技術是服務于業(yè)務需求的，業(yè)務需求是為經(jīng)濟服務的，這是基本的指導思想。因此，要發(fā)展智能制造主要需要回答三個問題：

    1.智能制造的業(yè)務目標應該是什么？

    2.實現(xiàn)業(yè)務目標的技術線路是什么？

    3.為了實現(xiàn)技術線路的配套條件應該是什么？

    回答三個問題的難點，在于爭議太大。所以，大量的時間花在理解這些爭議上。我們需要一個像“公理體系”一樣的基礎，來判斷哪些觀點是對的、哪些是錯的。在這里，最基本的出發(fā)點就是：智能制造是ICT技術驅動的。但是，這個出發(fā)點很小、需要引伸出去才能包含智能制造的所有內(nèi)容。引伸的過程，用了一個基本邏輯：就是通過ICT技術與制造業(yè)的深度融合創(chuàng)造經(jīng)濟價值。這個邏輯就像個多米樂骨牌，能把智能制造中的很多技術和觀點串起來。其中，對“深度融合”的理解要到位，才能把邏輯引向深入。關鍵問題就是：不僅是讓ICT技術服務于現(xiàn)在的業(yè)務，更要服務于業(yè)務創(chuàng)新——或者說，借助ICT技術構建新的業(yè)務體系。這樣一來，體系深度就完全不一樣了。我們把相關邏輯體系內(nèi)的東西，歸結為智能制造的核心內(nèi)容。其他的，或者邏輯有斷層、或者屬于智能制造之外的東西?；仡櫰饋?，爭議大的原因，往往是片面性導致的；有了邏輯和整體觀念，也就回避了片面性。

    現(xiàn)在想來，這個思考是需要一點勇氣的：這就是對待困難的態(tài)度。有些事情實在太難，也就阻礙了我們的思想。當然，這個前提就是我們真心在研究、前提是追求可行性，而不是拋出一個不能做的東西。與之相比，科幻（或者僅僅是指路）可以想很遠，但不需要勇氣：因為你根本沒把那些困難當做真正要去做的事情。

1、智能制造的業(yè)務目標應該是什么？

    這個問題的重要性在于：如果方向錯了，我們可能會錯失重大的歷史機會。我們看到的目標不是簡單的猜想，而是要“證明”的結論。

    那么，什么是合適的目標？我認為要有三個基本條件：A、行業(yè)是真正有需求的、而不僅僅是為了“展示鋤頭”；B、是可行的技術方向；C、是真正的智能制造，而不是包裝成智能制造的“假貨”。

    大家都知道，需求是價值的源泉。但是我們強調(diào)需求是因為另外一個方面的原因：需求并不好找。需求不好找，才會把有些技術“包裝”成“智能制造”、才會有很多人去搞一些華而不實的東西。于是，我們需要搞清楚：是需求不好找呢，還是不存在需求？我的觀點是：很多需求不在當前、不在部份。要找到需求，需要面向未來、面向轉型升級、面向企業(yè)整體；有了轉型的戰(zhàn)略，需求才能被釋放出來。

    凡事要三思而后行：尋找需求真的這么“玄”嗎？其實與行業(yè)有關。在有些行業(yè)是相對簡單的，在有些行業(yè)則相對困難。比如，汽車、機械等行業(yè)是比較容易，而鋼鐵行業(yè)就難。為什么會有這種難易差異呢？主要是數(shù)字化困難的差別。而且，這種差別不是那么簡單：在不同的業(yè)務范圍內(nèi)，領先的內(nèi)容還不一樣。這讓我們很難借鑒。

    我把這個階段稱為“做證明題”的階段。要證明我指的方向是對的，不僅是理論上的自洽，更要有案例來說明。對于創(chuàng)新問題，案例從何而來呢？我想，案例來自三個方面。一個方面是在傳統(tǒng)理論上找，說明前人曾經(jīng)考慮過這個問題、并取得了成功，現(xiàn)在是正常的延伸線。第二個方面是在其他行業(yè)找；這時，需要對其他行業(yè)的案例進行“變換”，說明本質是一樣的。第三是在實踐中找：說明過去已經(jīng)有實踐的萌芽，只是沒有發(fā)揮出來。

    最好還有反面論證：既然你的想法是對的，為什么別人沒有做？我一直認為：前人其實并不笨。一般的邏輯是從需求、條件等方面去論證：過去經(jīng)濟性不好，現(xiàn)在經(jīng)濟性是可以的。

2、實現(xiàn)業(yè)務目標的技術線路是什么？

    “證明題”做完，就該做“計算題”了：技術該如何實現(xiàn)。

    按照我的設想，業(yè)務邏輯還是可以說清楚的。人們可以根據(jù)業(yè)務邏輯，判斷這樣做是不是有經(jīng)濟收益。而且，要進一步研究下去，還要說明這個收益其實很大，值得我們?nèi)プ?。我發(fā)現(xiàn)，要實現(xiàn)業(yè)務目標關鍵是在流程中更加科學、更加有效地使用知識。但問題來了：這些知識都是專業(yè)領域知識，和智能制造何干？

    智能制造的作用，其實是更好地使用這些知識、讓知識重用、讓知識在使用過程中不斷優(yōu)化。理想的情況下，是機器自動地使用這些知識。為什么要自動地使用知識呢？因為在信息集成的背景下，處理的問題太復雜了（為什么太復雜呢？因為考慮的要素多了、決策可以更科學）、要求的反應速度快了，人忙不過來了。

    但是，這里還是有個問題：知識從何而來？在我看來，知識主要是人“生產(chǎn)的”。過去人為什么不生產(chǎn)呢？原因是知識生產(chǎn)本質上也有投入產(chǎn)出比問題：獲得知識和數(shù)據(jù)是需要成本的，尤其是自動化系統(tǒng)需要的知識對質量要求高、需要進行數(shù)字化轉化，就更需要成本了。這樣，問題就進入了新的一層轉化：如何低成本、高質量地生產(chǎn)出可以盡量多使用、能重復使用的知識？

    這樣，問題又轉化成另外的一個問：平臺問題、標準問題、方法問題、組織結構問題等等。這些問題，基本上就是技術問題了。

3、為了實現(xiàn)技術線路的配套條件應該是什么？

    知識是用在業(yè)務流程上的。業(yè)務流程要轉起來，是要把感知、決策和執(zhí)行統(tǒng)一起來。這里就涉及到很多問題：比如，感知和決策涉及到權限，執(zhí)行涉及到資源和手段。如果沒有權限和手段，業(yè)務流程是轉不起來的。所以，要推進就需要組織流程、商業(yè)模式改革。

    感知和決策都是需要知識的。我們現(xiàn)在談到的知識，往往都是在人的腦子里面的。他憑什么愿意貢獻出來？貢獻出來他自己做什么？有些知識涉及到更多的私利。這里需要重新思考考核機制的問題、還涉及到企業(yè)文化、組織設置的問題。

    再往外看看：知識重用和業(yè)務流程、市場定位、企業(yè)核心業(yè)務密切相關。要讓知識發(fā)揮作用，必須轉型到需要知識的地方（比如服務對象的改變），要為知識的應用尋找市場。換句話說，對于某些相對低端的產(chǎn)業(yè)，有些技術根本就是不需要的。

總結

    搞技術的人不能只看到技術本身，一定要看到技術的需求；但需求是和業(yè)務流程、產(chǎn)品定位等因素有關的，有時候需要轉型升級，才能創(chuàng)造需求。但這是企業(yè)家需要考慮的事情。如果找到了需求，技術邏輯也是清晰的，技術線路的制定就是個經(jīng)濟性問題：如何創(chuàng)造更多的價值、如何降低成本、如何提高效率。等你的技術問題變成了經(jīng)濟測算，差不多就可以做技術的事了。

    可以用數(shù)學的方法，描述一下我研究智能制造的邏輯：先做“證明題”、再做“計算題”，先證明目標是正確的、可行的，然后再去考慮具體做法。做“證明題”時，依據(jù)是經(jīng)濟可行性、技術可行性、行業(yè)特點這些“公理”。在做“計算題”時，是不斷地把一個領域的問題變換成另一個領域問題的過程。這個過程中，要到達一個目標，就要考慮達到目標需要的條件。然后再把奠定條件、建立條件作為下一個層次的子目標，直到能夠落地為止。其中，每一個子目標的實現(xiàn)，都以經(jīng)濟性最好為原則。