我研究智能制造的方法论

我花了三年研究钢铁的智能制造。我一直认为，技术是服务于业务需求的，业务需求是为经济服务的。这是基本的指导思想。回想起来，三年主要回答了三个问题：

1、智能制造的业务目标应该是什么？

2、实现业务目标的技术线路是什么？

3、为了实现技术线路的配套条件应该是什么？

回答三个问题的难点，在于争议太大。所以，大量的时间花在理解这些争议上。我们需要一个像“公理体系”一样的基础，来判断哪些观点是对的、哪些是错的。在这里，最基本的出发点就是：智能制造是ICT技术驱动的。但是，这个出发点很小、需要引申出去才能包含智能制造的所有内容。引申的过程，用了一个基本逻辑：就是通过ICT技术与制造业的深度融合创造经济价值。这个逻辑就像个多米乐骨牌，能把智能制造中的很多技术和观点串起来。其中，对“深度融合”的理解要到位，才能把逻辑引向深入。关键问题就是：不仅是让ICT技术服务于现在的业务，更要服务于业务创新——或者说，借助ICT技术构建新的业务体系。这样一来，体系深度就完全不一样了。我们把相关逻辑体系内的东西，归结为智能制造的核心内容。其他的，或者逻辑有断层、或者属于智能制造之外的东西。回顾起来，争议大的原因，往往是片面性导致的；有了逻辑和整体观念，也就回避了片面性。

现在想来，这个思考是需要一点勇气的：这就是对待困难的态度。有些事情实在太难，也就阻碍了我们的思想。当然，这个前提就是我们真心在研究、前提是追求可行性，而不是抛出一个不能做的东西。与之相比，科幻（或者仅仅是指路）可以想很远，但不需要勇气：因为你根本没把哪些困难当做真正要去做的事情。

1、智能制造的业务目标应该是什么？

这个问题的重要性在于：如果方向错了，我们可能会措施重大的历史机会。我们看到的目标不是简单的猜想，而是要“证明”的结论。

那么，什么是合适的目标？我认为要有三个基本条件：A、行业是真正有需求的、而不仅仅是为了“展示锄头”；B、是可行的技术方向；C、是真正的智能制造，而不是包装成智能制造的“假货”。

大家都知道，需求是价值的源泉。但是我们强调需求是因为另外一个方面的原因：需求并不好找。需求不好找，才会把有些技术“包装”成“智能制造”、才会有很多人去搞一些华而不实的东西。于是，我们需要搞清：是需求不好找呢，还是不存在需求？我的观点是：很多需求不在当前、不在部门。要找到需求，需要面向未来、面向转型升级、面向企业整体；有了转型的战略，需求才能被释放出来。

凡事要三思而后行：寻找需求真的这么玄吗？其实与行业有关。在有些行业是相对简单的，在有些行业则相对困难。比如，汽车、机械等行业是比较容易，而钢铁行业就难。为什么会有这种难以差异呢？主要是数字化困难的差别。而且，这种差别不是那么简单：在不同的业务范围内，领先的内容还不一样。这让我们很难借鉴。

我把这个阶段称为“做证明题”的阶段。要证明我指的方向是对的，不仅是理论上的自洽，更要有案例来说明。对于创新问题，案例从何而来呢？我想，案例来自三个方面。一个在传统理论上找，说明前人曾经考虑果这个问题、并取得了成功，现在是正常的延伸线。第二个方面在其他行业找；这时，需要对其他行业的案例进行“变换”，说明本质是一样的。第三在实践中找：说明过去已经有实践的萌芽，只是没有发挥出来。

最好还有反面论证：既然你的想法是对的，为什么别人没有做？我一直认为：前人其实并不笨。一般的逻辑是从需求、条件等方面去论证：过去经济性不好，现在经济性是可以的。

2、实现业务目标的技术线路是什么？

“证明题”做完，就该做“计算题”了：技术改如何实现。

按照我的设想，业务逻辑还是可以说清楚的。人们可以根据业务逻辑，判断这样做是不是有经济收益。而且，要进一步研究下去，还要说明这个收益其实很大，值得我们去做。我发现，要实现业务目标关键是在流程中更加科学、更加有效地使用知识。但问题来了：这些知识都是专业领域知识，和智能制造何干？

智能制造的作用，其实是更好地使用这些知识、让知识重用、让知识在使用过程中不断优化。理想的情况下，是机器自动地使用这些知识，也就是我说的“吴淑珍式的智能”。（注：吴淑珍是台湾前总统陈水扁的老婆，靠内线炒股发财。 “吴淑珍式的智能”是指：靠着准确及时的信息而不是复杂的推理作出决策）。为什么要自动地使用知识呢？因为在信息集成的背景下，处理的问题太复杂了（为什么太复杂呢？ 因为考虑的要素多了、决策可以更科学）、要求的反应速度快了，人忙不够来了。

但是，这里还是有个问题：知识从何而来？在我看来，知识主要是人“生产的”。过去人为什么不生产呢？ 原因是知识生产本质上也有投入产出比问题：获得知识和数据是需要成本的，尤其是自动化系统需要的知识对质量要求高、需要进行数字化转化，就更需要成本了。这样，问题就进入了新的一层转化：如何低成本、高质量地生产出可以尽量多使用、能重复使用的知识？

这样，问题又转化成另外的一个问：平台问题、标准问题、方法问题、组织结构问题等等。这些问题，基本上就是技术问题了。

3、为了实现技术线路的配套条件应该是什么？

知识是用在业务流程上的。业务流程要转起来，是要把感知、决策和执行统一起来。这里就涉及到很多的问题：比如，感知和决策涉及到权限，执行涉及到资源和手段。如果没有权限和手段，业务流程是转不起来的。所以，要推进就需要组织流程、商业模式改革。

感知和决策都是需要知识的。我们现在谈到的知识，往往都是在人的脑子里面的。他凭什么愿意贡献出来？贡献出来他自己做什么？有些知识涉及到更多的私利。这里需要重新思考考核机制的问题、还涉及到企业文化、组织设置的问题。

再往外看看：知识重用和业务流程、市场定位、企业核心业务密切相关。要让知识发挥作用，必须转型到需要知识的地方（比如服务对象的改变），要为知识的应用寻找市场。换句话说，对于某些相对低端的产业，有些技术根本就是不需要的。我的这些设想都是屠龙之技。

最后总结一下：

搞技术的人不能只看到技术本身，一定要看到技术的需求；但需求是和业务流程、产品定位等因素有关的，不是天生足够大的。有时候需要转型升级，才能创造需求。但这是企业家需要考虑的事情。如果找到了需求，技术逻辑也是清晰的，技术线路的制定就是个经济性问题：如何创造更多的价值、如何低成本、如何高效率。等你的技术问题变成了经济测算，差不多就可以做技术的事了。

可以用数学的方法，描述一下我研究智能制造的逻辑：先做“证明题”再做“计算题”，先证明目标是正确的、可行的，然后再去考虑具体做法。做“证明题”时，依据是经济可行性、技术可行性、行业特点这些“公理”。在做“计算题”时，是不断地把一个领域的问题变换成成另一个领域问题的过程。这个过程中，要到达一个目标，就要考虑达到目标需要的条件。然后再把奠定条件、建立条件作为下一个层次的子目标，直到能够落地为止。其中，每一个字目标的实现，都以经济性最好为原则。