云、边、端的分工，不能按“数据全部上云”或“设备全部本地处理”简单决定，而应围绕业务闭环判断：哪些任务必须即时响应，哪些数据需要跨产线分析，哪些系统负责业务协同。制造现场更稳妥的架构，通常是端侧负责感知与执行，边缘侧负责近现场处理，云端负责跨区域数据整合与分析。
端侧负责准确采集与实时执行
端侧包括设备、传感器、控制器、检测设备和专用工装，核心职责是产生可靠数据并执行现场动作。设备状态、产量、报警、能耗和关键工艺参数应明确采集规则，同时统一设备编码、测点名称、单位、精度和状态字典。
实时控制、安全联锁和对响应时间敏感的动作，不宜依赖云端网络。即使云端暂时不可用，设备也应能够维持基本生产。端侧的重点不是采集越多越好，而是确保数据与设备、工序、产品和质量结果能够建立关联。
边缘侧负责现场自治
边缘侧位于设备与云端之间，适合处理协议适配、数据清洗、聚合、过滤、缓存和规则判断。面对不同设备协议、网络波动或数据频率差异，边缘系统可以先完成格式统一，并通过断网缓存、断点续传和数据补传保障链路连续。
高频振动、图像和波形等数据，不必全部上传云端，可在边缘侧提取特征；设备状态、报警和关键工艺结果，则可按事件或时间窗口同步。这样既降低网络与存储压力，也减少现场对远程连接的依赖。停机事件还应在边缘侧形成记录，并关联影响工单、处理过程和停机原因，而不是只在看板上显示异常状态。
云端负责全局分析与业务协同
云端更适合承载跨工厂、跨周期的数据整合，以及生产、质量、设备、能源和经营分析。ERP负责订单、采购、库存和成本，MES负责工单、工序与现场执行，PLM负责产品结构、工程变更和工艺版本；云端不应替代这些系统，而应通过清晰的数据责任和接口关系连接它们。
稳妥的建设顺序是先选定一个高价值场景，验证采集、异常处理和责任流转，再逐步连接MES、ERP、质量与设备管理，最后扩展到集团分析和智能优化。判断架构是否成熟，不是看上云数据量，而是看断网时现场能否连续运行、数据能否形成业务闭环，以及试点的接口、主数据和处理模型能否复制到其他产线与工厂。
