点,就是我们可以将大量貌似增值的看上去很必要很严谨的“手续”可以简化到没有。

这段话说的，就是这样的驱动方式，其感觉就是“无痕”的了。这一般是只有在黑灯工厂里才可以见到的情况。我们在相对落后的生产条件之下也能实现，那绝对是拜可靠的数据生产所赐。

当然，这里还有一个相对于业务逻辑来说的旁枝问题，那就是--从管理自动化到装备自动化。管理自动化是从其他业务场景的运营系统中采集数据，装备自动化有助于我们从设备的PLC系统或者其他边缘计算模块中采集数据，让数据的流动变得更加顺捷。

如此。这样的驱动机制，就是完全可视的了。