“知识”和“智慧”
关于“知识”的解释和分类非常繁杂，没有必要咬文嚼字。就流行的一种解释是：“知识”主要指对事物认识所获得的符号体系。我们在工业领域研究知识，知识就是经验的固化和概念之间的连结。
“智慧”的定义与本质就更加复杂了，按照质点运动系统的描述很费解，按照圣经或佛法的解释和工业不搭边。我们不妨把工业领域的智慧理解为：效率和效益。一个企业系统或者工业系统，结构合理，内耗最小，功效最大，系统的智慧就越高。
理论上智慧和知识之间没有必然的联系。一个文化（知识）水平不高的人可能会创办一个高成长性企业。一个博士生也许会做很多蠢事。这不具有普遍意义。当今成功的企业家几乎个个都是有知识的人。通过学习，人或者企业可能会获得大量的知识，这个条件使它运用智慧创造了更好的基础。但是有知识不等于有智慧。知识是静态的，智慧是动态的。如何应用知识就是智慧。知识若没有智慧加以应用，知识就失掉了价值。所以通常我们说一个高度自动化的无人工厂一定汇集了巨大的知识，但是不能保证三年后工厂不倒闭。反之，一个硬件资源条件并不是很好的企业，若充分利用其内部外部的环境资源，充分利用信息化工具，加上具有智慧的决策，很可能会健康发展壮大。
知识可以学习获得，学习可以掌握很多技能，这都不等于智慧。智慧也分大智慧、小智慧。大智慧无法学习、无法复制、无法传播，很难获得，只能存在于少数智者头脑。唯有一种智慧学习方法，就是张三丰临阵向张无忌授意，忘掉所有的技能和常识，剩下的就是智慧。这是常人无法企及的。
让我们欣慰的是，现代技术的发展已经让知识工程、知识管理、知识自动化具备了总结、积累、分析、运用人类以往所有的知识。现代计算机和软件技术也可以学会人类的小智慧了。由此我们才能接着讨论工业中的知识和智慧都在那里？
工业中的“知识”和“智慧”
中文博大精深，同时也让一个词的内涵和外延无法界定。至少“智能”一词已经被“工4”带坏了。最典型的是，一块物料贴上一个RFID就称之为智能物料。想一想1952年日本就有了“无人工厂”，1961年人类就进入太空，我们就能够理解当今把一个自动化车间当成“智能工厂”是多么lower的一件事情了。现在以“智能”面世的很多东西，其实都还是处于知识的阶段，远没有达到“智”的程度。比如，智能材料、智能设备、智能工装、智能设计、智能、智能生产线、机器人。所有这些都是知识固化和物化的成果，就如同一块合金钢，一个机器人聚集了人类科学技术和工业很多很多的知识。如何应用这些汇集知识的物化成果来达到既定的目标才是智慧。上了一堆机器人，可能成事，也可能坏事。因为它们都属于产能范畴。所以，我们需要分清楚哪些是知识，哪些属于智慧，它们都在哪里？
物化知识
狭义讲就是工厂里的生产设备、资源、工具、物料，以及企业产品本身体现出的知识属性，这些都属于隐性知识。比如，在70年代我们就在越战缴获了美式步话机上通过解剖分析学到很多知识。工厂里的物化知识比比皆是，不一定需要学，需要用好这些资源。这个不重要，仅仅提一句。
显性知识
显性知识即固化知识，也是编码知识，主要指用概念、文档、图表、公式、语言文字表达的知识。在传统企业中，显性知识是企业知识中最重要的内容和形式，也是可以转化为信息（bit化）的知识。
隐性知识
企业还有很多“只可意会，不可言传”的知识以及涉及到文化方面的知识，这一类知识都是“隐性知识”或者说“意会知识”。跟着谈判高手学习实践慢慢就学会了商务谈判；有些活儿和徒弟说不明白，需要师傅手把手教徒弟；这个人能办好，换个人就办不好；等等。这类知识(Know-how) 就是意会知识。意会知识写出来就变味了。意会知识与智慧的距离最近。
知识和软件
软件是知识的载体，软件承载的知识是“封装知识”。企业的管理流程、规定、制度、组织架构、人力资源配置、业务管理需求、工资、分配制度、供应链设计、市场策略以及行业标准、企业标准等等，都是企业重要的知识。管理软件就是将这些知识解构、综合、设计成为各种不同的模型。这些模型依赖于采集或输入的数据能够展现出信息的属性。一个、一组、一个数据阵列所包含的信息必须通过数据模型的解读来获取，否则就仅仅是数据而已。一个企业流程管理软件就是企业知识的综合体。软件的运行就是知识的应用过程。
一个工人、管理人员，或者就是一个普通人，其实日复一日干的工作做的事情90%以上都是重复的、单调的、简单的。不论是工具软件或者是管理系统软件，其实它们最大的功效就是两件事:1让我们少做重复事情；2让我们少犯低级错误。在企业生产一线没有多少工作是创造性的，包括产品设计或工艺设计，实际上90%以上也是标准化的重复性劳动。所以采用CAX软件可能将设计的周期大幅度地缩短。提高效率和减少错误本身就体现出知识的价值。
增量知识
企业的知识是有生命的（动态）。知识会不断新增，也有很多在逐渐衰退。企业可以从外部和内部学习导入很多新的知识，同时企业在日常的生产实践中也会产生大量的新知识。在企业市场、资源、环境变化时，很多老的陈旧的知识、用不上和不能用的知识逐渐退出企业的知识库。过去企业实施有计划的大规模批量化的生产模式，MRP、丰田生产等管理工具挺管用。当生产模式从规模化批量生产转为定制化生产模式时，这些知识可能不好用了，所以才产生了柔性制造、按单生产、快速反映等管理方法。
知识管理
知识需要管理。CKO（首席知识官）已经在一些企业应运而生。但是大部分企业缺乏一个能够量化的实质性的知识管理系统。除了专利、软件著作权以及技术文档管理，很少有企业能够把知识当成企业的重要“资本“来管理。当前“大数据“火热。企业的确每时每刻都在制造大量的数据。存在数据库的数据仅仅就是数据而已。如果不能透过整合、统计、分析、挖掘等过程让知识进入到知识系统内，就不能成为企业管理与应用的知识资本，无助于企业的决策支持。另一方面，企业知识的重要载体是人。知识管理不仅管“知识”，更要管人。知识管理要着眼于人的隐性知识显性化，这可能涉及人员经验、习惯、制度、行为模式等方面。实施知识管理应将人的管理思想、理念、方法与企业现有的组织、制度、行为标准融合，实现知识管理能够落实在具体的管理框架中。
知识的流失
从知识管理的角度观察，绝大多数企业都存在着一个巨大的漏洞，这就是知识的流失。企业各级各个业务领域有很多管理人员（白领），通常，这些白领都具有很丰富的管理经验。在生产实践中，他们都是以口述或简单的文本表格来管理生产现场。这些管理经验本来大多是可以量化、显性化，可是目前基本没有相适应的机制和系统来存储、记录、采集和总结他们的知识。宝贵的知识随用随丢。即使企业拥有让白领使用的软件工具，这些软件的终端界面都是输入管理人员的决策指令，而不是一个管理知识、管理经验的入口。系统的输出必然因人而异。离开人的干预，系统就是死的。毫无疑问，这不符合知识自动化的趋势和要求。
另外一个知识的流失是发生在生产管理现场。企业每天每时都可能发生各种异常变化。比如，设计变更、订单变化、插单撤单、设备资源变化、物料、采购、库存变化、工人变化，等等。生产管理人员每天面对要处理这些事情，以应对客户满意度和节约成本。这里面本身就存在着大量的知识。缺乏这个知识的入口，生产现场管理就永远停留在对人的依赖上。做得好不知道为什么好，做的坏也不知道为什么坏。
所以对于一个管理软件系统，如果缺乏知识的入口和知识的管理功能，就很难提升到智能化的水平，更谈不上软件的学习功能。
数据，信息，知识与智慧
数据，信息，知识与智慧四者之间有着密切的相关性，它们常被混淆使用。数据就是数据，除此什么都不是。而信息是确定性的增加。如果采集到某个人体温37度，说明不了什么。第二次采集到体温36度，不确定性增加了。如果反复多次采集，就得到一个信息，正常人体温度一般为36-37摄氏度左右。如果有更多的数据，我们会得到很多知识。比如下午体温较早晨稍高；剧烈运动或进餐后体温也可略升高；妇女月经前及妊娠期体温略高于正常；老年人因代谢率偏低，等等。信息是数据经过分析和解释后所产生的，信息是具有实质内容的。有价值的信息可以转变成知识，而知识之一定是在数据与信息基础获得的。知识往往与决策相关。信息给出了数据中一些有一定意义的东西，但它不一定有价值。只有通过人们的参与对信息进行归纳，演绎，比较等手段进行挖掘，使其有价值的部分沉淀下来，并且与人或系统的知识体系相结合才体现出可用的知识。
国际经合组织将知识分为四种类型，Know-what；Know-why；Know-how；Know-who。从知识的层级来说，后者比前者高。前两者大致属于显性知识，后两个属于隐性知识或者叫做意会知识。通常所说的工业大数据关注的是相关性，不关心因果，在知识层次上属于最低的Know-what。实际上并不是它不想关心因果，而是工业大数据（尤其是工业物联网采集的数据）主要是从纵向采集的数据，数据本身缺乏横向的联系，能知道是什么就不错了，很难探索因果关系。举一个简单的例子。假设已经万物相连、假设能采集任何资源的数据，工厂接到一个订单，你依然不能给出一个靠谱的交期。
距离智慧最近的知识是Know-how、Know-who，不论是云计算、大数据、物联网、区块链、人工智能等新技术，都无法进入这两个领域的知识管理。所以，我们现在的知识管理还停留在浅层，距离智慧更是遥不可及。“智能”一词真的被用烂了。
工厂的知识在哪里？
下面这个表格列举了一个工厂的知识都在什么地方。当然，这个表格肯定不会很全面，我想到的都写进去了。
显性知识 | 隐性知识 | |
长期规划领域 |
|
|
中期计划领域 |
|
|
短期调度领域 |
|
|
现场执行领域 |
|
|
从现场执行领域再往上走一小步，就进入不确定性领域，进入复杂系统。在这些领域的知识管理和知识自动化就显得异常艰难。很多情况下，人的经验（隐性知识）在发挥主要作用。我们看到在现场执行层面，3D设计、机器人、AR/VR、人工智能、机器学习发展得如火如荼此起彼伏。反观工厂的生产现场管理领域技术和方法，现在和100年前没有本质的区别，还是利用人的经验，依靠一张表格在管理。工厂的知识可能90%以上都在现场执行领域。从系统科学的角度，因为这个领域系统的边界有限，多属确定性问题，知识的显性化程度很高，所以科学技术所有成果都可以在此充分发挥利用。知识管理、知识自动化已经在这个领域取得很大进展。可以预计大数据、人工智能、物联网等技术在此也将不断产生令人瞩目的成果。
在最上面的企业战略管理层面，显性知识的作用已经不那么重要了。这个领域专家系统也不会发生太大的作用，而更多的是依靠智慧。但是，智慧实在是不好描述。对一个企业家来说，智慧似乎就是一种态度、一个境界和观察事物的洞察力。而对于一个企业来说，企业文化就是智慧的体现。
人工智能赛博物理操作系统
AI-CPS OS
“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。
AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。
领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：
重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？
AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：
精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。
AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：
创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。
给决策制定者和商业领袖的建议：
超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。
子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。
如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！
新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。
产业智能官 AI-CPS
用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。
长按上方二维码关注微信公众号： AI-CPS，更多信息回复：
新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能金融”、“智能零售”、“智能驾驶”、“智能城市”；新模式：“财富空间”、“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“供应链金融”。
本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！
版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：erp_vip@hotmail.com
1024
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
