人工智能、大數(shù)據(jù)等信息技術(shù)與傳統(tǒng)制造術(shù)的深度融合，不僅促進了制造企業(yè)的轉(zhuǎn)型升級，也讓智能制造成為制造業(yè)的主要發(fā)展目標。如今，隨著制造企業(yè)的快速發(fā)展，在智能制造上也遇到了一定的瓶頸和難點。

智能制造理論中涉及到的概念太多，圍繞著應(yīng)用：怎么用、誰來用、什么時候用、什么場景下用。其中，考慮了三種可行性：技術(shù)可行性、經(jīng)濟可行性、現(xiàn)實可行性。所謂現(xiàn)實可行性，主要考慮到不能把人的能力考慮得太牛。

我們經(jīng)常從不同的角度提到智能制造，這實在讓人頭疼。

我們常把智能制造與轉(zhuǎn)型升級聯(lián)系在一起。但對一個企業(yè)來說，智能制造常常指的是技術(shù)層面的問題，轉(zhuǎn)型升級是企業(yè)戰(zhàn)略方面的事情。從理論上說，轉(zhuǎn)型升級就是對組織、流程、業(yè)務(wù)等要素的重構(gòu)。

我們有時候把智能制造簡單地定義為“ICT技術(shù)在工業(yè)領(lǐng)域的深度應(yīng)用”。所謂“深度應(yīng)用”，主要就是伴隨轉(zhuǎn)型升級和重構(gòu)。而不是單單是服務(wù)于現(xiàn)有業(yè)務(wù)。強調(diào)這些的背景是：基礎(chǔ)技術(shù)提供的新機會在這里。這也是從技術(shù)手段角度定義智能制造。還可以從企業(yè)的外部表現(xiàn)或結(jié)果、目標來定義，比如提升企業(yè)的快速響應(yīng)能力。從業(yè)務(wù)角度看，提升快速響應(yīng)能力的手段包括“協(xié)同、共享、重用”。其中，“共享、重用”針對的是資源的準備，而協(xié)同則是資源的使用。

從業(yè)務(wù)角度看，互聯(lián)網(wǎng)的作用是提高協(xié)同能力；從經(jīng)濟學(xué)角度看，是提高了資源配置能力。故而，互聯(lián)網(wǎng)能夠促進“協(xié)同、共享、重用”。按照熊彼特的觀點，創(chuàng)新就是企業(yè)家的資源配置。所以，智能制造是企業(yè)家主導(dǎo)的、與技術(shù)密切相關(guān)的創(chuàng)新活動——表現(xiàn)為“轉(zhuǎn)型升級”這種戰(zhàn)略活動。其中，“共享、重用”涉及到資源的使用權(quán)限，需要有業(yè)務(wù)或者商業(yè)模式的創(chuàng)新來保證、需要由企業(yè)家推動。而“信息集成”則是從IT技術(shù)角度為“協(xié)同”奠定基礎(chǔ)。當(dāng)然，“協(xié)同”本身屬于業(yè)務(wù)范疇，IT如何集成則是要符合OT技術(shù)的要求。特別地，協(xié)同過程先要規(guī)范成“業(yè)務(wù)流程”，才能標準化，進而實現(xiàn)智能化。事實上，流程本身就是一種知識。

協(xié)同的結(jié)果是快速響應(yīng)。從實現(xiàn)的原理角度看，則表現(xiàn)為智能原理的應(yīng)用。這樣，“智能制造”才與“智能”這個概念掛上鉤?！爸悄堋弊罨镜娜齻€要素是“感知、決策、執(zhí)行”的統(tǒng)一；也就是維納當(dāng)年提出的觀點。這是人工智能的三個學(xué)派之一。但長期以來，這不是主流學(xué)派。因為主流學(xué)派關(guān)注的是復(fù)雜決策相關(guān)的方法和理論?；ヂ?lián)網(wǎng)提升了“感知和執(zhí)行”能力，故而促進了智能制造。從某種意義上說，智能制造的思想，可以追溯到維納、與自動化是同源的。但是，現(xiàn)在的條件與過去差別大了。在互聯(lián)網(wǎng)的背景下，這個理論再次彰顯生命力。

智能制造是決策革命。

通過“共享和重用”，互聯(lián)網(wǎng)幫助人們對更多的資源進行配置。配置過程就是決策過程。這使得資源配置優(yōu)化的空間增大了，故而價值性增強。與此同時，優(yōu)化配置的難度也因此而增大。故而，人們往往需要機器幫助人來配置資源。機器幫助人類決策，意味著人們控制復(fù)雜問題的能力增強了。這就會釋放出工業(yè)創(chuàng)新的空間。比如“流水線上的個性化定制”，這就是工業(yè)4.0。而工業(yè)4.0又會帶動數(shù)字化設(shè)計等一系列技術(shù)的進步，如數(shù)字化設(shè)計。

決策需要知識。這種知識可以來源于人腦：用人腦的知識操作Cyber空間、把人腦的知識（邏輯）直接寫成機器代碼、采用大數(shù)據(jù)記錄的成功案例、讓機器自己學(xué)習(xí)知識?？傊R的來源或者使用方式在互聯(lián)網(wǎng)、大數(shù)據(jù)的條件下發(fā)生了變化，有了更多的選項。其中，學(xué)術(shù)界指的“人工智能”側(cè)重決策，而“新一代人工智能”側(cè)重機器學(xué)習(xí)、尤其是深度學(xué)習(xí)——這種學(xué)習(xí)特別適合那些不便編碼的感性知識。

互聯(lián)網(wǎng)能夠帶動大數(shù)據(jù)，大數(shù)據(jù)促進決策智能技術(shù)和人工智能，智能化彰顯大數(shù)據(jù)和互聯(lián)網(wǎng)的價值；進而促進大數(shù)據(jù)和互聯(lián)網(wǎng)的應(yīng)用。

我們一直強調(diào)，智能制造要關(guān)注人機關(guān)系。換句話說，強調(diào)利用人的知識、彌補人的不足。這是從實現(xiàn)手段上說的?，F(xiàn)實中，只有這樣做有技術(shù)可行性。潛臺詞是反對過度強調(diào)機器學(xué)習(xí)、機器決策。我們反對把智能制造理解為“機器換人”，原因是這約束了人們的視野、丟掉很多機會、還常常不具備經(jīng)濟性。

智能制造的瓶頸往往是經(jīng)濟可行性。經(jīng)濟可行性包括效益和成本兩個部分。前面說的資源配置，是效益的來源之一。效益從何而來呢？在我看來，中長期是轉(zhuǎn)型升級帶來的效益，短期內(nèi)是管理水平提升帶來的效益。

智能制造可以顯著提升管理水平?；ヂ?lián)網(wǎng)可以實現(xiàn)“扁平化”、“遠程化”；大數(shù)據(jù)實現(xiàn)“透明化”、智能算法讓人避免淹沒在大數(shù)據(jù)的海洋中。由于歷史的原因，智能制造的機會往往在于管理與控制的融合；或者說“信息化”與“自動化”的“兩化融合”。所謂的“歷史原因”，就是指的這方面的機會比較多。

從管理入手，就要找到管理中的問題。這時候，精益管理、６西格瑪、PDCA等方法就有用了。這些方法，讓我們先從OT角度發(fā)現(xiàn)價值，然后再從IT角度推進智能化、讓價值落袋。這也是從技術(shù)經(jīng)濟可行性角度考慮的。所謂標準化、流程化、精益化是智能化的基礎(chǔ)，就是這個意思。

智能制造的另外一部分價值來源與成本的降低：“共享和重用”讓成本降低；大數(shù)據(jù)讓知識獲取的成本降低；工業(yè)互聯(lián)網(wǎng)平臺讓管理和持續(xù)改進的成本降低。工業(yè)互聯(lián)網(wǎng)平臺如何讓持續(xù)改進的成本降低的？工業(yè)APP和數(shù)字孿生的思想解決了這個問題。

文章來源：信息化和軟件服務(wù)網(wǎng)