智能制造为不确定性而生

曹晖

从1780年到现在，制造业共经历了少量定制、大批量生产、大规模定制和个性化定制四个阶段，这个四个阶段由于需求端的变化，导致供给侧的复杂性在不断增加，带来了各种不确定性。过去以企业为核心的串行研发/制造的价值链，发展到今天，已经变成网状的并行研发/制造过程，不确定性范围也从原来企业的内部向外延伸。

在大批量生产时代，由于供小于求，市场就像海绵，生产多少就能卖多少，这种市场的确定性，让制造业处于激进营销和激进生产状态，企业的三板斧，就是规模经济、质量至上和成本最优，产品为王。企业不确定性更多体现在生产效率和产品质量的不稳定方面。

而到了个性化定制时代，供远大于求，用户的话语权越来越大，企业的不确定性来自于客户的喜好，行业的竞争要素本质上有了很大的改变，谁能精准地抓到有效用户，快速满足客户需求，谁就是赢家。这种变化要求企业站在客户角度来思考问题，产能不再是从企业自身来看，要从满足客户需求能力重新定义产能，以前基于生产效率的竞争正演变为生态系统效率的竞争，企业比过去更需要协作。过去产品交到客户手上企业与客户的关系就算结束，但是在用户为王时代，企业与客户的关系才真正开始，与客户通过更多的数据和服务来连接。

因此，随着工业革命的演变，对于企业经营者来说，不确定性意味着企业不能只解决内部的问题，还需要适应因为外部环境的变化而产生的新机会和挑战。

不确定性的代价

从某种意义上说，不确定性是企业经营的固有属性，解决不确定性的问题是企业家的天职和存在的根本理由。

从企业内部到企业外部，不确定性产生的原因有四类：复杂性、变化速度、突变性和测不准性。

企业为了应对不确定性，采用了各种实践，但这些做法因为不能及时感知市场/业务的变化，使得企业付出了不同程度的代价，比如企业通过备巨大的库存，来适应市场的不确定性；为了防范设备停机等待，企业需要安排设备定期检修，而这些维修因为无法获得设备的真实运营数据，过早或依赖厂家规定来维修；为了避免原材料价格波动，企业为了规避经营风险，需要通过大宗原料的套期保值来稳定价格产品的自检、车间检、客户检（军检/船东检..）等.......

重新理解智能制造

美国国家标准与技术研究院（NIST）曾对智能制造下了如下定义：“智能制造就是要解决差异性更大的定制化服务、更小的生产批量和不可预知的供应链变更”。在当今的互联网时代，企业面对的是一个消费个性化时代，基于数据集成和智能应用来解决个性化定制所面临的高度复杂的不确定，才是智能制造变革重要方向。

在工业1.0至工业3.0阶段，精益和自动化改造是重点关注的能力。但是从工业3.0至工业4.0阶段，企业的主要经营特点是消费者驱动、服务透明化以及社会化大协同，协同化运营和产业链互联能力的打造是关键。企业需要通过系统来改善与客户、伙伴之间的关系，通过软件来培育新型能力，适应和预见各种不确定性。

对于企业来讲，如果能把客户需求、运营数据、制造过程等各种数据及时准确完整地收集、传输、加工和执行，构建面向企业全业务、全流程、产品全生命周期的自动化的数据流方案，做到更多机器智能、产线智能和管理智能，是制造业努力的方向。

未来，人要从产线中解放出来，机器与人的关系由机器代人向“智能伙伴”转变，软件成为智慧、智能的载体来自动处理各种不确定性，而这些会让老板更安心、员工会乐心，全员用心不费心，产品专心而不乱心。

软件赋能，应对不确定性

物联网时代和云普及时代，不确定性是常态，包括常见的商业运作逻辑、客户需求、竞争规则、分工法则，你对所有东西的认识都时时在变。在这个不确定性的世界当中，谁能掌握数据，谁会利用数据，谁就更容易掌握相对确定的世界。

在确定性和不确定性的交替变化过程中，通过基于智能化的精准预测和即时行动，可以解决个性化定制带来的成本、质量、效益等问题，解决产销过程的不确定性、多样性和复杂性问题。

现阶段企业在数据化进程上普遍还存在现场不透明、管理数据分割、产业数据不共享等问题，大数据在企业应用中尚需要破題，数字化应用和管理基础还需要加强，形成企业在产品全生命周期有效数据的采集、闭环和消除工作流的断层也许是一场持久战。

凯文·凯利在《失控》书中也谈道：一个系统——不管是有机体、企业、公司还是计算机程序，要想预见未来就必须了解过去，沿着反馈回路不断冲击过去，给未来提供信息，并控制未来。而面对不确定性最有效的办法就是“以万变求不变”。

企业迈向智能制造，应从不确定性中寻找机会，尽可能消除和适应不确定性。传统制造是通过确定性的动作来解决不确定性的事情，但在未来需要通过软件加强各种不确定的感知、反馈、精准执行来获取确定性的价值，这或许是软件为企业赋能和适应变化的价值所在。