人工智能、大數據等信息技術與傳統制造術的深度融合，不僅促進了制造企業的轉型升級，也讓智能制造成為制造業的主要發展目標。如今，隨著制造企業的快速發展，在智能制造上也遇到了一定的瓶頸和難點。

智能制造理論中涉及到的概念太多，圍繞著應用：怎么用、誰來用、什么時候用、什么場景下用。其中，考慮了三種可行性：技術可行性、經濟可行性、現實可行性。所謂現實可行性，主要考慮到不能把人的能力考慮得太牛。

我們經常從不同的角度提到智能制造，這實在讓人頭疼。

我們常把智能制造與轉型升級聯系在一起。但對一個企業來說，智能制造常常指的是技術層面的問題，轉型升級是企業戰略方面的事情。從理論上說，轉型升級就是對組織、流程、業務等要素的重構。

我們有時候把智能制造簡單地定義為“ICT技術在工業領域的深度應用”。所謂“深度應用”，主要就是伴隨轉型升級和重構。而不是單單是服務于現有業務。強調這些的背景是：基礎技術提供的新機會在這里。這也是從技術手段角度定義智能制造。還可以從企業的外部表現或結果、目標來定義，比如提升企業的快速響應能力。從業務角度看，提升快速響應能力的手段包括“協同、共享、重用”。其中，“共享、重用”針對的是資源的準備，而協同則是資源的使用。

從業務角度看，互聯網的作用是提高協同能力；從經濟學角度看，是提高了資源配置能力。故而，互聯網能夠促進“協同、共享、重用”。按照熊彼特的觀點，創新就是企業家的資源配置。所以，智能制造是企業家主導的、與技術密切相關的創新活動——表現為“轉型升級”這種戰略活動。其中，“共享、重用”涉及到資源的使用權限，需要有業務或者商業模式的創新來保證、需要由企業家推動。而“信息集成”則是從IT技術角度為“協同”奠定基礎。當然，“協同”本身屬于業務范疇，IT如何集成則是要符合OT技術的要求。特別地，協同過程先要規范成“業務流程”，才能標準化，進而實現智能化。事實上，流程本身就是一種知識。

協同的結果是快速響應。從實現的原理角度看，則表現為智能原理的應用。這樣，“智能制造”才與“智能”這個概念掛上鉤。“智能”最基本的三個要素是“感知、決策、執行”的統一；也就是維納當年提出的觀點。這是人工智能的三個學派之一。但長期以來，這不是主流學派。因為主流學派關注的是復雜決策相關的方法和理論。互聯網提升了“感知和執行”能力，故而促進了智能制造。從某種意義上說，智能制造的思想，可以追溯到維納、與自動化是同源的。但是，現在的條件與過去差別大了。在互聯網的背景下，這個理論再次彰顯生命力。

智能制造是決策革命。

通過“共享和重用”，互聯網幫助人們對更多的資源進行配置。配置過程就是決策過程。這使得資源配置優化的空間增大了，故而價值性增強。與此同時，優化配置的難度也因此而增大。故而，人們往往需要機器幫助人來配置資源。機器幫助人類決策，意味著人們控制復雜問題的能力增強了。這就會釋放出工業創新的空間。比如“流水線上的個性化定制”，這就是工業4.0。而工業4.0又會帶動數字化設計等一系列技術的進步，如數字化設計。

決策需要知識。這種知識可以來源于人腦：用人腦的知識操作Cyber空間、把人腦的知識（邏輯）直接寫成機器代碼、采用大數據記錄的成功案例、讓機器自己學習知識。總之，知識的來源或者使用方式在互聯網、大數據的條件下發生了變化，有了更多的選項。其中，學術界指的“人工智能”側重決策，而“新一代人工智能”側重機器學習、尤其是深度學習——這種學習特別適合那些不便編碼的感性知識。

互聯網能夠帶動大數據，大數據促進決策智能技術和人工智能，智能化彰顯大數據和互聯網的價值；進而促進大數據和互聯網的應用。

我們一直強調，智能制造要關注人機關系。換句話說，強調利用人的知識、彌補人的不足。這是從實現手段上說的。現實中，只有這樣做有技術可行性。潛臺詞是反對過度強調機器學習、機器決策。我們反對把智能制造理解為“機器換人”，原因是這約束了人們的視野、丟掉很多機會、還常常不具備經濟性。

智能制造的瓶頸往往是經濟可行性。經濟可行性包括效益和成本兩個部分。前面說的資源配置，是效益的來源之一。效益從何而來呢？在我看來，中長期是轉型升級帶來的效益，短期內是管理水平提升帶來的效益。

智能制造可以顯著提升管理水平。互聯網可以實現“扁平化”、“遠程化”；大數據實現“透明化”、智能算法讓人避免淹沒在大數據的海洋中。由于歷史的原因，智能制造的機會往往在于管理與控制的融合；或者說“信息化”與“自動化”的“兩化融合”。所謂的“歷史原因”，就是指的這方面的機會比較多。

從管理入手，就要找到管理中的問題。這時候，精益管理、６西格瑪、PDCA等方法就有用了。這些方法，讓我們先從OT角度發現價值，然后再從IT角度推進智能化、讓價值落袋。這也是從技術經濟可行性角度考慮的。所謂標準化、流程化、精益化是智能化的基礎，就是這個意思。

智能制造的另外一部分價值來源與成本的降低：“共享和重用”讓成本降低；大數據讓知識獲取的成本降低；工業互聯網平臺讓管理和持續改進的成本降低。工業互聯網平臺如何讓持續改進的成本降低的？工業APP和數字孿生的思想解決了這個問題。

文章來源：信息化和軟件服務網