智能制造的必經(jīng)之路是什么?

關于智能制造，現(xiàn)在經(jīng)常聽到往往是“數(shù)字化、網(wǎng)絡化、智能化”。粗聽起來似乎很有道理，但這是一個在邏輯上略顯含糊的說法?！皵?shù)字化、網(wǎng)絡化、智能化”到底是指實現(xiàn)智能制造的三個階段，還是指每一步是實現(xiàn)后續(xù)步驟的先決條件？

如果說這“三化”是指三個“階段”，是否意味著企業(yè)走到“網(wǎng)絡化”階段，再稍加努力就能順利走到“智能化”？然而，從網(wǎng)絡化到智能化的道路還很漫長，它們之間并沒有自然而然的銜接關系。

而如果說是指每一步驟是實現(xiàn)后續(xù)步驟的先決條件，那么是否企業(yè)具備了“數(shù)字化、網(wǎng)絡化”的條件，才能實現(xiàn)“智能化”？然而，現(xiàn)在少數(shù)企業(yè)已經(jīng)實現(xiàn)了數(shù)字化和網(wǎng)絡化，但是肯定還做不到智能化。

筆者認為，在智能化之前，一定還有一個階段是不可跨越的。沒有經(jīng)歷這個階段，智能制造是難以落地的。這個階段就是“知識化”。

一、智能的三個進化路徑

在討論實現(xiàn)智能制造的具體步驟之前，筆者先從一個更高的層面——人造系統(tǒng)如何走向智能來展開論述。在筆者參著的《三體智能革命》（以下簡稱“《三》”）書中提出了一個在物理實體、意識人體、數(shù)字虛體“三體智能模型”框架下，人造系統(tǒng)“智能化”的三個進化路徑：

第一個進化路徑是數(shù)字化移民，也就是在物理設備中嵌入數(shù)字化計算內核。嵌入式系統(tǒng)的發(fā)展，已經(jīng)從早期非數(shù)字化式元器件嵌入，迅速發(fā)展到了數(shù)字化計算內核的嵌入。主要的實現(xiàn)方式是，從人的意識提煉知識，知識嵌入軟件，軟件嵌入硬件，形成計算內核，計算內核嵌入物理設備。由此而形成賽博系統(tǒng)，變身成為數(shù)字化移民。未來目標是數(shù)字化一切可以數(shù)字化的事物。

第二個進化路徑是網(wǎng)絡化聯(lián)接，形成廣域比特化數(shù)據(jù)通道。物質世界中的要素聯(lián)接，正在所有的領域內和領域之間發(fā)生。其實現(xiàn)方式首先是物質（機械，如導線）聯(lián)接，其次是能量（物理場，如傳感器）聯(lián)接，然后是信息（數(shù)字，如比特）聯(lián)接，最終是意識（生物場，如思維）聯(lián)接。各種賽博系統(tǒng)的互接互通才能發(fā)展成為賽博物理系統(tǒng)（CPS），才能打通比特化數(shù)據(jù)流通道，搭載數(shù)字化的數(shù)據(jù)、信息與知識，實現(xiàn)計算、控制和決策。未來目標是網(wǎng)聯(lián)一切可以聯(lián)接的事物。

第三進化路徑是主體認知化，形成三體大知識交互能力。加速知識流動，知識泛在引發(fā)智能爆發(fā)。其實現(xiàn)方式是實體嵌入數(shù)體智能，建立智能認知引擎，吃進數(shù)據(jù)，擠出知識。未來目標是自動知識創(chuàng)新，模糊三體邊界。

以上內容摘自《三》書，是作者融匯了在制造業(yè)、工業(yè)軟件領域三十多年的從業(yè)經(jīng)驗，結合兩化融合、知識工程、知識管理、TRIZ發(fā)明方法論等專業(yè)理論而系統(tǒng)歸納出來的進化路徑。近年來，筆者一直在寫文章和講演中堅持自己的這個觀點：無論是智能制造還是工業(yè)4.0，其落地路徑應該經(jīng)歷這三個步驟：數(shù)字化，網(wǎng)絡化，知識化。此“三化”的觀點，就是對上述三個走向智能進化路徑的簡要表述。

對于前“兩化”，業(yè)界基本上沒有爭議。事實上，所有的物理設備也是沿著這樣的路徑在逐步演變的。而對于第三化，則有較多不同觀點。

二、知識的關鍵作用

按照《三》書觀點，經(jīng)典的知識發(fā)生學是典型的兩體作用，即知識源于意識人體與物理實體的相互作用。千百萬年來，“人創(chuàng)造和積累了無數(shù)的知識：人對自然界認知的意識活動的結果，形成了對自然信息的記錄、描述、分析、判斷和推理，逐漸建立了經(jīng)典的DIKW（Data-Information-Knowledge-Wisdom）金字塔體系，來描述人的知識體系及其演化路徑：數(shù)據(jù)→信息→知識→智慧。數(shù)據(jù)可以比較大小，3比2大，5比6小；信息體現(xiàn)了數(shù)據(jù)的含義，具有了時空意義；知識是模型化的、指導人做事的信息；智慧則是人的洞察力在意識上的體現(xiàn)，推斷出未發(fā)生的事物之間的相關性，在既有知識的支持下產生創(chuàng)新知識。”

DIKW金字塔是以人為主體來作用與衡量的，“指導人做事”的意義在于，知識可以指導人來正確地、優(yōu)化地做事。在今天，當知識進入了機器等人造系統(tǒng)并且可以在其中自動流動之后，知識不僅可以指導人正確做事，也可以指導機器正確做事，由此而快速響應和減少復雜系統(tǒng)的不確定性，實現(xiàn)資源的優(yōu)化配置——這既是智能制造的內涵，也是知識作為制造過程中任何一個業(yè)務活動的關鍵“供給”要素的本質。

許多企業(yè)，購買了很多好軟件，但是熟練使用軟件的員工跳槽了，這些軟件就沒有人玩得轉了，閑置在那里干不了活兒，領導急得跳腳也沒有辦法；或者是配置了最強的計算機、最新版的各類進口工業(yè)軟件，但是就是干不出來國外同行最好的產品，掌握不了最關鍵的核心技術。

問題出在哪里？

企業(yè)購買的那么多的先進軟件不能解決問題嗎？還真不能。因為大部分軟件都是通用軟件，盡管軟件中有不少通用知識，但是缺乏企業(yè)研發(fā)特定產品時真正需要的最適用的專業(yè)知識。這些專業(yè)知識是在長期的技術積累過程中形成的，要么由專業(yè)人士腦記憶攜帶，要么在資料室以紙介質保存。在知識“供給”中最容易產生的問題是：人跳槽則知識隨之帶走，鎖在保險柜中的知識并不好用。

制造過程乃至整個制造業(yè)，說到底，是在物料和知識等要素的共同驅動下前進的，而前進的步伐，就是一個接一個的業(yè)務活動，以及支撐這些業(yè)務活動的一批接一批的知識“供給”。

知識這種“供給”要素，在制造過程中的任何一個使用場景中往往都是供給不足的。上面講的兩個缺知識的場景，是在人腦智力系統(tǒng)和軟件工具系統(tǒng)中嚴重供給不足的實例。其實，在很多場景下，都迫切需要知識但是同時又隱含了知識的供給與支持作用，例如對工業(yè)大數(shù)據(jù)的分析就離不開知識，而分析的結果往往又以知識的形式呈現(xiàn)出來。而現(xiàn)在最常見的情形是，很多人都在談大數(shù)據(jù)，很少有人談真正玩轉大數(shù)據(jù)所需要的知識。

三、嶄新的知識發(fā)生學

一方面是知識供給嚴重不足，另一方面是知識發(fā)生學在悄然發(fā)生變化。

三百萬年前，人類祖先智人開始了認識自然、學習自然、掌握改造自然的工具的偉大歷史進程。在肯尼亞圖爾卡納湖岸邊就曾經(jīng)發(fā)現(xiàn)了人類祖先在330萬年前制造的石器工具（切削器）。在這件工具上，凝結著當時人類制作石器工具的原始知識。

人類在創(chuàng)造勞動工具（人造系統(tǒng)）的同時，也創(chuàng)造、積累了各種知識，并用這些知識來指導自己更好地創(chuàng)新和優(yōu)化各種人造系統(tǒng)。截止到第三次工業(yè)革命之前，這是一種持續(xù)了三百萬年的兩體作用的知識發(fā)生學。

伴隨著電腦的誕生、數(shù)字虛體世界的崛起與發(fā)達，我們的世界快速進化成為由物理實體、意識人體和數(shù)字虛體“三體”交匯作用的世界，知識發(fā)生學被重新改寫，即從過去的兩體作用產生知識，發(fā)展到全新的三體作用產生知識

延續(xù)最古老的方式，由意識人體與物理實體相互作用而產生知識；

對進入數(shù)字虛體中的各種大數(shù)據(jù)進行處理與篩選，從大數(shù)據(jù)中發(fā)現(xiàn)和提煉有價值的知識；

由日趨智能的人造系統(tǒng)基于已經(jīng)輸入和不斷學習到的知識來自動產生新知識。這些新知識是形式多樣的，既可能是人類目前具有的，也可能是所不具有的。

當知識以這樣三種方式綜合產生時，知識發(fā)生的廣度、頻度和密度都會以驚人的速度增加，“大知識”時代就會真正來臨。擺在人們面前的緊迫任務是，如何以新的視角認識知識的重要作用？如何辨識每項業(yè)務活動所需要的知識，并加強知識在業(yè)務活動中的供給？如何在新的知識發(fā)生學中理順知識的“產生-供給-應用”的關系？

四、如何理解知識化

知識化，并不是讓員工多學一些知識，也不是在本單位搞一點知識管理，更不是多建幾個資料室和圖書館，這些活動都只是知識化的基礎。

無論是過去還是現(xiàn)在，無論是在自動化、數(shù)字化、網(wǎng)絡化階段，知識都在企業(yè)的產品生命周期、工廠生命周期中等業(yè)務流程中起著非常重要的“使能”與供給作用。在知識密集型企業(yè)中，注重知識積累，開展知識工程，盤活知識存量，實施集中管理，從來都是一項極其重要、但是看似不新鮮、而且絕大多數(shù)企業(yè)領導普遍忽視的工作。但是，即使做好這些工作還達不到知識化。

本文所指的知識化，具有豐富的、多層面的含義，體現(xiàn)在六個轉變維度上，如圖1所示。

圖1 知識化的六大轉變維度

從評價體系來說，它指從傳統(tǒng)的以設備、場地、人員多寡和先進與否為主的評價指標，轉向以知識多寡和先進與否為主的評價指標；

從工業(yè)裝備來說，它指從原來特別強調構建硬裝備的工業(yè)設施，轉向強調兼顧構建以知識、算法、數(shù)據(jù)、模型、軟件為主的軟裝備；

從人員構成來說，它指從以物質化產品生產者為主的企業(yè)研發(fā)團隊，轉向以知識生產者為主的企業(yè)研發(fā)與服務團隊；

從知識來源來說，它指從以人腦為主的知識來源，轉向兼有以智能系統(tǒng)產生知識、從大數(shù)據(jù)分析產生知識等多元化的“大知識”來源；

從基礎設施來說，它指從以水、電、燃氣為主的基礎設施，轉向同時構建以網(wǎng)絡泛在、知識泛在的基礎設施，知識資源被高度共享與應用。

從社會形態(tài)來說，它指一個社會從以傳統(tǒng)的物質、能量產生價值為主體的經(jīng)濟結構，轉向以知識產生價值為主體的知識經(jīng)濟結構。

無處不在的知識，可以優(yōu)化物料流、減少人員流，節(jié)省資金流。最終，人、機、物在知識的作用下發(fā)揮智能潛力，社會日趨達到和諧與智能的理想狀態(tài)。

五、知識的數(shù)字化

前面提到了描述人的知識體系及其演化路徑的DIKW金字塔體系，傳統(tǒng)載體是人腦生物記憶和典型的紙介質記錄方式，即腦記、筆錄、打印各種數(shù)據(jù)、信息和知識。這些傳統(tǒng)載體的數(shù)據(jù)、信息和知識，無法克服時空障礙，難以全生命周期、全息、高速、順暢地遠距離傳遞。

而在數(shù)字虛體中，這些原本記載于傳統(tǒng)介質的數(shù)據(jù)、知識和信息，在比特的“數(shù)字化”作用下，變成了數(shù)字化數(shù)據(jù)、數(shù)字化信息和數(shù)字化知識。時空障礙被網(wǎng)絡消除，數(shù)據(jù)可以自動流動，數(shù)字化的知識可以全生命周期、全息、高速、順暢地遠距離送達。

因此，“數(shù)字化一切可以數(shù)字化的事物”，就變得非常重要。企業(yè)的技術要數(shù)字化，專業(yè)知識要數(shù)字化，產品和設備要數(shù)字化，研發(fā)手段要數(shù)字化，工藝要數(shù)字化，管理流程要數(shù)字化，客戶要數(shù)字化，服務要數(shù)字化……，等等。筆者在這里要特別強調的是“知識數(shù)字化”，因為只有數(shù)字化的知識，才可以在數(shù)字化設備和網(wǎng)絡上任意流動。只有實現(xiàn)知識化，才能推動數(shù)據(jù)流動自動化，而數(shù)據(jù)流動自動化，又可以承載和提供更多更好的知識供給。知識數(shù)字化的小目標時：通暢數(shù)據(jù)流、承載知識流，優(yōu)化物料流、減少人員流、節(jié)省資金流。

無論是隱藏在意識人體中的知識，固化在實體設備中的知識，流動在數(shù)字虛體中的知識，還是提煉于大數(shù)據(jù)中的知識，乃至由智能系統(tǒng)“自創(chuàng)”的知識，這些知識是實現(xiàn)系統(tǒng)智能的源頭，是讓各種企業(yè)活動在原有的基礎上提升水平與增加價值的驅動力。

實現(xiàn)知識化，可以從以下三個方面著手：

1.知識系統(tǒng)化，注重企業(yè)知識資產的管理與應用，盤活存量，激發(fā)增量，用好總量。最重要的是，把以生物記憶、紙介質形式保存的知識，轉化成數(shù)字化知識；

2.知識流動化，由軟件建立規(guī)則，形成在網(wǎng)絡上自動流動的比特數(shù)據(jù)流，把數(shù)字化知識輸送到任何需要的地方，由此而以正確、泛在的知識指導機器或人，在系統(tǒng)內外部的不確定性、復雜的工作場景和給定的資源限制下，通過不斷重復“狀態(tài)感知、實時分析、自主決策、精準執(zhí)行、學習提升”的智能過程，把正確的數(shù)據(jù)（所承載知識），以合適的版本，在恰當?shù)臅r間，給到正確的人（和機器），因此而把事情一次做對，一次做優(yōu)，甚至可以在下次做得更好。

3.知識軟件化，軟件是實現(xiàn)知識數(shù)字化、網(wǎng)絡化的有效載體。具體有兩個做法，一是在現(xiàn)有的通用軟件中增加富含專業(yè)知識的小程序，二是把數(shù)字化的專業(yè)知識，進一步寫成專業(yè)軟件，并且將這些專業(yè)軟件標準的接口形式集成到研發(fā)平臺中。當軟件系統(tǒng)具有更多的知識時，既意味著功能更強大，也意味著更加智能化。

不僅知識數(shù)字化容易封裝在軟件中，進而還可以把標準和規(guī)范等“經(jīng)過嚴格驗證的知識”嵌入到研發(fā)、管理或服務等數(shù)字化業(yè)務流程中，實現(xiàn)知識驅動的產品創(chuàng)新研發(fā)，讓知識對人啟智開慧，為產品增值賦能。

過去往往強調以知識武裝人，而今天我們要強調以數(shù)字化的知識來同時武裝人和各類人造系統(tǒng)（如軟件系統(tǒng)和機器），讓系統(tǒng)具有某種模仿或類似人的智能。知識化，可以讓人造系統(tǒng)比較順利地過渡到智能化。

六、智能制造幾步走

實現(xiàn)智能制造，不可一蹴而就，必須分步走，這一點業(yè)界是有共識的。

如何從現(xiàn)有的自動化基礎上逐步走向智能制造？這是幾乎所有的企業(yè)都在詢問的問題。如果讀者理解了前面的內容，那么走向智能制造的方向和步驟就基本清晰了。至于分成幾步走，其實并不是最關鍵的問題，關鍵是知識化的步驟不能漏掉。

北航劉強教授給出了在發(fā)展智能制造過程中“三個不要”的觀點：

（1）不要在落后的工藝基礎上搞自動化——工業(yè)2.0必須先解決的問題（需補標準化和自動化的課）；

（2）不要在落后的管理基礎上搞信息化——工業(yè)3.0必須先解決的問題（需補建立在現(xiàn)代管理基礎上的信息化的課）；

（3）不要在不具備數(shù)字化網(wǎng)絡化基礎時搞智能化——工業(yè)4.0必須先解決的問題（數(shù)字化網(wǎng)絡化需要補課的太多了）。

“三個不要”觀點明確了走向智能制造的基礎與條件，即企業(yè)在起點上應該先固化、優(yōu)化生產工藝，由此打好自動化基礎，然后再提升管理水平，順利過渡到信息化（本文使用近義詞“數(shù)字化”），再往后需要夯實網(wǎng)絡化基礎，具備很多條件（補很多課），再進行智能化建設。

筆者贊同劉教授的觀點，只是在網(wǎng)絡化與智能化之間，應該還需要明確一個專門的階段，那就是知識化。

在智能化之前必須有知識化這個重要步驟，這個步驟不可忽略。無論是政府職能部門還是國有或民間研究/咨詢機構，都應該意識到并且對企業(yè)強調這一點。

智能制造分步走，分成幾步不重要，但數(shù)字化、網(wǎng)絡化、知識化這些關鍵步驟不能漏掉。任何一個步驟的缺失，會讓企業(yè)的智能制造之路走偏甚至停滯。

七、小結

沒有技術積累的工業(yè)不強大，沒有知識助力的企業(yè)不長久。知識是各類業(yè)務活動的關鍵供給要素。過去往往強調以知識武裝人，而今天我們要強調以數(shù)字化的知識來同時武裝人和各類人造系統(tǒng)。

本文所指的知識化，具有豐富的、多層面的含義，體現(xiàn)在六個轉變上。最主要的就是知識資源被高度共享與應用，即把正確的數(shù)據(jù)（所承載知識），以合適的版本，在恰當?shù)臅r間，給到正確的人（和機器），因此而把事情一次做對，一次做優(yōu)，甚至可以在下次做得更好。

從數(shù)字化、網(wǎng)絡化到智能化過程中，知識化是不可忽略的重要步驟。企業(yè)不經(jīng)歷知識化，就走不到智能化。在知識化的基礎上企業(yè)可以較為順利地過渡到智能制造。

原文標題：知識化是智能制造的必經(jīng)之路

文章出處：【微信公眾號：工業(yè)4俱樂部】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq