1；关于质量必须面对的具体问题：
Ø 质量管理现状 -信息的孤岛越来越多 数据与信息-不统一、无法追溯、安全性低 数据量越来越大 纸质文档无法追溯 源自各类设备的文档,格式不同,无法追溯 数据安全性难以保障 数据分散,无法统一管理高效决策 通讯-慢 人工传递（邮件、纸质文档）,效率低下 设备-生产力（有效检测）低 设备及其种类越来越多，缺乏有效管理 设备状态无法监控调和任务调配 软件-兼容性差 与其它系统软件之间衔接性差 软件与硬件之间的衔接性差 人工-低效和误差 现场量具的手工记录，甚或无记录 检测过程的人为误差 | Ø 制造与质量控制现状
-待优化的空间很大 加工与检测部门之间-协同不及时 设计和工艺的频繁变更，检测无法及时跟进 质量问题改进反馈无法及时闭环 设备/人员-管理粗放 缺乏绩效评价，任务协调不灵活 员工效率的提升遭遇瓶颈 供应商管理-成本高、效率低 只能靠亲临现场督察 信息透明度无法控制 决策-效率低 多系统平台，工作过程繁琐 信息获取速度慢 信息透明度无法控制 |
2、未来的质量监控趋势：
• 必然让所有的检测设备数据联网互通；
• 检测领域，数量类型不一致，必然统一存取；
• 生成过程数据和售后数据会打通；
• 问题从发生到通知相关责任区的人员在 1s以内；
• 企业花钱立马见效的领域；
• 该系统将成为制造业的基础必备设施；
• 不让不合格的产品出厂，不产生不合格的产品；
3.企业级的质量大数据中心：
• 所有工厂，供应商，零部件的生产数据；
• 数据，模型，三坐标，点云，量检具，关键工艺参数管理；
• 数据的相关操作；
• MSA，量检具，问题管理;
• 可以对点进行分组，分区，管控总体质量；
4、核心价值：
• 生产全过程产品质量可视可控；
• 全过程自动化，无需人员干涉；
• 从问题发生并将根源通知相关的人只需要1分钟；
• 所有的问题都在萌芽阶段消除；
• 保证质量的一致性，稳定，不随时间推移衰减；
• 质量管理水平的提升将直接带来利润的增长;
• 建立完善的质量管理体系；
• 提升企业的形象，提升企业国际化竞争能力；