智能制造是以數(shù)字化、網(wǎng)絡(luò)化為特征的生產(chǎn)體系。特別應(yīng)該提醒的是：這一定義，與傳統(tǒng)上理解的“人工智能”是有差距的（3D打印被劃歸智能制造技術(shù)，就是這個(gè)原因：其實(shí)，本輪智能制造強(qiáng)調(diào)的是Smart而不是Intelligent）。廣義的智能制造體系包括智能的產(chǎn)品以及企業(yè)的各種業(yè)務(wù)流程，如智能的生產(chǎn)制造、智能供應(yīng)鏈、智能的研發(fā)和服務(wù)。手機(jī)、機(jī)器人、智能家居等智能產(chǎn)品，能夠在使用過(guò)程中體現(xiàn)“智能”；但這并不是智能產(chǎn)品的全部。在筆者看來(lái)，智能產(chǎn)品之所以重要，一個(gè)重要的原因是需要靠智能產(chǎn)品與智能生產(chǎn)制造、智能供應(yīng)鏈、智能研發(fā)和服務(wù)配套，通過(guò)信息交互（如通報(bào)產(chǎn)品和零件的位置與狀態(tài)）體現(xiàn)相關(guān)過(guò)程的智能。否則，離開智能產(chǎn)品，這些過(guò)程的智能化是“一個(gè)巴掌拍不響”。在此，CAD、PLM等技術(shù)是形成、管理智能產(chǎn)品（其實(shí)是數(shù)字化產(chǎn)品）的支撐工具；ERP、MES則是將產(chǎn)品與智能生產(chǎn)過(guò)程融合在一起的技術(shù)。

    狹義的智能制造過(guò)程即生產(chǎn)制造過(guò)程，包括智能的設(shè)備、車間、產(chǎn)線、工廠等相關(guān)技術(shù)。在理想的情況下（設(shè)備狀態(tài)良好、足以保證產(chǎn)品質(zhì)量的穩(wěn)定），離散制造業(yè)的智能生產(chǎn)過(guò)程完成的信息交換包括：（智能）產(chǎn)品相關(guān)部件的位置和加工狀態(tài)、設(shè)備的加工進(jìn)程（忙碌程度）。這兩類信息的作用是支持個(gè)性化定制的生產(chǎn)組織和能源調(diào)度。RFID技術(shù)成為熱點(diǎn)，大概是因?yàn)檫@個(gè)原因。

    理想狀態(tài)很簡(jiǎn)單，但現(xiàn)實(shí)卻往往要復(fù)雜得多?，F(xiàn)實(shí)中，不僅需要知識(shí)產(chǎn)品或部件的位置信息，還可能遇到各種麻煩：產(chǎn)品質(zhì)量問(wèn)題、設(shè)備健康問(wèn)題以及各種干擾。也就是說(shuō)，設(shè)備可能并不能完全處于正常的工作狀態(tài)、產(chǎn)品質(zhì)量也會(huì)出現(xiàn)各種問(wèn)題。這些問(wèn)題如何解決？顯然，要解決這些問(wèn)題，就不僅靠RFID就不夠了。于是，物聯(lián)網(wǎng)的含義開始拓展到智能設(shè)備等方面了。

    對(duì)于這種問(wèn)題，可能有兩類場(chǎng)景：一類主要靠人工的巡檢、另外一類是無(wú)人工廠——在我看來(lái)，前面一類是工業(yè)4.0的低端，后面一類則是工業(yè)4.0的高端。顯然，后者的難度要大得多?，F(xiàn)在炒作的很多技術(shù)，應(yīng)該主要是針對(duì)后者的，如工業(yè)大數(shù)據(jù)平臺(tái)、設(shè)備監(jiān)測(cè)與自診斷技術(shù)。當(dāng)然，在這兩類場(chǎng)景之間，可能還會(huì)有許多中間狀態(tài)：有人監(jiān)控，但卻是集中監(jiān)控、靠移動(dòng)通信監(jiān)控等等。我們區(qū)分這些狀態(tài)，是因?yàn)槔щy的程度不一樣，面臨的問(wèn)題也不一樣。

    過(guò)去，生產(chǎn)車間的工人以操作工為主。未來(lái)的車間可能以產(chǎn)品的檢驗(yàn)、設(shè)備的維修維護(hù)為主。當(dāng)然，其前提是企業(yè)生產(chǎn)高質(zhì)量的產(chǎn)品。有人說(shuō)，精益生產(chǎn)是工業(yè)4.0不可逾越的階段。大體就是這個(gè)意思。

    一般來(lái)說(shuō)，產(chǎn)品質(zhì)量問(wèn)題越多、設(shè)備問(wèn)題越多，走向智能化的難度一定就會(huì)越大。有些行業(yè)（如鋼鐵行業(yè)）的特性決定了，其產(chǎn)品質(zhì)量幾乎無(wú)法達(dá)到理想的6sigema水平。這個(gè)時(shí)候應(yīng)該怎么辦？現(xiàn)在看來(lái)，即便工業(yè)4.0的白皮書也沒有深入研究這個(gè)問(wèn)題，需要我們自己來(lái)考慮。

    要解決這些問(wèn)題，加強(qiáng)對(duì)設(shè)備和產(chǎn)品質(zhì)量的自動(dòng)檢測(cè)是肯定的。但除此之外，還要盡量采取其他的手段。包括：通過(guò)產(chǎn)品設(shè)計(jì)（如大規(guī)模定制），從源頭上減少缺陷產(chǎn)品產(chǎn)生的數(shù)量；通過(guò)生產(chǎn)環(huán)節(jié)和參數(shù)的重新設(shè)定，減少不合格產(chǎn)品的產(chǎn)生；通過(guò)產(chǎn)品與用戶的合理匹配，減少質(zhì)量損失。目前，要做到這三點(diǎn)，缺少的是必要的知識(shí)和信息。

    所謂信息，包括用戶的使用信息、設(shè)備的狀態(tài)信息和產(chǎn)品的質(zhì)量信息；所謂知識(shí)，包括用戶需求對(duì)質(zhì)量的要求；設(shè)備狀態(tài)和工藝參數(shù)對(duì)質(zhì)量的影響這兩個(gè)方面。由于各種原因，我國(guó)企業(yè)對(duì)這些知識(shí)的積累不夠、信息了解不全。而這些問(wèn)題，應(yīng)該通過(guò)智能制造來(lái)推進(jìn)。

    事實(shí)上，人們?cè)诳陬^上一直重視知識(shí)積累和信息互聯(lián)。但行動(dòng)中卻是兩碼事了。究其原因，一個(gè)重要因素是缺乏動(dòng)力：知識(shí)積累與創(chuàng)造價(jià)值之間存在一條鴻溝；知識(shí)積累與個(gè)人評(píng)價(jià)不能結(jié)合起來(lái)。也就是說(shuō)，本質(zhì)上是缺乏動(dòng)力的。然而，“智能制造”為解決這些問(wèn)題提供了動(dòng)力。

    從工廠的層面來(lái)看，上述問(wèn)題的智能是通過(guò)這樣的邏輯來(lái)實(shí)現(xiàn)的：（用戶、設(shè)備、產(chǎn)品、成本）信息驅(qū)動(dòng)知識(shí)（也就是模型），在決策中體現(xiàn)智慧。某種意義上說(shuō)，這是一種新的智能，我稱之為“見多識(shí)廣”的智能——與傳統(tǒng)的“符合學(xué)派”、“聯(lián)接學(xué)派”不同的智能，但可以看成“行為學(xué)派”的發(fā)展與延伸。

    這種智能并不體現(xiàn)在多步驟的深入推理、也不體現(xiàn)在知識(shí)的學(xué)習(xí)：事實(shí)上，體系中的知識(shí)，是從人的認(rèn)識(shí)中提煉出來(lái)的，或者是通過(guò)實(shí)驗(yàn)研究獲得的。雖然知識(shí)的推理不深刻，但知識(shí)量很多，能夠靈活應(yīng)對(duì)各種外部變化，故而顯示出智能的特征。

    這種智能的本質(zhì)，是把人腦總碎片化的知識(shí)放在計(jì)算機(jī)中，讓計(jì)算機(jī)成為一個(gè)“超級(jí)專家”，讓個(gè)人的知識(shí)變成企業(yè)的知識(shí)。由于這種知識(shí)是直接用來(lái)解決具體問(wèn)題的，所以能夠直接產(chǎn)生價(jià)值。故而，企業(yè)進(jìn)行知識(shí)管理的動(dòng)力將會(huì)大大增加。要實(shí)現(xiàn)這種智能，關(guān)鍵是要解決信息和知識(shí)的來(lái)源和管理問(wèn)題。

    如前所述，這些知識(shí)是從人腦中來(lái)的——不能倚重于從數(shù)據(jù)中提煉知識(shí)：其實(shí)，數(shù)據(jù)的作用是驗(yàn)證、矯正、精細(xì)化人的知識(shí)，是知識(shí)系統(tǒng)的必要補(bǔ)充，而不是主體。這時(shí)，可能會(huì)遇到一個(gè)瓶頸：擁有知識(shí)的技術(shù)人員，不知道怎么把自己的知識(shí)沉淀到機(jī)器當(dāng)中。要解決這個(gè)問(wèn)題，恐怕需要做兩件事：第一件事是建立知識(shí)沉淀的標(biāo)準(zhǔn)，便于領(lǐng)域技術(shù)人員標(biāo)準(zhǔn)化的描述自己的知識(shí)；第二件事是組建專職的部門，負(fù)責(zé)知識(shí)的沉淀。這樣，在未來(lái)的企業(yè)中，就要有兩類“知識(shí)工作者”：負(fù)責(zé)產(chǎn)生知識(shí)和沉淀知識(shí)——沉淀成計(jì)算機(jī)能夠懂的知識(shí)。這種做法，很可能需要企業(yè)進(jìn)行組織結(jié)構(gòu)的改造：原來(lái)的部分研發(fā)、服務(wù)和現(xiàn)場(chǎng)技術(shù)人員，主要用來(lái)解決具體問(wèn)題，現(xiàn)在則專職從事“知識(shí)生產(chǎn)”。這樣的組織設(shè)計(jì)，既解決了人的知識(shí)如何向計(jì)算機(jī)沉淀的問(wèn)題，又解決了人的主動(dòng)性問(wèn)題。事實(shí)上，如果一個(gè)企業(yè)的很多人員都是從事這類工作的，這個(gè)企業(yè)就自然完成了向“研發(fā)”和“服務(wù)”的轉(zhuǎn)型。這樣做，很可能會(huì)增加人力資源的投入。其實(shí)，這是一個(gè)必然的選擇。我們不妨設(shè)想：如果10，000人的企業(yè)，只有幾十個(gè)人從事“知識(shí)生產(chǎn)”，能叫做“完成轉(zhuǎn)型”嗎？華為被稱為研發(fā)型企業(yè)，因?yàn)槿A為的十多萬(wàn)員工中，有8萬(wàn)多人從事與研發(fā)相關(guān)的工作。當(dāng)然，能否做到這一點(diǎn)，關(guān)鍵是看企業(yè)創(chuàng)造知識(shí)的價(jià)值有多大。這應(yīng)該與行業(yè)的特點(diǎn)有關(guān)。

    過(guò)去人們也談到知識(shí)管理。但這些知識(shí)主要是給人看的。對(duì)智能制造過(guò)程，知識(shí)是給計(jì)算機(jī)用的、計(jì)算機(jī)必須懂得這些知識(shí)。人們經(jīng)常問(wèn)：計(jì)算機(jī)怎么能懂呢？其實(shí)，“計(jì)算機(jī)懂得”是個(gè)擬人化的說(shuō)法，說(shuō)的專業(yè)一點(diǎn)，就是：這些知識(shí)是軟件化的模型。這樣，計(jì)算機(jī)自然就會(huì)懂了。模型需要輸入變量，這些變量就是前面所說(shuō)的“信息”。也就是說(shuō)，信息是根據(jù)模型的需求來(lái)取得、規(guī)范的，而不是先有了信息再考慮怎么去用。獲得相關(guān)信息的過(guò)程，可以理解為工業(yè)4.0所說(shuō)的“信息集成”：注意，這個(gè)集成是有針對(duì)性的，是為模型服務(wù)的，而不是信息的隨意堆砌。而信息和模型，應(yīng)該就是工業(yè)4.0所反復(fù)強(qiáng)調(diào)的、CPS中“CYBER”的重要組成部分。

    在獲取信息的過(guò)程中，我們很可能還會(huì)遇到一個(gè)問(wèn)題：用戶的信息怎么獲得？用戶憑什么給你他的信息？用戶怎么知道該告訴你什么？這兩個(gè)問(wèn)題其實(shí)蠻關(guān)鍵的。要解決第一個(gè)問(wèn)題，需要有商業(yè)模式的設(shè)計(jì)和創(chuàng)新：用戶把信息告訴你，需要獲得利益——或者說(shuō)，需要我們將獲利適度地分給用戶。也就是說(shuō)，獲取用戶的信息是要有成本的。其次，用戶其實(shí)并不知道該告訴你什么，需要我們?nèi)ヒ龑?dǎo)用戶提出問(wèn)題——如何引導(dǎo)用戶，這也是需要認(rèn)真考慮的問(wèn)題。

    另外，這個(gè)體系如果能夠正常運(yùn)行，可能會(huì)沉淀成千上萬(wàn)條知識(shí)。這些知識(shí)可能會(huì)有沖突、可能會(huì)包含不合適、過(guò)時(shí)的知識(shí)。同時(shí)，如果商業(yè)模式設(shè)計(jì)不合理，企業(yè)不僅不會(huì)賺錢，還會(huì)虧錢。如何解決這些問(wèn)題呢？筆者認(rèn)為，或許應(yīng)該采用“知識(shí)自動(dòng)化”的思路。顯然，我這里說(shuō)的知識(shí)制動(dòng)化，和傳統(tǒng)的提法不同：不是自動(dòng)地獲得知識(shí)，而是自動(dòng)地管理知識(shí)。這或許是個(gè)工作量非常大的工作。

    為什么要智能地管理知識(shí)和信息呢？道理是：信息社會(huì)其實(shí)不缺少知識(shí)和信息，但是：信息和知識(shí)太多，人的關(guān)注能力卻有限；信息和知識(shí)之間互相矛盾，難以取舍。這個(gè)問(wèn)題不解決，就很難把知識(shí)用在流程中。例如：筆者搞過(guò)多年的數(shù)據(jù)建模，遇到的困難就是：很多結(jié)果似是而非、模型和公式很多但應(yīng)用范圍模糊。從某種意義上說(shuō)，“知識(shí)”和“信息”的質(zhì)量很差，就難以大規(guī)模、自動(dòng)化、系統(tǒng)性地用到智能化的過(guò)程中。

    那么，如何做知識(shí)自動(dòng)化呢？在我看來(lái)，知識(shí)自動(dòng)化首先要將知識(shí)標(biāo)準(zhǔn)化：這就像安卓系統(tǒng)上要做APPSTORE。這些APP必須具有一定的“自治”性，自己知道什么時(shí)候啟動(dòng)自己；這些APP還要“守規(guī)矩”，不要互相打架，要符合系統(tǒng)的要求；當(dāng)然，系統(tǒng)不僅要訂規(guī)矩，還要有“監(jiān)察”，要剔除那些可能產(chǎn)生問(wèn)題的知識(shí)：特別地，要在知識(shí)運(yùn)行之前剔除，盡量避免在運(yùn)行過(guò)程出現(xiàn)問(wèn)題。當(dāng)然，事先避免是比較難的，故而需要對(duì)知識(shí)的運(yùn)行過(guò)程加以監(jiān)控、評(píng)價(jià)。如果運(yùn)行中一旦出現(xiàn)問(wèn)題，要交給人類專家進(jìn)行“仲裁”。

    當(dāng)然，智能制造中的“知識(shí)管理”和手機(jī)APP管理不一樣。這些“知識(shí)”都是有一定位置的：比如，每個(gè)知識(shí)可能對(duì)應(yīng)特定工藝參數(shù)的影響，而這些工藝參數(shù)又附著在特定的工藝流程中。同樣，知識(shí)也可以附著在設(shè)計(jì)流程、服務(wù)流程中。事實(shí)上，只有在流程中的知識(shí)，才能被日常的業(yè)務(wù)所驅(qū)動(dòng)，才能創(chuàng)造價(jià)值。

    附注：按照本文的思想，應(yīng)該重新定義DIKW體系的關(guān)系：智慧（W)體現(xiàn)在依靠知識(shí)（K)的決策過(guò)程中；知識(shí)是信息（I)驅(qū)動(dòng)的、是針對(duì)知識(shí)而收集的；數(shù)據(jù)（D)的收集，是為了滿足信息（I)的完整性和驅(qū)動(dòng)知識(shí)的需要。顯然，這個(gè)解釋和傳統(tǒng)的不一樣，是從上向下的。因?yàn)橹挥羞@樣考慮，體系的建立才是價(jià)值驅(qū)動(dòng)的。