智能制造概念解讀 機器人自動(dòng)化和大數據
關(guān)于電動(dòng)工具批發(fā)網(wǎng)智能制造的邏輯，有很多角度，包括智能制造與快速反應；智能制造與人工智能；智能化與自動(dòng)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、大數據；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。
如果把這些角度中，選取最適合代表電動(dòng)工具批發(fā)網(wǎng)智能制造的角度，大概有兩個(gè)方面：一個(gè)是ICT技術(shù)（數字化、網(wǎng)絡(luò )化），這是手段；一個(gè)是快速反應，這是目標。把快速反應作為目標時(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ICT技術(shù)同時(shí)是關(guān)鍵性、標志性的手段：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(guò)去的一些設想有條件變成現實(shí)。
ICT技術(shù)是怎樣促進(jìn)快速反應的呢？有幾個(gè)方面的原因：
第一，可以用信息實(shí)現多方的協(xié)同工作。一條新的信息可能涉及到多個(gè)部門(mén)的工作（如產(chǎn)品設計的改動(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。
第二，可以實(shí)現知識的復用。一個(gè)人發(fā)現的知識（包括產(chǎn)品部件的設計），可以被其他人、被后繼者重用，省下了不必要的開(kāi)發(fā)。
第三，物質(zhì)資源的共享（分享經(jīng)濟），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(lái)，就可以讓計算機做出科學(xué)的決策、而不是人去控制或團隊開(kāi)會(huì )決策，大大縮短從信息感知到執行的時(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。計算機仿真、CAD等手段，使得人們可以在數字世界里做試驗，從而以提高效率。
電動(dòng)工具智能制造與人工智能有著(zhù)微妙的關(guān)系。我們知道，人工智能原本有三個(gè)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(dòng)的結合，就把感知、決策、執行的綜合看做是（智能的）生命體與（傳統）機器的跟本區別。工業(yè)4.0中的核心概念之一是賽博物理系統CPS，而這個(gè)概念來(lái)自于控制論。
我們認為智能化是自動(dòng)化的延伸和發(fā)展。智能制造與傳統自動(dòng)化又有什么不同呢？其中一個(gè)重要差別是：信息的來(lái)源和協(xié)同的范圍大大擴張了?？刂普摦a(chǎn)生的時(shí)候，對象往往是機器級別的，現在這是車(chē)間、工廠(chǎng)、企業(yè)、供應鏈、乃至全球。協(xié)同的范圍擴大了、關(guān)注的問(wèn)題要多得多。
過(guò)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(xiàn)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)組織高度復雜、質(zhì)量控制難度大增、成本和能耗可能會(huì )顯著(zhù)升高，采購和供貨的壓力大。這些相關(guān)的新問(wèn)題必須被迅速感知、及時(shí)處理。從技術(shù)上看，在過(guò)去的自動(dòng)化產(chǎn)線(xiàn)上，人們一般試圖把生產(chǎn)的“邊界”盡量固定下來(lái)、通過(guò)抑制干擾來(lái)保證質(zhì)量、成本和效率；在智能化產(chǎn)線(xiàn)上，更強調出現問(wèn)題及時(shí)應對這些干擾。
這時(shí)，智能制造的相關(guān)技術(shù)，如大數據監控、信息集成就成了“雪中送炭”。然而，無(wú)論如何，我們都希望不必要的干擾盡量地少、時(shí)間和資源的浪費盡量地少。這樣，生產(chǎn)管理才能盡可能簡(jiǎn)單、盡可能高效。我們發(fā)現：如果精益生產(chǎn)搞得好，推進(jìn)智能制造就是比較容易。
智能化的首要目標往往是快速反應，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。其實(shí)，讓機器代替人進(jìn)行決策和執行，有利于快速反應并取得更好的控制效果。所以，機器人、無(wú)人工廠(chǎng)等技術(shù)，常常能促進(jìn)智能化的發(fā)展。一般的語(yǔ)境下，自動(dòng)化多數是指物理設備或產(chǎn)線(xiàn)的自動(dòng)化，而在智能制造的時(shí)代，同時(shí)強調知識和數據流動(dòng)的自動(dòng)化。
要實(shí)現快速反應，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，可能需要獲得用戶(hù)和供應商的信息。但這要有商業(yè)模式和法規的支撐才行。其次，從決策的角度看，在可以預見(jiàn)的未來(lái)，人類(lèi)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，決策的執行往往需要有物理設備的支持。第四，智能體系的改進(jìn)和學(xué)習提升，離不開(kāi)人的參與。
智能制造與知識管理有什么關(guān)系呢？智能體現在決策的過(guò)程和效果上；決策是用知識處理信息，而信息是用數據承載的。由此可見(jiàn)，（用數字結構和程序描述）知識是實(shí)現智能制造不可缺少的環(huán)節。前面曾經(jīng)談到智能制造與精益生產(chǎn)的關(guān)系，潛伏著(zhù)這樣的觀(guān)點(diǎn)：智能制造所需要的知識可能是碎片化的——把碎片化、非結構化的知識如何管理起來(lái)，是我們不得不面對的挑戰。
智能制造與云計算、大數據什么關(guān)系？筆者認為，云計算是工具性的、要根據工作的需要來(lái)配置，大數據一般是輔助性的，主要從事后臺的工作。它們可以讓智能制造系統運行得更好，但未必是必需的。
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、老齡化是支撐必要性的重要因素；在企業(yè)層面，快速響應市場(chǎng)變化是關(guān)鍵因素。其可行性是與過(guò)去相比較而言的、是ICT技術(shù)的發(fā)展導致的。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)量要盡可能地占據制高點(diǎn)。如果沒(méi)有這些條件，企業(yè)可能就先要進(jìn)行轉型，因為智能制造未必能解決落后企業(yè)的問(wèn)題——就像御廚解決不了吃不飽飯的問(wèn)題。轉型不僅是企業(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(chǎng)、而不是質(zhì)量逆淘汰的劣質(zhì)市場(chǎng)。
朱先生