十多年前，本人開始對創(chuàng)新理論感興趣。此后一直堅持熊彼特的觀點：新技術(shù)不是創(chuàng)新，取得經(jīng)濟成功才是創(chuàng)新。這個評價對智能制造同樣合適。但現(xiàn)實中往往是：新技術(shù)一大堆，但卻用不好。由此可見，先進技術(shù)和經(jīng)濟性的結(jié)合，并不是簡單的事情。
“存在的就是合理的”，這種現(xiàn)象并不意外：優(yōu)秀企業(yè)的管理和技術(shù)人員其實都是很聰明的且信息靈通：如果某項新技術(shù)很容易創(chuàng)造價值，根本等不到“智能制造”成為熱點、老早就會采用了。所以，過去沒采用往往意味著價值創(chuàng)造上存在問題。要解決智能制造在創(chuàng)造價值上的困難，就必須看得遠一點、更廣一點。要著眼于未來、著眼于系統(tǒng)，而不是著眼于現(xiàn)在、著眼于部門。其中，著眼于未來，就是著眼于勞動力成本的變化和市場對質(zhì)量要求的提高；著眼于系統(tǒng)則是著眼于部門的協(xié)同、和用戶的協(xié)作。
筆者發(fā)現(xiàn)：不論著眼于未來還是著眼于系統(tǒng)，智能制造都繞不開一個問題：知識管理。
“知識管理”其實是一個很混亂的概念。在很多人看來，把文檔收集起來就是知識管理了。筆者則更關(guān)注業(yè)務(wù)活動中作為標準的知識。比如，產(chǎn)品標準、工藝參數(shù)、操作標準等。MES、ERP、PLM，本質(zhì)上就是管理這種知識。這些知識往往具備以下的特點包括：
1、直接對接生產(chǎn)、管理等業(yè)務(wù)活動。比如，生產(chǎn)某種產(chǎn)品時要有設(shè)計標準。
2、可用規(guī)范的數(shù)據(jù)結(jié)構(gòu)來表示：比如，鋼材的成分。
3、知識之間具有結(jié)構(gòu)關(guān)系：比如，工藝參數(shù)都與特定工序或設(shè)備對應。
總之，這些知識的特點，是方便計算機信息系統(tǒng)的使用。只有做到上述幾點，信息系統(tǒng)的運作才能順暢。
與之相反，著作、論文、專利等承載的知識往往是非結(jié)構(gòu)化的，與應用過程的結(jié)合度低。人們看完一篇論文時，常會有這樣的感覺：懂了，但不知道怎么用。這些困難包括：模型缺少參數(shù)、應用對象不明確、應用條件不清楚等。這樣的知識就像瓷器上掉下來的碎片，不知道該粘帖在什么地方。
我現(xiàn)在所關(guān)心的是：智能制造時代的知識管理應該有什么不同？
我想，智能制造時代的知識管理同樣也應該具備上述特點，而且是在這個基礎(chǔ)上的發(fā)展。發(fā)展到什么方向呢？這就要看智能制造本身有什么需求了。
智能制造最本質(zhì)的特點，是通過數(shù)字化、網(wǎng)絡(luò)化的手段，更快、更科學地響應外部的變化。要實現(xiàn)這個目標，許多人做的事情要讓機器去做了。讓機器做人做的事，就要把人腦中的潛在、默會的知識挖掘出來、形成數(shù)字化的知識或模型。要認識智能化，還要意識到它與傳統(tǒng)自動化的區(qū)別。比如，智能化更側(cè)重對外部信息的應對，對代替白領(lǐng)的勞動同樣熱衷。這樣以來，需要管理的知識范圍要大得多了。
要推進智能化，不僅要發(fā)散，還要聚焦。在智能化階段，應該聚焦哪些知識呢？又如何與自動化的知識對接呢？在筆者看來，智能化階段關(guān)注的知識，應該以自動化管理的知識為基礎(chǔ)，是制定這些知識的知識。
前面已經(jīng)談到，自動化階段的關(guān)鍵知識是相關(guān)的標準。但我們也知道，企業(yè)在運行過程中經(jīng)常會遇到原有標準無法包含的內(nèi)容：新產(chǎn)品開發(fā)時，需要生成新的產(chǎn)品標準和技術(shù)標準；新用戶到來時，需要選擇合適的標準去組織生產(chǎn)；生產(chǎn)、服務(wù)、設(shè)計、采購等過程出現(xiàn)超出標準的情況時，需要給出處理的方法。有些標準不合理，還需要人們?nèi)バ拚?。從某種意義上說，這些工作都是在突破原有的標準，即“標準的突破”。
我們知道，“標準的突破”是有風險的。所以，權(quán)限一般只能賦予相當級別的領(lǐng)導和專家，以特事特辦的名義保持標準的權(quán)威性。但即便如此，也是存在眾多問題的：比如規(guī)范性不好、依賴于專家等。
我們知道，智能制造的目的之一，是幫助制造企業(yè)更好地走向“微笑曲線”的兩端：設(shè)計和服務(wù)。而“設(shè)計和服務(wù)”所針對的，不就是關(guān)于產(chǎn)品設(shè)計和使用的相關(guān)知識嗎？如果這些知識已經(jīng)“標準化”了，人們做的事情的不就是“標準的突破”嗎？
智能化不是廢除標準，而是讓標準更加靈活地適應變化、讓“突破的標準”過程標準化。由此可見，智能制造需要管理的知識，是“產(chǎn)生標準”的知識、是“優(yōu)化標準”的知識、是“突破標準”的知識。
有心人或許意識到：“優(yōu)化標準”和“突破標準”的知識，往往就是精益生產(chǎn)的知識。很多專家認為：精益生產(chǎn)是智能制造的基礎(chǔ)，智能制造是精益生產(chǎn)的延續(xù)。所以，知識管理是從精益生產(chǎn)到智能制造的基礎(chǔ)條件。
在智能制造時代，知識管理需要上一個臺階：過去的知識管理，主要針對物質(zhì)產(chǎn)品的生產(chǎn)；未來的知識管理，或許要針對知識產(chǎn)品的生產(chǎn)；過去管理的知識是標準本身，現(xiàn)在要管理的知識是產(chǎn)生標準的知識。
如前所述，標準的突破不是隨意的。越是復雜的技術(shù)體系，突破的風險就越大。所以，“標準的突破”必須規(guī)范起來。機器做事可以讓過程更加規(guī)范；但是，規(guī)范的做法未必科學——為了讓機器的做法科學合理，人必須把科學合理的方法提煉出來、變成數(shù)字化的知識，教會機器。
我曾反復強調(diào)的：數(shù)字化的力量在于真實和科學——我之所以強調(diào)，是因為現(xiàn)實中的許多事情是違反這一原則的。比如，有時人們不愿講出真實的想法，有時思路不清晰，有時則是轉(zhuǎn)化過程出現(xiàn)問題。這些都會帶來嚴重的負面影響，為智能制造的推進帶來風險。只有避免這些問題，做到基于科學和真實的數(shù)字化，智能制造才能做得比人更好。由此可見，要推進智能制造，文化必須先行，“賽先生”的課是必須補的。否則，“彎道超車”就容易掉到溝里去。
如果是這樣，智能制造時代需要什么樣的軟件來支撐呢？這是個值得思考的問題。