智能制造與知識(shí)管理前面曾經(jīng)談到智能制造與精益生產(chǎn)的關(guān)系,，潛伏著這樣的觀點(diǎn)：智能制造所需要的知識(shí)可能是碎片化的——把碎片化,、非結(jié)構(gòu)化的知識(shí)如何管理起來,，是我們不得不面對的挑戰(zhàn)。智能制造與云計(jì)算,、大數(shù)據(jù)智能制造與云計(jì)算,、大數(shù)據(jù)什么關(guān)系...

　　智能制造與快速反應(yīng)

　　如果把這些角度中,，選取最適合代表智能制造的角度,，大概有兩個(gè)方面：一個(gè)是ICT技術(shù)(數(shù)字化,、網(wǎng)絡(luò)化)，這是手段,；一個(gè)是快速反應(yīng),，這是目標(biāo)。把快速反應(yīng)作為目標(biāo)時(shí),，ICT技術(shù)只是手段之一,，還要配合軟件、硬件,、組織,、商業(yè)模式手段。但I(xiàn)CT技術(shù)同時(shí)是關(guān)鍵性,、標(biāo)志性的手段：恰恰是ICT技術(shù)的進(jìn)步卻為智能制造發(fā)出洪荒之力——ICT技術(shù)的迅速發(fā)展,，才使得過去的一些設(shè)想有條件變成現(xiàn)實(shí)。

　　ICT技術(shù)是怎樣促進(jìn)快速反應(yīng)的呢,？有幾個(gè)方面的原因：

　　第一,，可以用信息實(shí)現(xiàn)多方的協(xié)同工作,。一條新的信息可能涉及到多個(gè)部門的工作(如產(chǎn)品設(shè)計(jì)的改動(dòng)),。如果可以共享信息，就可以把串行工作變成并行并減少協(xié)同中的差錯(cuò),。

　　第二,，可以實(shí)現(xiàn)知識(shí)的復(fù)用。一個(gè)人發(fā)現(xiàn)的知識(shí)(包括產(chǎn)品部件的設(shè)計(jì)),，可以被其他人,、被后繼者重用，省下了不必要的開發(fā),。

　　第三,，物質(zhì)資源的共享(分享經(jīng)濟(jì))，減少了獲得資源的時(shí)間,。

　　第四,，縮短了決策周期。把信息全面集成起來，就可以讓計(jì)算機(jī)做出科學(xué)的決策,、而不是人去控制或團(tuán)隊(duì)開會(huì)決策,，大大縮短從信息感知到執(zhí)行的時(shí)間。在工業(yè)4.0的體系中,，縮短生產(chǎn)組織的決策周期可能是成敗的關(guān)鍵之一,。

　　第五，提高工作效率的工具,。計(jì)算機(jī)仿真,、CAD等手段，使得人們可以在數(shù)字世界里做試驗(yàn),，從而以提高效率,。

　　智能制造與人工智能

　　過去的自動(dòng)化主要針對批量生產(chǎn)。在智能制造的時(shí)代,，產(chǎn)品更新?lián)Q代速度快,、批量小，甚至可能要在流水線上生產(chǎn)個(gè)性化定制的產(chǎn)品,。與大批量生產(chǎn)相比,，生產(chǎn)組織高度復(fù)雜、質(zhì)量控制難度大增,、成本和能耗可能會(huì)顯著升高,，采購和供貨的壓力大。這些相關(guān)的新問題必須被迅速感知,、及時(shí)處理,。從技術(shù)上看，在過去的自動(dòng)化產(chǎn)線上,，人們一般試圖把生產(chǎn)的“邊界”盡量固定下來,、通過抑制干擾來保證質(zhì)量、成本和效率,；在智能化產(chǎn)線上,，更強(qiáng)調(diào)出現(xiàn)問題及時(shí)應(yīng)對這些干擾。

　　這時(shí),，智能制造的相關(guān)技術(shù),，如大數(shù)據(jù)監(jiān)控、信息集成就成了“雪中送炭”,。然而,，無論如何，我們都希望不必要的干擾盡量地少,、時(shí)間和資源的浪費(fèi)盡量地少,。這樣,，生產(chǎn)管理才能盡可能簡單、盡可能高效,。我們發(fā)現(xiàn)：如果精益生產(chǎn)搞得好,，推進(jìn)智能制造就是比較容易。

　　智能化與代替人

　　智能化的首要目標(biāo)往往是快速反應(yīng),，而不是代替人,。但是，代替人確實(shí)也是目的之一,、甚至是非常重要的目標(biāo),。其實(shí)，讓機(jī)器代替人進(jìn)行決策和執(zhí)行,，有利于快速反應(yīng)并取得更好的控制效果,。所以，機(jī)器人,、無人工廠等技術(shù),，常常能促進(jìn)智能化的發(fā)展。一般的語境下,，自動(dòng)化多數(shù)是指物理設(shè)備或產(chǎn)線的自動(dòng)化,，而在智能制造的時(shí)代，同時(shí)強(qiáng)調(diào)知識(shí)和數(shù)據(jù)流動(dòng)的自動(dòng)化,。

　　要實(shí)現(xiàn)快速反應(yīng),，除了ICT技術(shù)，還要配套其他的東西,。首先,，從信息感知的角度看，有些信息的獲取,，不是僅憑ICT技術(shù)就能解決的,。比如，要快速響應(yīng),，可能需要獲得用戶和供應(yīng)商的信息,。但這要有商業(yè)模式和法規(guī)的支撐才行。其次,，從決策的角度看，在可以預(yù)見的未來,，人類會(huì)在很多方面作為主要的決策者,，而這就要有組織模式的支持。第三,，決策的執(zhí)行往往需要有物理設(shè)備的支持,。第四,，智能體系的改進(jìn)和學(xué)習(xí)提升，離不開人的參與,。

　　智能制造與知識(shí)管理

　　前面曾經(jīng)談到智能制造與精益生產(chǎn)的關(guān)系,，潛伏著這樣的觀點(diǎn)：智能制造所需要的知識(shí)可能是碎片化的——把碎片化、非結(jié)構(gòu)化的知識(shí)如何管理起來,，是我們不得不面對的挑戰(zhàn),。

　　智能制造與云計(jì)算、大數(shù)據(jù)

　　智能制造與云計(jì)算,、大數(shù)據(jù)什么關(guān)系,？筆者認(rèn)為，云計(jì)算是工具性的,、要根據(jù)工作的需要來配置,，大數(shù)據(jù)一般是輔助性的，主要從事后臺(tái)的工作,。它們可以讓智能制造系統(tǒng)運(yùn)行得更好,，但未必是必需的。

　　智能制造的必要性可行性

　　推進(jìn)智能制造有必要性又有可行性,。在社會(huì)層面,，勞動(dòng)力危機(jī)、老齡化是支撐必要性的重要因素,；在企業(yè)層面,，快速響應(yīng)市場變化是關(guān)鍵因素。其可行性是與過去相比較而言的,、是ICT技術(shù)的發(fā)展導(dǎo)致的,。但是，推進(jìn)智能制造技術(shù)會(huì)遇到“玻璃墻”：比如,，研發(fā)設(shè)計(jì)與服務(wù)要占到足夠大的比重,；產(chǎn)品質(zhì)量要盡可能地占據(jù)制高點(diǎn)。如果沒有這些條件,，企業(yè)可能就先要進(jìn)行轉(zhuǎn)型,，因?yàn)橹悄苤圃煳幢啬芙鉀Q落后企業(yè)的問題——就像御廚解決不了吃不飽飯的問題。轉(zhuǎn)型不僅是企業(yè)家的事,，也是政府的事,。政府需要建立一個(gè)推崇高質(zhì)量的健康市場、而不是質(zhì)量逆淘汰的劣質(zhì)市場,。