關(guān)于智能制造的邏輯,，有很多角度,，包括智能制造與快速反應(yīng),；智能制造與人工智能,；智能化與自動化；智能化與代替人,；智能制造與知識管理,；智能制造與云計算、大數(shù)據(jù),；智能制造的必要性可行性等,。要把智能制造的邏輯理清楚，就必須把這些概念之間的關(guān)系理清楚,。

　　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，大概有兩個方面：一個是ICT技術(shù)（數(shù)字化,、網(wǎng)絡(luò)化）,，這是手段；一個是快速反應(yīng),，這是目標(biāo),。把快速反應(yīng)作為目標(biāo)時，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,。

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

　　第一,，可以用信息實現(xiàn)多方的協(xié)同工作,。一條新的信息可能涉及到多個部門的工作（如產(chǎn)品設(shè)計的改動）。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,。

　　第二，可以實現(xiàn)知識的復(fù)用,。一個人發(fā)現(xiàn)的知識（包括產(chǎn)品部件的設(shè)計）,，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間,。

　　第四，縮短了決策周期,。把信息全面集成起來,，就可以讓計算機做出科學(xué)的決策、而不是人去控制或團(tuán)隊開會決策,，大大縮短從信息感知到執(zhí)行的時間,。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。計算機仿真,、CAD等手段,，使得人們可以在數(shù)字世界里做試驗，從而以提高效率,。

　　智能制造與人工智能

　　智能制造與人工智能有著微妙的關(guān)系,。我們知道，人工智能原本有三個學(xué)派：計算機學(xué)派,、生理學(xué)派和控制論學(xué)派,。與智能制造關(guān)系最為密切的是控制論學(xué)派。從控制論產(chǎn)生的那一刻起，就關(guān)注信息和通信,，就重視信息處理與行為活動的結(jié)合,，就把感知、決策,、執(zhí)行的綜合看做是（智能的）生命體與（傳統(tǒng)）機器的跟本區(qū)別,。工業(yè)4.0中的核心概念之一是賽博物理系統(tǒng)CPS，而這個概念來自于控制論,。

　　智能化與自動化

　　我們認(rèn)為智能化是自動化的延伸和發(fā)展,。智能制造與傳統(tǒng)自動化又有什么不同呢？其中一個重要差別是：信息的來源和協(xié)同的范圍大大擴(kuò)張了,?？刂普摦a(chǎn)生的時候，對象往往是機器級別的,，現(xiàn)在這是車間,、工廠、企業(yè),、供應(yīng)鏈,、乃至全球。協(xié)同的范圍擴(kuò)大了,、關(guān)注的問題要多得多,。

　　過去的自動化主要針對批量生產(chǎn)。在智能制造的時代,，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,、及時處理,。從技術(shù)上看，在過去的自動化產(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,，更強調(diào)出現(xiàn)問題及時應(yīng)對這些干擾,。

　　這時，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、時間和資源的浪費盡量地少,。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,，代替人確實也是目的之一,、甚至是非常重要的目標(biāo)。其實,，讓機器代替人進(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,，自動化多數(shù)是指物理設(shè)備或產(chǎn)線的自動化，而在智能制造的時代,，同時強調(diào)知識和數(shù)據(jù)流動的自動化,。

　　要實現(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,。

　　智能制造與云計算,、大數(shù)據(jù)

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

　　智能制造與知識管理

　　智能制造與知識管理有什么關(guān)系呢？智能體現(xiàn)在決策的過程和效果上,；決策是用知識處理信息,，而信息是用數(shù)據(jù)承載的。由此可見,，（用數(shù)字結(jié)構(gòu)和程序描述）知識是實現(xiàn)智能制造不可缺少的環(huán)節(jié),。

　　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：智能制造所需要的知識可能是碎片化的——把碎片化,、非結(jié)構(gòu)化的知識如何管理起來,，是我們不得不面對的挑戰(zhàn)。

　　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,。在社會層面,，勞動力危機、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)會遇到“玻璃墻”：比如，研發(fā)設(shè)計與服務(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,。如果沒有這些條件，企業(yè)可能就先要進(jìn)行轉(zhuǎn)型,，因為智能制造未必能解決落后企業(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。