關于智能制造，現在經常聽到往往是“數字化、網絡化、智能化”。粗聽起來似乎很有道理，但這是一個在邏輯上略顯含糊的說法?！皵底只?、網絡化、智能化”到底是指實現智能制造的三個階段，還是指每一步是實現后續步驟的先決條件？

如果說這“三化”是指三個“階段”，是否意味著企業走到“網絡化”階段，再稍加努力就能順利走到“智能化”？然而，從網絡化到智能化的道路還很漫長，它們之間并沒有自然而然的銜接關系。

而如果說是指每一步驟是實現后續步驟的先決條件，那么是否企業具備了“數字化、網絡化”的條件，才能實現“智能化”？然而，現在少數企業已經實現了數字化和網絡化，但是肯定還做不到智能化。

筆者認為，在智能化之前，一定還有一個階段是不可跨越的。沒有經歷這個階段，智能制造是難以落地的。這個階段就是“知識化”。

一、智能的三個進化路徑

在討論實現智能制造的具體步驟之前，筆者先從一個更高的層面——人造系統如何走向智能來展開論述。在筆者參著的《三體智能革命》（以下簡稱“《三》”）書中提出了一個在物理實體、意識人體、數字虛體“三體智能模型”框架下，人造系統“智能化”的三個進化路徑：

第一個進化路徑是數字化移民，也就是在物理設備中嵌入數字化計算內核。嵌入式系統的發展，已經從早期非數字化式元器件嵌入，迅速發展到了數字化計算內核的嵌入。主要的實現方式是，從人的意識提煉知識，知識嵌入軟件，軟件嵌入硬件，形成計算內核，計算內核嵌入物理設備。由此而形成賽博系統，變身成為數字化移民。未來目標是數字化一切可以數字化的事物。

第二個進化路徑是網絡化聯接，形成廣域比特化數據通道。物質世界中的要素聯接，正在所有的領域內和領域之間發生。其實現方式首先是物質（機械，如導線）聯接，其次是能量（物理場，如傳感器）聯接，然后是信息（數字，如比特）聯接，最終是意識（生物場，如思維）聯接。各種賽博系統的互接互通才能發展成為賽博物理系統（CPS），才能打通比特化數據流通道，搭載數字化的數據、信息與知識，實現計算、控制和決策。未來目標是網聯一切可以聯接的事物。

第三進化路徑是主體認知化，形成三體大知識交互能力。加速知識流動，知識泛在引發智能爆發。其實現方式是實體嵌入數體智能，建立智能認知引擎，吃進數據，擠出知識。未來目標是自動知識創新，模糊三體邊界。

以上內容摘自《三》書，是作者融匯了在制造業、工業軟件領域三十多年的從業經驗，結合兩化融合、知識工程、知識管理、TRIZ發明方法論等專業理論而系統歸納出來的進化路徑。近年來，筆者一直在寫文章和講演中堅持自己的這個觀點：無論是智能制造還是工業4.0，其落地路徑應該經歷這三個步驟：數字化，網絡化，知識化。此“三化”的觀點，就是對上述三個走向智能進化路徑的簡要表述。

對于前“兩化”，業界基本上沒有爭議。事實上，所有的物理設備也是沿著這樣的路徑在逐步演變的。而對于第三化，則有較多不同觀點。

二、知識的關鍵作用

按照《三》書觀點，經典的知識發生學是典型的兩體作用，即知識源于意識人體與物理實體的相互作用。千百萬年來，“人創造和積累了無數的知識：人對自然界認知的意識活動的結果，形成了對自然信息的記錄、描述、分析、判斷和推理，逐漸建立了經典的DIKW（Data-Information-Knowledge-Wisdom）金字塔體系，來描述人的知識體系及其演化路徑：數據→信息→知識→智慧。數據可以比較大小，3比2大，5比6?。恍畔Ⅲw現了數據的含義，具有了時空意義；知識是模型化的、指導人做事的信息；智慧則是人的洞察力在意識上的體現，推斷出未發生的事物之間的相關性，在既有知識的支持下產生創新知識。”

DIKW金字塔是以人為主體來作用與衡量的，“指導人做事”的意義在于，知識可以指導人來正確地、優化地做事。在今天，當知識進入了機器等人造系統并且可以在其中自動流動之后，知識不僅可以指導人正確做事，也可以指導機器正確做事，由此而快速響應和減少復雜系統的不確定性，實現資源的優化配置——這既是智能制造的內涵，也是知識作為制造過程中任何一個業務活動的關鍵“供給”要素的本質。

許多企業，購買了很多好軟件，但是熟練使用軟件的員工跳槽了，這些軟件就沒有人玩得轉了，閑置在那里干不了活兒，領導急得跳腳也沒有辦法；或者是配置了最強的計算機、最新版的各類進口工業軟件，但是就是干不出來國外同行最好的產品，掌握不了最關鍵的核心技術。

問題出在哪里？

企業購買的那么多的先進軟件不能解決問題嗎？還真不能。因為大部分軟件都是通用軟件，盡管軟件中有不少通用知識，但是缺乏企業研發特定產品時真正需要的最適用的專業知識。這些專業知識是在長期的技術積累過程中形成的，要么由專業人士腦記憶攜帶，要么在資料室以紙介質保存。在知識“供給”中最容易產生的問題是：人跳槽則知識隨之帶走，鎖在保險柜中的知識并不好用。

制造過程乃至整個制造業，說到底，是在物料和知識等要素的共同驅動下前進的，而前進的步伐，就是一個接一個的業務活動，以及支撐這些業務活動的一批接一批的知識“供給”。

知識這種“供給”要素，在制造過程中的任何一個使用場景中往往都是供給不足的。上面講的兩個缺知識的場景，是在人腦智力系統和軟件工具系統中嚴重供給不足的實例。其實，在很多場景下，都迫切需要知識但是同時又隱含了知識的供給與支持作用，例如對工業大數據的分析就離不開知識，而分析的結果往往又以知識的形式呈現出來。而現在最常見的情形是，很多人都在談大數據，很少有人談真正玩轉大數據所需要的知識。

三、嶄新的知識發生學

一方面是知識供給嚴重不足，另一方面是知識發生學在悄然發生變化。

三百萬年前，人類祖先智人開始了認識自然、學習自然、掌握改造自然的工具的偉大歷史進程。在肯尼亞圖爾卡納湖岸邊就曾經發現了人類祖先在330萬年前制造的石器工具（切削器）。在這件工具上，凝結著當時人類制作石器工具的原始知識。

人類在創造勞動工具（人造系統）的同時，也創造、積累了各種知識，并用這些知識來指導自己更好地創新和優化各種人造系統。截止到第三次工業革命之前，這是一種持續了三百萬年的兩體作用的知識發生學。

伴隨著電腦的誕生、數字虛體世界的崛起與發達，我們的世界快速進化成為由物理實體、意識人體和數字虛體“三體”交匯作用的世界，知識發生學被重新改寫，即從過去的兩體作用產生知識，發展到全新的三體作用產生知識

延續最古老的方式，由意識人體與物理實體相互作用而產生知識；

對進入數字虛體中的各種大數據進行處理與篩選，從大數據中發現和提煉有價值的知識；

由日趨智能的人造系統基于已經輸入和不斷學習到的知識來自動產生新知識。這些新知識是形式多樣的，既可能是人類目前具有的，也可能是所不具有的。

當知識以這樣三種方式綜合產生時，知識發生的廣度、頻度和密度都會以驚人的速度增加，“大知識”時代就會真正來臨。擺在人們面前的緊迫任務是，如何以新的視角認識知識的重要作用？如何辨識每項業務活動所需要的知識，并加強知識在業務活動中的供給？如何在新的知識發生學中理順知識的“產生-供給-應用”的關系？

四、如何理解知識化

知識化，并不是讓員工多學一些知識，也不是在本單位搞一點知識管理，更不是多建幾個資料室和圖書館，這些活動都只是知識化的基礎。

無論是過去還是現在，無論是在自動化、數字化、網絡化階段，知識都在企業的產品生命周期、工廠生命周期中等業務流程中起著非常重要的“使能”與供給作用。在知識密集型企業中，注重知識積累，開展知識工程，盤活知識存量，實施集中管理，從來都是一項極其重要、但是看似不新鮮、而且絕大多數企業領導普遍忽視的工作。但是，即使做好這些工作還達不到知識化。

本文所指的知識化，具有豐富的、多層面的含義，體現在六個轉變維度上，如圖1所示。

圖1 知識化的六大轉變維度

從評價體系來說，它指從傳統的以設備、場地、人員多寡和先進與否為主的評價指標，轉向以知識多寡和先進與否為主的評價指標；

從工業裝備來說，它指從原來特別強調構建硬裝備的工業設施，轉向強調兼顧構建以知識、算法、數據、模型、軟件為主的軟裝備；

從人員構成來說，它指從以物質化產品生產者為主的企業研發團隊，轉向以知識生產者為主的企業研發與服務團隊；

從知識來源來說，它指從以人腦為主的知識來源，轉向兼有以智能系統產生知識、從大數據分析產生知識等多元化的“大知識”來源；

從基礎設施來說，它指從以水、電、燃氣為主的基礎設施，轉向同時構建以網絡泛在、知識泛在的基礎設施，知識資源被高度共享與應用。

從社會形態來說，它指一個社會從以傳統的物質、能量產生價值為主體的經濟結構，轉向以知識產生價值為主體的知識經濟結構。

無處不在的知識，可以優化物料流、減少人員流，節省資金流。最終，人、機、物在知識的作用下發揮智能潛力，社會日趨達到和諧與智能的理想狀態。

五、知識的數字化

前面提到了描述人的知識體系及其演化路徑的DIKW金字塔體系，傳統載體是人腦生物記憶和典型的紙介質記錄方式，即腦記、筆錄、打印各種數據、信息和知識。這些傳統載體的數據、信息和知識，無法克服時空障礙，難以全生命周期、全息、高速、順暢地遠距離傳遞。

而在數字虛體中，這些原本記載于傳統介質的數據、知識和信息，在比特的“數字化”作用下，變成了數字化數據、數字化信息和數字化知識。時空障礙被網絡消除，數據可以自動流動，數字化的知識可以全生命周期、全息、高速、順暢地遠距離送達。

因此，“數字化一切可以數字化的事物”，就變得非常重要。企業的技術要數字化，專業知識要數字化，產品和設備要數字化，研發手段要數字化，工藝要數字化，管理流程要數字化，客戶要數字化，服務要數字化……，等等。筆者在這里要特別強調的是“知識數字化”，因為只有數字化的知識，才可以在數字化設備和網絡上任意流動。只有實現知識化，才能推動數據流動自動化，而數據流動自動化，又可以承載和提供更多更好的知識供給。知識數字化的小目標時：通暢數據流、承載知識流，優化物料流、減少人員流、節省資金流。

無論是隱藏在意識人體中的知識，固化在實體設備中的知識，流動在數字虛體中的知識，還是提煉于大數據中的知識，乃至由智能系統“自創”的知識，這些知識是實現系統智能的源頭，是讓各種企業活動在原有的基礎上提升水平與增加價值的驅動力。

實現知識化，可以從以下三個方面著手：

1.知識系統化，注重企業知識資產的管理與應用，盤活存量，激發增量，用好總量。最重要的是，把以生物記憶、紙介質形式保存的知識，轉化成數字化知識；

2.知識流動化，由軟件建立規則，形成在網絡上自動流動的比特數據流，把數字化知識輸送到任何需要的地方，由此而以正確、泛在的知識指導機器或人，在系統內外部的不確定性、復雜的工作場景和給定的資源限制下，通過不斷重復“狀態感知、實時分析、自主決策、精準執行、學習提升”的智能過程，把正確的數據（所承載知識），以合適的版本，在恰當的時間，給到正確的人（和機器），因此而把事情一次做對，一次做優，甚至可以在下次做得更好。

3.知識軟件化，軟件是實現知識數字化、網絡化的有效載體。具體有兩個做法，一是在現有的通用軟件中增加富含專業知識的小程序，二是把數字化的專業知識，進一步寫成專業軟件，并且將這些專業軟件標準的接口形式集成到研發平臺中。當軟件系統具有更多的知識時，既意味著功能更強大，也意味著更加智能化。

不僅知識數字化容易封裝在軟件中，進而還可以把標準和規范等“經過嚴格驗證的知識”嵌入到研發、管理或服務等數字化業務流程中，實現知識驅動的產品創新研發，讓知識對人啟智開慧，為產品增值賦能。

過去往往強調以知識武裝人，而今天我們要強調以數字化的知識來同時武裝人和各類人造系統（如軟件系統和機器），讓系統具有某種模仿或類似人的智能。知識化，可以讓人造系統比較順利地過渡到智能化。

六、智能制造幾步走

實現智能制造，不可一蹴而就，必須分步走，這一點業界是有共識的。

如何從現有的自動化基礎上逐步走向智能制造？這是幾乎所有的企業都在詢問的問題。如果讀者理解了前面的內容，那么走向智能制造的方向和步驟就基本清晰了。至于分成幾步走，其實并不是最關鍵的問題，關鍵是知識化的步驟不能漏掉。

北航劉強教授給出了在發展智能制造過程中“三個不要”的觀點：

（1）不要在落后的工藝基礎上搞自動化——工業2.0必須先解決的問題（需補標準化和自動化的課）；

（2）不要在落后的管理基礎上搞信息化——工業3.0必須先解決的問題（需補建立在現代管理基礎上的信息化的課）；

（3）不要在不具備數字化網絡化基礎時搞智能化——工業4.0必須先解決的問題（數字化網絡化需要補課的太多了）。

“三個不要”觀點明確了走向智能制造的基礎與條件，即企業在起點上應該先固化、優化生產工藝，由此打好自動化基礎，然后再提升管理水平，順利過渡到信息化（本文使用近義詞“數字化”），再往后需要夯實網絡化基礎，具備很多條件（補很多課），再進行智能化建設。

筆者贊同劉教授的觀點，只是在網絡化與智能化之間，應該還需要明確一個專門的階段，那就是知識化。

在智能化之前必須有知識化這個重要步驟，這個步驟不可忽略。無論是政府職能部門還是國有或民間研究/咨詢機構，都應該意識到并且對企業強調這一點。

智能制造分步走，分成幾步不重要，但數字化、網絡化、知識化這些關鍵步驟不能漏掉。任何一個步驟的缺失，會讓企業的智能制造之路走偏甚至停滯。

七、小結

沒有技術積累的工業不強大，沒有知識助力的企業不長久。知識是各類業務活動的關鍵供給要素。過去往往強調以知識武裝人，而今天我們要強調以數字化的知識來同時武裝人和各類人造系統。

本文所指的知識化，具有豐富的、多層面的含義，體現在六個轉變上。最主要的就是知識資源被高度共享與應用，即把正確的數據（所承載知識），以合適的版本，在恰當的時間，給到正確的人（和機器），因此而把事情一次做對，一次做優，甚至可以在下次做得更好。

從數字化、網絡化到智能化過程中，知識化是不可忽略的重要步驟。企業不經歷知識化，就走不到智能化。在知識化的基礎上企業可以較為順利地過渡到智能制造。

原文標題：知識化是智能制造的必經之路

文章出處：【微信公眾號：工業4俱樂部】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq