为了理清这个关系，我找到一个线索：从自动化到智能化。智能制造的理论基础是控制论、与自动化同宗，而控制论是人工智能理论的一个学派。这样，从控制论的理念来解析发展的脉络，就比较清楚了。控制论对智能的理解是：是把（信息）感知、决策、执行统一起来，而高级别的智能包含学习能力（《三体智能革命》的观点）。从“感知、决策、执行、学习”四个概念的变化，可以把握从自动化到智能化的变化。同时，自动化系统建构的基本逻辑，两者是一样的：从标准化、流程化走向自动化。这个线索也可以帮助我们理解智能化体系的继承与发展。

　　下面是我罗列的几个要点：

1、从自动化到智能化演变的动力是ICT技术和社会的发展。ICT技术让感知的空间范围更大、更深；大数据让决策和感知涉及的时间范围更长、速度更快；计算能力也让决策的能力大大提高。当然，所涉及的资源和主体也大大增加了。

2、演变首先体现在服务对象变化。从蓝领变化为白领，从体力劳动者到知识工作者。如上说书，这个变化是范围和深度变化导致的。从代替人的角度看，智能化不可能像自动化那样相对彻底：这不是不想做，而是做不到。因为问题的复杂性大大增加了。

3、范围变化导致的手段变化：涉及范围变大后，协同、共享、重用的价值就凸显出来了。在自动化时代，强调最多的是协同。但到了智能化时代，协同的范围变大了。共享的内容、范围和深度也都扩大了。知识的共享、数据的共享、人才的共享、资源的共享都变得很重要。在某种意义上讲，重用也是一种共享。

4、从控制论的逻辑看演化： ICT的直接作用体现在对感知和决策的促进、对学习能力的提升。协同、共享、重用则体现在执行的过程。

5、对自动化的继承：感知和决策需要信息和知识。与自动化逻辑一样：知识都必须是嵌入工作流程中的、以工作流程为基础。这样的知识才能创造价值。换个角度讲，这些知识都是被流程“结构化”的。这一点，智能制造的知识管理和文档的知识管理有天壤之别。

6、在继承中发展。与自动化相比，智能化的知识管理更复杂：智能化主要是针对白领的工作，白领知识的碎片化更严重，否则过去就不一定用人来解决了。所以，我主张要有新一代平台化的软件工具管理知识。注意：这样的软件是工业软件、不是OA的文档管理软件——知识使用的逻辑与自动化是一致的。

7、工作理念要改变。用好计算机，就是把复杂、麻烦的事情交给计算机去做。但是，编程的过程是麻烦的。类似地，用好知识就是把复杂的知识要机器去管，而把知识装入计算机是麻烦的。高级语言，用来解决编程的困难。知识管理的平台软件，要解决把知识装入计算过程的困难。建设和维护平台，需要大量的白领。这些人看似工作量增加了，但是：只要一条知识得到重用，他们的价值就体现出来了。

8、创造价值的机制。有人把智能化与全局优化联系起来，这是有道理的。我们强调的协同、共享、重用就是促进全局优化的（包括提高响应速度）。优化的效果，决定于知识和信息的质量。智能制造的知识之所以能够优化，也是有原因的：除可以借助大数据，更重要的是：平台系统中的数字知识更容易进行PDCA的优化，从而逐渐胜过人脑。这一点，与西医逐渐胜过中医的逻辑相同。

9、优化不是革命，也是革命。这就好比：把公路上的弯道拉直、坑洼填平、红绿灯取消不是建设新路，但是可以把普通公路变成高速公路。于是，量变到质变。优化必须有一个优化的对象，这就是（白领的）工作流程。把这个些流程很好地提炼出来，可能是个巨大的工作量。

　　后记：最近几年，我一直觉得知识管理对智能制造是关键性的。但却一直感觉没有把逻辑整理清楚。这篇文章算是一个交代吧。

　　来源微信号 蝈蝈创新杂谈

　　作者：郭朝晖

　　该作品已获作者授权，未经许可，禁止任何个人及第三方转载。