“烟囱排烟温度300度”是传感器测量出来的感知结果。但是，这个信息所含的“烟道堵了”，则是认知的结果。如果一定要区分感知和认知的话：感知就是传感器测量的结果，认知则是测量结果内涵的信息。

自动化系统的安全稳定运行有个重要的前提：对发生的问题是“有预案”的。也就是说，人类必须事先写好代码、告诉计算机：出现什么事情时，应该如何去做。一般情况下，控制对象或制系统没有故障时，才能用自动控制的模式——除非把故障的处理方式事先告诉计算机：而这种做法，已经有了智能化的味道了。

系统正常时，传感器测量的结果是意义明确的信息，如温度、压力等。这时，感知和认知没有差别。当系统不正常时，这些数据意味着设备、操作、质量、管理中出现问题。感知和认知就有差别了。

系统小的时候（如设备、阀门系统），“系统正常”可以作为一种常态化的假设。但俗话说：“林子大了，什么鸟都有”。系统大了以后（如把车间、工厂、供应链作为对象），“系统完全正常”就是可遇不可求的了。所以，企业级的计算机系统往往是依靠人来做决策的。以发挥人的优势：无论遇到什么突发问题，人总会有办法。这就是所谓的管理系统或者信息系统（不是自动化系统）。

智能化、尤其是互联网带动的智能化，往往是针对大系统的。当然，大系统不一定是体积大，本质是复杂性高。这时，我们需要计算机更加深度地参与更复杂的决策：无论是自主决策还是帮助人类更好地决策。这样，就能用人机结合的方式，处理好复杂、实时、大系统的问题。

这时，无论是机器的自主决策还是帮助人决策，都需要提高认知能力。

这是因为：大系统中可能有成千上万个设备或终端发出的实时信息。这时，人脑可能没有办法有效地接受和处理这些信息。只有用算法（也就是工业互联网白皮书中说的高级分析）来充当“小秘书”：从这些初级信息中提出有用的信息，帮助管理者进行决策。这其实主要就是一个认知的过程。

回到一开始的例子。“排烟温度300度”意味着“烟道堵了”——这个认知过程，操作工可能是有的。但是，操作工可能会偷懒、不去处理。这时，就会能源浪费会一直发生。

企业大了的时候，在企业里可能有成千上万个这样的设备、成千上万个人同时劳动。所以，企业高层管理者根本没有精力去关心每一个设备的实时信息、每一个人的工作情况。所以，他即便有办法看到数据，也并不知道操作工偷懒。传统的企业管理架构是金字塔型的——这是没有办法的办法，因为大领导能够直接管理的人不多。

但是，如果让计算机具备了认知能力，就可以在“烟道堵了、一直没有人处理”的时候，把消息传递给公司领导。这样，公司在周一开总经理例会的时候，就可以把一周发生的事情拿出来让大家看，与奖惩结合起来。

这样，总经理平日里根本不用关心这些鸡毛蒜皮的小事、不用花费精力，就有能力对企业“明察分毫”。如果总经理能够做到这一点，下面的人也就不会偷懒了。公司管理自然就好了，与质量、效率、成本都有关的经营指标自然就能好起来。

这就是“从感知到认知”的意义。

来源：微信号 蝈蝈创新随笔

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。