软件架构的设计主要是保障智能工厂的业务架构的平稳实现，依然是围绕供应链、生产链和产品生命周期的服务链三大业务活动进行展开。

供应链主要包括：

• 软件系统：罗想云和罗想“即链”云供应链管理系统，以支持集团级供应链和全球化供应链。
• 硬件系统：立体仓库、AGV/RGV等智能化物流装备。

生产链主要包括：

• 软件系统：罗想MES制造执行管理、罗想APS高级智能排产、罗想WMS智能仓储管理、罗想SMT智能料架等软件系统，另外生产链不在单纯是某一个基地或者某一个工厂或者某一个车间，而是多个基地/工厂之间的协同生产，也就意味着这些生产链的软件系统需要支持集团级扩展和分布式应用架构。
• 硬件系统：智能化加工单元、生产线、机器人、料架、运输系统、质量检测装备系统、环境/能源仪器仪表等智能化生产装备。

产品链主要包括：

• 软件系统：协同设计（在智能工厂中以云的形式展开）、Digital Twin（不仅仅是仿真视频展现，而是虚实融合交互优化系统）、精细化运营（泛ERP的决策应用）、精准执行（以MES为核心的制造管控）、工艺优化（以知识库和工业大数据应用支持企业优化现有工艺过程）、产品拥有智能化特征和功能（进行远程监控、远程运维，为客户提供精准服务），直到产品报废回收等。
• 硬件系统：传感器等智能化产品装备。

数据交互集成架构设计（应用）

数据是所有业务执行和软硬件系统交互的血液，这些血液在不同的系统中执行拥有不同的属性和功能，制造企业的数据交互架构一定是全生命周期的，这也是目前很多企业上智能工厂首要提出的需求，去解决之前大量存在的数据孤岛的问题。首先我们以内部交互举例：ERP和MES的交互一定是按照订单转任务为主线的，这样就需要交互产品、计划、工艺、BOM、任务和执行结果等数据，一是为了保障各自系统可以正常高效运转，二是保障数据的来源统一，数据利用率和清洁度更高。然后就是企业的制造全生命周期的数据库，这个数据库是一个总称，里面包括了基本的数据集，例如产品；还包括大量结构化数据的数据仓库；还包括对企业中的所有数据进行统一存储的数据湖，也就是将原始数据（这意味着源系统数据的精确副本）转换为用于报告、可视化、分析和机器学习等各种任务的转换数据，湖中的数据包括结构化数据从关系数据库（行和列），半结构化数据（CSV、XML、JSON的日志），非结构化数据（电子邮件，文档，PDF）和二进制数据（图像、音频、视频）等等的一个集中式数据存储的数据湖。这样伴随着大数据相关分析和处理技术的成熟应用，企业的数据才会逐步发挥其重要价值。