【智慧製造】工業中的知識和智慧

“知識”和“智慧”

關於“知識”的解釋和分類非常繁雜，沒有必要咬文嚼字。就流行的一種解釋是：“知識”主要指對事物認識所獲得的符號體系。我們在工業領域研究知識，知識就是經驗的固化和概念之間的連結。

“智慧”的定義與本質就更加複雜了，按照質點運動系統的描述很費解，按照聖經或佛法的解釋和工業不搭邊。我們不妨把工業領域的智慧理解為：效率和效益。一個企業系統或者工業系統，結構合理，內耗最小，功效最大，系統的智慧就越高。

理論上智慧和知識之間沒有必然的聯絡。一個文化（知識）水平不高的人可能會創辦一個高成長性企業。一個博士生也許會做很多蠢事。這不具有普遍意義。當今成功的企業家幾乎個個都是有知識的人。通過學習，人或者企業可能會獲得大量的知識，這個條件使它運用智慧創造了更好的基礎。但是有知識不等於有智慧。知識是靜態的，智慧是動態的。如何應用知識就是智慧。知識若沒有智慧加以應用，知識就失掉了價值。所以通常我們說一個高度自動化的無人工廠一定彙集了巨大的知識，但是不能保證三年後工廠不倒閉。反之，一個硬體資源條件並不是很好的企業，若充分利用其內部外部的環境資源，充分利用資訊化工具，加上具有智慧的決策，很可能會健康發展壯大。

知識可以學習獲得，學習可以掌握很多技能，這都不等於智慧。智慧也分大智慧、小智慧。大智慧無法學習、無法複製、無法傳播，很難獲得，只能存在於少數智者頭腦。唯有一種智慧學習方法，就是張三丰臨陣向張無忌授意，忘掉所有的技能和常識，剩下的就是智慧。這是常人無法企及的。

讓我們欣慰的是，現代技術的發展已經讓知識工程、知識管理、知識自動化具備了總結、積累、分析、運用人類以往所有的知識。現代計算機和軟體技術也可以學會人類的小智慧了。由此我們才能接著討論工業中的知識和智慧都在那裡？

工業中的“知識”和“智慧”

中文博大精深，同時也讓一個詞的內涵和外延無法界定。至少“智慧”一詞已經被“工4”帶壞了。最典型的是，一塊物料貼上一個RFID就稱之為智慧物料。想一想1952年日本就有了“無人工廠”，1961年人類就進入太空，我們就能夠理解當今把一個自動化車間當成“智慧工廠”是多麼lower的一件事情了。現在以“智慧”面世的很多東西，其實都還是處於知識的階段，遠沒有達到“智”的程度。比如，智慧材料、智慧裝置、智慧工裝、智慧設計、智慧、智慧生產線、機器人。所有這些都是知識固化和物化的成果，就如同一塊合金鋼，一個機器人聚集了人類科學技術和工業很多很多的知識。如何應用這些彙集知識的物化成果來達到既定的目標才是智慧。上了一堆機器人，可能成事，也可能壞事。因為它們都屬於產能範疇。所以，我們需要分清楚哪些是知識，哪些屬於智慧，它們都在哪裡？

物化知識

狹義講就是工廠裡的生產裝置、資源、工具、物料，以及企業產品本身體現出的知識屬性，這些都屬於隱性知識。比如，在70年代我們就在越戰繳獲了美式步話機上通過解剖分析學到很多知識。工廠裡的物化知識比比皆是，不一定需要學，需要用好這些資源。這個不重要，僅僅提一句。

顯性知識

顯性知識即固化知識，也是編碼知識，主要指用概念、文件、圖表、公式、語言文字表達的知識。在傳統企業中，顯性知識是企業知識中最重要的內容和形式，也是可以轉化為資訊（bit化）的知識。

隱性知識

企業還有很多“只可意會，不可言傳”的知識以及涉及到文化方面的知識，這一類知識都是“隱性知識”或者說“意會知識”。跟著談判高手學習實踐慢慢就學會了商務談判；有些活兒和徒弟說不明白，需要師傅手把手教徒弟；這個人能辦好，換個人就辦不好；等等。這類知識(Know-how) 就是意會知識。意會知識寫出來就變味了。意會知識與智慧的距離最近。

知識和軟體

軟體是知識的載體，軟體承載的知識是“封裝知識”。企業的管理流程、規定、制度、組織架構、人力資源配置、業務管理需求、工資、分配製度、供應鏈設計、市場策略以及行業標準、企業標準等等，都是企業重要的知識。管理軟體就是將這些知識解構、綜合、設計成為各種不同的模型。這些模型依賴於採集或輸入的資料能夠展現出資訊的屬性。一個、一組、一個資料陣列所包含的資訊必須通過資料模型的解讀來獲取，否則就僅僅是資料而已。一個企業流程管理軟體就是企業知識的綜合體。軟體的執行就是知識的應用過程。

一個工人、管理人員，或者就是一個普通人，其實日復一日乾的工作做的事情90%以上都是重複的、單調的、簡單的。不論是工具軟體或者是管理系統軟體，其實它們最大的功效就是兩件事:1讓我們少做重複事情；2讓我們少犯低階錯誤。在企業生產一線沒有多少工作是創造性的，包括產品設計或工藝設計，實際上90%以上也是標準化的重複性勞動。所以採用CAX軟體可能將設計的週期大幅度地縮短。提高效率和減少錯誤本身就體現出知識的價值。

增量知識

企業的知識是有生命的（動態）。知識會不斷新增，也有很多在逐漸衰退。企業可以從外部和內部學習匯入很多新的知識，同時企業在日常的生產實踐中也會產生大量的新知識。在企業市場、資源、環境變化時，很多老的陳舊的知識、用不上和不能用的知識逐漸退出企業的知識庫。過去企業實施有計劃的大規模批量化的生產模式，MRP、豐田生產等管理工具挺管用。當生產模式從規模化批量生產轉為定製化生產模式時，這些知識可能不好用了，所以才產生了柔性製造、按單生產、快速反映等管理方法。

知識管理

知識需要管理。CKO（首席知識官）已經在一些企業應運而生。但是大部分企業缺乏一個能夠量化的實質性的知識管理系統。除了專利、軟體著作權以及技術文件管理，很少有企業能夠把知識當成企業的重要“資本“來管理。當前“大資料“火熱。企業的確每時每刻都在製造大量的資料。存在資料庫的資料僅僅就是資料而已。如果不能透過整合、統計、分析、挖掘等過程讓知識進入到知識系統內，就不能成為企業管理與應用的知識資本，無助於企業的決策支援。另一方面，企業知識的重要載體是人。知識管理不僅管“知識”，更要管人。知識管理要著眼於人的隱性知識顯性化，這可能涉及人員經驗、習慣、制度、行為模式等方面。實施知識管理應將人的管理思想、理念、方法與企業現有的組織、制度、行為標準融合，實現知識管理能夠落實在具體的管理框架中。

知識的流失

從知識管理的角度觀察，絕大多數企業都存在著一個巨大的漏洞，這就是知識的流失。企業各級各個業務領域有很多管理人員（白領），通常，這些白領都具有很豐富的管理經驗。在生產實踐中，他們都是以口述或簡單的文字表格來管理生產現場。這些管理經驗本來大多是可以量化、顯性化，可是目前基本沒有相適應的機制和系統來儲存、記錄、採集和總結他們的知識。寶貴的知識隨用隨丟。即使企業擁有讓白領使用的軟體工具，這些軟體的終端介面都是輸入管理人員的決策指令，而不是一個管理知識、管理經驗的入口。系統的輸出必然因人而異。離開人的干預，系統就是死的。毫無疑問，這不符合知識自動化的趨勢和要求。

另外一個知識的流失是發生在生產管理現場。企業每天每時都可能發生各種異常變化。比如，設計變更、訂單變化、插單撤單、裝置資源變化、物料、採購、庫存變化、工人變化，等等。生產管理人員每天面對要處理這些事情，以應對客戶滿意度和節約成本。這裡面本身就存在著大量的知識。缺乏這個知識的入口，生產現場管理就永遠停留在對人的依賴上。做得好不知道為什麼好，做的壞也不知道為什麼壞。

所以對於一個管理軟體系統，如果缺乏知識的入口和知識的管理功能，就很難提升到智慧化的水平，更談不上軟體的學習功能。

資料，資訊，知識與智慧

資料，資訊，知識與智慧四者之間有著密切的相關性，它們常被混淆使用。資料就是資料，除此什麼都不是。而資訊是確定性的增加。如果採集到某個人體溫37度，說明不了什麼。第二次採集到體溫36度，不確定性增加了。如果反覆多次採集，就得到一個資訊，正常人體溫度一般為36-37攝氏度左右。如果有更多的資料，我們會得到很多知識。比如下午體溫較早晨稍高；劇烈運動或進餐後體溫也可略升高；婦女月經前及妊娠期體溫略高於正常；老年人因代謝率偏低，等等。資訊是資料經過分析和解釋後所產生的，資訊是具有實質內容的。有價值的資訊可以轉變成知識，而知識之一定是在資料與資訊基礎獲得的。知識往往與決策相關。資訊給出了資料中一些有一定意義的東西，但它不一定有價值。只有通過人們的參與對資訊進行歸納，演繹，比較等手段進行挖掘，使其有價值的部分沉澱下來，並且與人或系統的知識體系相結合才體現出可用的知識。

國際經合組織將知識分為四種型別，Know-what；Know-why；Know-how；Know-who。從知識的層級來說，後者比前者高。前兩者大致屬於顯性知識，後兩個屬於隱性知識或者叫做意會知識。通常所說的工業大資料關注的是相關性，不關心因果，在知識層次上屬於最低的Know-what。實際上並不是它不想關心因果，而是工業大資料（尤其是工業物聯網採集的資料）主要是從縱向採集的資料，資料本身缺乏橫向的聯絡，能知道是什麼就不錯了，很難探索因果關係。舉一個簡單的例子。假設已經萬物相連、假設能採集任何資源的資料，工廠接到一個訂單，你依然不能給出一個靠譜的交期。

距離智慧最近的知識是Know-how、Know-who，不論是雲端計算、大資料、物聯網、區塊鏈、人工智慧等新技術，都無法進入這兩個領域的知識管理。所以，我們現在的知識管理還停留在淺層，距離智慧更是遙不可及。“智慧”一詞真的被用爛了。

工廠的知識在哪裡？

下面這個表格列舉了一個工廠的知識都在什麼地方。當然，這個表格肯定不會很全面，我想到的都寫進去了。

從現場執行領域再往上走一小步，就進入不確定性領域，進入複雜系統。在這些領域的知識管理和知識自動化就顯得異常艱難。很多情況下，人的經驗（隱性知識）在發揮主要作用。我們看到在現場執行層面，3D設計、機器人、AR/VR、人工智慧、機器學習發展得如火如荼此起彼伏。反觀工廠的生產現場管理領域技術和方法，現在和100年前沒有本質的區別，還是利用人的經驗，依靠一張表格在管理。工廠的知識可能90%以上都在現場執行領域。從系統科學的角度，因為這個領域系統的邊界有限，多屬確定性問題，知識的顯性化程度很高，所以科學技術所有成果都可以在此充分發揮利用。知識管理、知識自動化已經在這個領域取得很大進展。可以預計大資料、人工智慧、物聯網等技術在此也將不斷產生令人矚目的成果。

在最上面的企業戰略管理層面，顯性知識的作用已經不那麼重要了。這個領域專家系統也不會發生太大的作用，而更多的是依靠智慧。但是，智慧實在是不好描述。對一個企業家來說，智慧似乎就是一種態度、一個境界和觀察事物的洞察力。而對於一個企業來說，企業文化就是智慧的體現。

人工智慧賽博物理作業系統

AI-CPS OS

“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧）分支用來的今天，企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中，利用AI-CPS OS形成數字化+智慧化力量，實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能，而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化，這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合，沒有顛覆現狀的意願，這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量，領導者必須在行業、企業與個人這三個層面都保持領先地位：

1. 重新行業佈局：你的世界觀要怎樣改變才算足夠？你必須對行業典範進行怎樣的反思？

2. 重新構建企業：你的企業需要做出什麼樣的變化？你準備如何重新定義你的公司？

3. 重新打造自己：你需要成為怎樣的人？要重塑自己並在數字化+智慧化時代保有領先地位，你必須如何去做？

AI-CPS OS是數字化智慧化創新平臺，設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端，可以幫助企業將創新成果融入自身業務體系，實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉，形成了領導力模式，使數字化融入到領導者所在企業與領導方式的核心位置：

1. 精細：這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切，進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

2. 智慧：模型隨著時間（資料）的變化而變化，整個系統就具備了智慧（自學習）的能力。

3. 高效：企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力，這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

4. 不確定性：數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗，其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域：技術、文化、制度。

5. 邊界模糊：數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化，還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長：

1. 創造虛擬勞動力，承擔需要適應性和敏捷性的複雜任務，即“智慧自動化”，以區別於傳統的自動化解決方案；

2. 對現有勞動力和實物資產進行有利的補充和提升，提高資本效率；

3. 人工智慧的普及，將推動多行業的相關創新，開闢嶄新的經濟增長空間。

給決策制定者和商業領袖的建議：

1. 超越自動化，開啟新創新模式：利用具有自主學習和自我控制能力的動態機器智慧，為企業創造新商機；

2. 迎接新一代資訊科技，迎接人工智慧：無縫整合人類智慧與機器智慧，重新

   評估未來的知識和技能型別；

3. 制定道德規範：切實為人工智慧生態系統制定道德準則，並在智慧機器的開

   發過程中確定更加明晰的標準和最佳實踐；

4. 重視再分配效應：對人工智慧可能帶來的衝擊做好準備，制定戰略幫助面臨

   較高失業風險的人群；

5. 開發數字化+智慧化企業所需新能力：員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說，創造兼具包容性和多樣性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧，像君子一般融合，一起體現科技就是生產力。

如果說上一次哥倫布地理大發現，擴充的是人類的物理空間。那麼這一次地理大發現，擴充的就是人們的數字空間。在數學空間，建立新的商業文明，從而發現新的創富模式，為人類社會帶來新的財富空間。雲端計算，大資料、物聯網和區塊鏈，是進入這個數字空間的船，而人工智慧就是那船上的帆，哥倫布之帆！

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節，形成從巨集觀到微觀各領域的智慧化新需求，催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧），在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。

長按上方二維碼關注微信公眾號： AI-CPS，更多資訊回覆：

新技術：“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”；新產業：“智慧製造”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”；新模式：“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。

本文系“產業智慧官”（公眾號ID：AI-CPS）收集整理，轉載請註明出處！

版權宣告：由產業智慧官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認，我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題，煩請原作者聯絡我們，與您共同協商解決。聯絡、投稿郵箱：erp_vip@hotmail.com