【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。

	顯性知識	隱性知識
長期規劃領域	法人治理結構 企業章程 組織架構 與法人相關的所有文字、圖表 產業、企業、資本和供應鏈佈局 市場規劃	企業高層對國際、國內、政治、經濟、技術、文化以及相關產業發展的認識 高層領導的境界、洞察力 企業文化
中期計劃領域	管理流程 產品設計研發的規律 各車間和供應鏈的產能估算 客戶及市場現狀和預測 現金流的狀況 過往訂單盈利和交付情況	經驗
短期排程領域	管理流程 人力資源能力和動態 裝置資源現狀和預測 群體行為標準和習慣	經驗
現場執行領域	廣義：與產品、製造、市場相關的所有社會、經濟、技術、文化知識 狹義：產品的結構、功能、工藝、工序、裝置資源效能 專利和智慧財產權 操作流程	專有技術 工匠技巧 銷售能力 人際關係

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

---

---