数字化建设风起云涌，已经成为企业的共识了。在这个过程中，传统与创新一直在激烈的交锋，企业也好供应商也好，都在面临着新的态势发展下的一些选择。

（1）企业立足实际务实需求的意愿和做事方式越来越明显和强烈

笔者2025年接触了大量的制造企业，主要关注于mes和aps方面，大部分企业对于这些数字化系统的建设需求还是非常务实的，也都能够明确地提出自身企业的一些特点和难点，对于目标也有清醒的认识。这是好事。

但在这个过程当中，也有相当一部分企业是叫张前手工传统的模式直接转变为数字化模式，或者说有这种期望吧，其实是又走向了另外一个极端，甚至有点固执己见。手工或者传统模式下的问题解决，其实相对于新的数字化模式不管是从技术复杂性还是说实施应用性，其实是更加复杂的，否则的话这个问题也早就解决了，也就不会等到现在这个阶段了。这其实不是好事。

（2）大环境引导下的以人工智能为代表的创新引领，同样越发强烈和明显

人工智能的发展确实很快，工业领域的人工智能发展其实个人感觉有点乏善可陈。但是在这种大环境引导和熏陶下，很多企业其实在这个方面的追求和意愿是非常的强烈和明显的。

不可否认，在这种环境下面，企业其实提出来了很多非常有意义的工业应用场景，但可惜的是，供应技术其实还并没有跟得上。所以现在很多比如应用人工智能在工业领域上的应用其实还并没有触及到实质。这可能也是新技术在发展过程当中的一个必经阶段，引导方向是对的，这是好事。

人工智能技术在自身的领域其实发展确实挺快的，但对于解决工业领域的问题来说，还是差强人意的，尤其是工业领域具有共性基础的技术底座，或者说应用模式，现在仍然处于一种摸索阶段。从技术成熟度上来说其实还不够的，缺乏群体性的技术底座突破情况下的盲目建设，其实效果并不能够保证，甚至已经呈现出一种比较明显的企业创新动作前出于研究院所的现象。这是否是好事呢还不太好说。

（3）新技术集聚引领下的所谓传统的技术研究，呈现出更加强烈的生命力

任何新技术的发展和关注到一定程度之后，人们必将更加重视本质上的物理性质的研究本质，这些就属于所谓传统的技术研究方面。比如人工智能在工业领域上的发展，必将越来越离不开工业领域本身的物性知识。比如机器视觉从传统的解析到后续持续发展的基于样本训练的数据驱动正逐步的回归到初始的本质，尤其是随着定制化产品导致的样本量越来越小甚至零样本的现象发生乃至成为常态。这都是一些否定之否定和螺旋式认知上升的哲学规律的具体体现。

总体上感觉越是在新技术蓬勃发展的前景下，所谓的传统的物性领域的技术研究与探索，甚至是之前已经放弃的技术思路，可能又要重新的捡拾和重视起来。这应该也符合对立统一的哲学规律。一个典型的现象就是笔者现在越来越喜欢看很久很久以前某个领域发展的基础奠基性书籍，并且越看越有新的味道。

……………………………

传统与创新从来不是非此即彼的排他性的，是融合统一的。其中必然有矛盾，而这些矛盾才是推动技术发展的真正动力，这不管是科研还是说工程技术，背后的驱动力都来自于此。

来源：微信号  智能制造随笔

作者：王爱民

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。