编者按：这是在2017年1月8日发表的一篇文章。当时的撰写背景就是深感“智能制造”一词含糊不清，“定义”较多，歧义较大，需要有所梳理。

 

　　“智能制造”无法形成具有高度共识定义的原因有很多。自从数年前中国不打算沿用德国工4、美国工互等术语概念，而是独辟蹊径地选择了使用“智能制造”这个术语来定义中国工业的发展方向，就应该在宣布“中国制造2025”国家战略的同期，及时给出智能制造的国产版定义。但是在这个关键时刻，“学术国家队”的作业缺失了一段时间，于是在术语内涵的真空期，很多人就开始到处找智能制造的“定义”。显然，美日在1990年前后给出的“IMS”的“冷饭版”定义，就成为了不少人的“现成选择”，据此裁剪、各取所需，现炒现卖。或者干脆自己另起炉灶新编一个，于是就形成了今天的“智能制造”“百花齐放”的局面。

 

　　在时隔8个月之后，该问题不仅仍然存在，而且“定义”还在增加，争论仍在继续，仍然需要花些力气去讨论和辨析“智能制造”的真意。于是笔者将原文略作修订，并添加若干“增补语”，再次发出。

 

　　如果问最近两年的市场热词是什么，“智能制造”这个词可以当仁不让地拔得头筹。

 

　　智能制造，广泛见诸于媒体报端、震响于会场论坛，盘桓于听众脑海，吞吐于大咖口中。

 

　　这个已经有了20多年历史的术语，须臾间成了市场热词。它到底该怎么定义？看现在市场上的情形，新老定义并存，术语内涵变幻，好像其真实内涵已经成了一笔糊涂账。如能对“智能制造”这个术语做一定的梳理，明确一些基本的东西，确有很有必要。

 

 

　　本文既然探讨“定义”，就首先对“定义”给出说明。

 

　　在中文某百科上，定义（Definition）一词，原指对事物做出的明确价值描述。该词经过反复重用与优化之后，“定义”的定义被确定为：对于一种事物的本质特征或一个概念的内涵和外延的确切而简要的说明。

 

　　在维基百科上，Definition一词是这样定义的：“Adefinition is a statement of the meaning of a term（a word,phrase,or other set of symbols）。Definitions can be classified into two large categories,intensional definitions（which try to give the essence of a term）and extensional definitions（which proceed by listing the objects that a term describes）。”中文意思是：“定义是术语（单词、短语或其它符号集）的含义的陈述。定义可分为两大类，内涵定义（试图给一个术语的本质）和外延定义（通过列举术语描述的对象来进行）。”

 

　　以上几种“定义”的共性意思是：说明本质，给出内涵和外延，描述价值。

 

 

　　智能制造发端于上个世纪80年代末，美国学者P.K.Wright和D.A.Bourne在1988年合著了一本名为《制造智能（Manufacturing Intelligence）》的书。该书进入中国时不知中文译者当时是如何考虑的，把“制造智能（Manufacturing Intelligence）”给翻译成了“智能制造（Intelligent Manufacturing）”。自此，该书就被某些学者认为是“首次提出了‘智能制造’”概念。

 

　　其实，“制造智能”和“智能制造”，意思相近，但并不完全是一回事。本文不对此做深入讨论。在本文中，还是采用原文直译的方式，称该书为《制造智能》。

 

　　《制造智能》一书给出了“美国版”的“准智能制造”定义：“智能制造技术，是指在制造系统生产与管理的各个环节中，以计算机为工具，并借助人工智能技术来模拟专家智能（分析、判断、推理、构思、决策等）的各种制造和管理技术的总称”。

 

　　智能制造术语的真正亮相，是日本在1990年4月倡导了一个“智能制造系统（Intelligent Manufacturing System，IMS）”国际合作研究计划。美国、欧洲共同体、加拿大、澳大利亚等发达国家参加了该计划。在该计划中，对“智能制造系统”给出了一个“日本版”定义：

 

　　“智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统，它在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决策等。通过人与智能机器的合作共事，去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。”

 

　　显然，“日本版”是“美国版”的继承与发展，但是“日本版”比“美国版”听起来感觉“高大上”了不少，因为已经去掉了计算机这个“通俗词”，提到了“人机一体化”、“人与智能机器的合作共事”这些超前的理念。

 

　　仔细看“日本版”定义，似乎每句话都是在说“智能”与“制造”。但是稍加分析对比就会发现：

 

　　当时的“智能”与今天的“智能”，在技术上有所不同；

 

　　当时的发端与今天的缘起，在原因上大相径庭；

 

　　当时的定义与今天的定义，在内涵上差别明显。

 

　　该“智能制造系统”定义，是基于人工智能（AI）界人士单方的解读。彼时AI界人士所期待的“智能”，是由“智能体（Agent）”来实现的。“智能体”被定义为是一个能自主活动的软件或者硬件实体，这是一个纯粹的IT概念，工业界人士难以听懂，AI界的不同学术派别之间其实也没有统一认识。更重要的是，回顾20多年前的业界整体局面，工业技术与IT技术两大领域各自平行发展，并没有产生相互融合的总趋势。之所以有了“美国版”和“日本版”定义，其实只是AI界人士有了在制造业尝试应用一下智能技术的想法，工业界人士并无任何积极配合的意愿，自然也就谈不上做出可圈可点的应用成果了。

 

 

　　时至今日，人类翘首以盼的“Agent”也没有活灵活现地展现在人们面前，仍然以多派别、多定义的方式共存并在狭小范围内愉快地争论着。若不是AI第三次兴起，人们恐怕都忘记还有一个“Agent”了。

 

 

　　现在能在市场上看到的“智能制造定义”多达十几种，每种都有出处，都有一定的道理，但是读后感觉又似乎没说完全清楚，或多或少地有一点儿困惑。

 

　　其中的原因，通过以上溯源分析，大概能看出一点端倪：在制定中国的未来工业发展战略时，决策者们既没有选择德式的“工业4.0”模式，也没有选择美式的“AMP”或“工业互联网”模式，而是选择了一个早有概念定义、并未成功部署、大致在内涵上又与德美等国提出的新工业理念很相近的“智能制造”的概念，由此而引发了一系列如何“定义”和如何理解的问题。

 

　　在今天，因为缺乏一个凝聚业界共识的定义，但是又不得不经常在讨论中涉及到智能制造的内涵，因此业界各路人士就充分发挥想象力和创造力，根据自己对智能制造的理解，给出了形形色色的“定义”。除了前面提到的“美国版”与“日本版”，笔者再罗列几种一年多以来在坊间见到的“智能制造定义”样本：

 

　　“日本版”之升级版：“智能制造技术是指利用计算机模拟制造专家的分析、判断、推理、构思和决策等智能活动，并将这些智能活动与智能机器有机地融合起来，将其贯穿应用于整个制造企业的各个子系统（如经营决策、采购、产品设计、生产计划、制造、装配、质量保证和市场销售等），以实现整个制造企业经营运作的高度柔性化和集成化，从而取代或延伸制造环境中专家的部分脑力劳动，并对制造业专家的智能信息进行收集、存储、完善、共享、继承和发展的一种极大地提高生产效率的先进制造技术。”

 

　　“新技术+范畴”版：“智能制造是将物联网、大数据、云计算等新一代信息技术与先进自动化技术、传感技术、控制技术、数字制造技术结合，实现工厂和企业内部、企业之间和产品生命周期的实施管理和优化的新型制造系统。”

 

　　“模型+利润+服务”版：“智能制造是同时对物质和知识的处理，是基于科学（模型化）的制造。智能制造是利润中心，通过客户化定制和协同获取最大利润。智能制造企业提供产品全生命周期的互联网服务，客户从购买产品转变为购买服务。”

 

　　“差异性+变更”版：“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。”

 

　　“模式+效益”版：“智能制造：为小批量、多品种、个性化定制化的创新产品提供高效率、大规模的生产方式。”

 

　　“不确定性+资源配置”版：“智能制造就是以数据的自动流动解决复杂系统的不确定性、多样性，提高资源配置效率。”

 

　　“融合+范围+自XX”版：“智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。”

 

　　限于篇幅，不再列出其它“定义”样本。

 

 

　　以上定义，各有特色，各有侧重，各有所长，但是也各有缺失。

 

　　很显然，“美国版”、“日本版”与“‘日本版’之升级版”，都是源自AI领域，在内容上一脉相承，在技术上不断加码，在文字上越写越多。尽管如此，限于其出发点和自身定位的问题，与制造业的融合，并不顺畅。倒是有不少专家、名人把智能制造中的“智能”，简单理解为人工智能，正是受到了这类源自AI“定义”的影响。

 

 

　　必须澄清的是，智能，不等于人工智能。在笔者等作者合著的《三体智能革命》一书中对智能一词做了具有普适意义的定义：“智能本质是一切生命系统对自然规律的感应、认知与运用。”同时提出了判断一个系统是否智能的“20字箴言”：状态感知，实时分析，自主决策，精准执行，学习提升。

 

　　不清晰智能的定义和内涵，在理解“智能制造”上必定出现偏差。

 

　　把“智能制造”中的“智能”解读为“人工智能”是以偏概全。智能制造可以由多种技术实现，AI只是方式之一。

 

　　也许，只用短短的两三句话，实在是很难把智能制造的真实内涵表现得非常清晰。但是无论如何，对智能制造的定义不应该是辞藻的堆砌，时髦的跟风，表面的文章，而应该是目的的展现，机制的阐述，价值的说明。任何没有说明智能制造的目的、机制和价值的定义，基本上都会流于形式、难以落地。

 

　　例如，就智能制造的目的而言，“美国版”、“日本版”和“‘日本版’之升级版”都说要“延伸和部分地取代人类专家在制造过程中的脑力劳动”，这是一个模糊的目的，到底怎样做才能延伸和替代人的脑力劳动，是没有交代清楚的。试问：真的是用了很多的电脑，上了大量的软件，有了人工智能推理机制，把企业的各个子系统都数字化了，这样就可以实现智能制造了吗？在这些“定义”长长的文字中，好像什么都说了，但是就是没有说：“这些数字化系统都干什么？智能制造要解决什么问题？问题是怎么解决的？”等关键问题。

 

　　笔者以“融合+范围+自XX”版为例来做一个样本分析。该定义的第一句话“智能制造是基于新一代信息通信技术与先进制造技术深度融合”，是指以两化融合为基础，第二句话“贯穿于设计、生产、管理、服务等制造活动的各个环节”是说明覆盖范围，第三句话“具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式”是说新技术引发的新生产方式。

 

　　这样说对不对？很对。这样说好不好，未必好。这样说懂不懂，不太懂。

 

　　两化融合搞了很多年，到底该怎么融合，一直就缺乏详细的路线图和行动指南，简单说以两化融合为基础，就显得不清楚。最关键的是，该定义没有回答所有的企业用户最关心的问题，即“智能制造要解决什么问题？问题是怎么解决的？”

 

 

　　两化融合是一种思想，一种工业发展方向，并不是落地的技术。空谈两化融合而不去找“抓手”是难以奏效的。两化融合应该具体体现在CPS（赛博物理系统）的构建上。没有CPS作为使能技术和“抓手”，智能制造难以落地，“自XX”只能是水中月、镜中花。

 

　　类似该“定义”的条文出现过N多次了，即制定条文者给你一个高大上的说法，用词上很先进，表面上很圆满，方向上很正确，路径上很含糊。至于基层企业、读者、听众和吃瓜群众该怎么去做，你自己理解着看，摸索着干，试探着走，走到哪里算哪里。

 

　　对这个版本的定义，笔者有四句话的点评：有技术，无目的；有表象，无机理；有流程，无系统；缺知识，少数据。

 

　　有技术，无目的——该定义提到了“新一代”、“先进制造”、“自XX”等技术，但是没有说清楚用这些技术的目的是来做什么。

 

　　有表象，无机理——该定义只字未提智能制造的机理。例如机器的智能到底是怎样体现和衡量的？怎样做才能算是智能制造？等等。

 

　　有流程，无系统——该定义提到了“贯穿…各环节”，这是流程的概念，但是，看不到执行流程的主体在哪里，到底是在说产品系统、设备系统，还是在说工艺系统、管理系统等等。

 

　　缺知识，少数据——该定义只字未提实现智能的基本要素应该是在泛在知识的指导下正确做事，只字未提数据的自动流动才是传输和推送知识的关键。

 

　　而“差异性+变更”版的定义就比较精炼：“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。”该定义优点是一句话就把智能制造的目的说清楚了，谴词用句简单明了；其不足是没有说明如何去实现这个目的。

 

　　“不确定性+资源配置”版则说得更透彻：“智能制造就是以数据的自动流动解决复杂系统的不确定性、多样性，提高资源配置效率。”该定义既有对象（数据），也有机制（数据的自动流动），更有目的（提高资源配置效率）——这是中国信息化百人会执委、工信部信软司安筱鹏副司长多次在论坛讲演、文章论述中反复强调的智能制造的本质与定义。

 

 

　　如果读者心里已经很清楚智能制造的本质、实现机制、目的和价值，其实字面上的定义就不重要了。但是，如果读者对智能制造还不太清楚的话，一个清晰的定义还是非常有必要的。

 

　　前文说道，如果要达成一个定义，必须要：说明本质，给出内涵和外延，描述价值。

 

 

　　制造：根据市场需求，按照一定的方式、方法，把原材料（制造资源）加工成用户满意的产品的过程。

 

　　制造资源：材料、能量、信息、技术、知识、资金、人力、软件、芯片、网络、服务等所有有形与无形资源。

 

　　制造对象：工具/设备，产品。

 

　　制造范式：是在一定时期、在特定技术条件下对制造业价值观、方法论、发展模式和运行规律的认识框架。

 

　　今天的制造，从制造资源到制造方式都与20年前相比变化很大。无论是产品还是设备，无论是研发还是生产，无论是管理还是服务，企业的各类系统都正在日趋复杂。复杂系统带来了更多的不确定性。不确定性导致了各种问题，尤其是难以适应今天的客户化定制需求。

 

 

　　产品本身的复杂性带来的不确定性

 

　　-数万~数百万~数千万零部件数量；

 

　　-机、声、热、化、电、磁、软、硬、网等一体化的复杂产品工程

 

　　定制化生产的复杂性带来的不确定性

 

　　-标准化产品逐渐失宠，用户趋向于个性化、多元化、常变化产品

 

　　供应链的复杂性带来的不确定性

 

　　-复杂的产品构型导致供应链复杂、制造过程复杂、项目管理复杂

 

　　其它不确定性……

 

　　自适应复杂系统内外部的不确定性，根据工况最优化配置制造资源，是衡量一个企业的研发与生产系统是否“智能”的重要标志。这种驱使系统变得更加“智能”的现实需求，引领企业的制造范式逐渐从现代制造转向智能制造，以期为企业带来更高的产品质量、生产效率和客户体验满意度，更低的综合成本（三高一低），同时兼具环境友好。

 

　　基于安筱鹏博士的定义，稍加修订与增补，即可给出一个笔者认为还算比较完整的定义：“智能制造，是基于CPS（赛博物理系统）技术构建‘状态感知-实时分析-自主决策-精准执行-学习提升’的数据闭环，以软件形成的数据自动流动来消除复杂系统的不确定性，在给定的时间、目标场景下，优化配置资源的一种制造范式。”

 

　　该定义所涉及的各项基本要素是：

 

　　智能机理：状态感知-实时分析-自主决策-精准执行-学习提升

 

　　操作对象：数据（信息与知识的数字化载体）

 

　　使能：软件中的算法、规则与知识，形成“软件定义”

 

　　本质：数据自动流动，并因自动流动而形成知识泛在

 

　　目的：消除复杂系统的不确定性

 

　　约束：给定时空下的工作场景

 

　　价值：优化配置制造资源，价值最大化

 

　　笔者一直认为，智能制造落地路径应该是：数字化，网络化，知识化。

 

　　根据三体智能模型，知识产生并精炼于意识人体，泛在流动于数字虚体，创新作用于物理实体。三体交汇，数据自动流动，知识循环应用，智能显现并逐渐提升增强。智能制造中的本质与机理，不过如此。

 

　　以上定义，也简明地回答了笔者前面提出的问题：

 

　　“这些数字化系统都干什么？”——构建“状态感知-实时分析-自主决策-精准执行-学习提升”的数据闭环；

 

　　“智能制造要解决什么问题？”——以数据的自动流动来消除复杂系统的不确定性；

 

　　“问题是怎么解决的？”——因数据自动流动而形成知识泛在，在知识的指导下正确做事。把所有的事情一次做对、一次做优。

 

 

　　智能制造的定义分为两大类，第一大类是源自人工智能领域的定义，基本上都是在二十多年前给出的；第二大类是最近几年工业4.0及工业互联网兴起之后，伴随着对其定义的探讨与综合而产生的。前一大类定义已经有些不太适应今天智能制造的发展，即使可借用，但因定义中所用到的术语内涵已经发生了某些变化，需要重新审视。

 

 

　　AI在本世纪初因为多种原因（特别是与业界无结合点）而二度衰落。第三次工业革命的标志是减少人的体脑介入，因此人们一直在努力寻找实现工业智能的新技术手段。笔者认为，CPS技术体系应运而生，恰恰是填补了AI难与业界结合的空白，成为了以“数字化、网络化”手段实现工业智能、让智能制造落地的基本手段。

 

　　智能制造必须分步、分阶段建设。以CPS为使能技术，实现以“数网化”为核心的“Smart”级别的智能制造，是目前到十年内实施智能制造的主要任务。在此基础上，未来逐渐过渡到以AI为使能技术的“Intelligent”级别的智能制造。

 

　　在第二大类定义中，又可以大致分为两类，一类是用流行的先进术语（如物联网、大数据、云计算、自XX等）组合而成，字面上很大气；一类是由直指其本质、机制与价值等颇具内涵的词语组成，描述上很精练。前一类定义没有后一类讲得清楚，说得明白。读者需要的，显然是后者。

 

　　本文给出了一个笔者自己的“智能制造定义”。这个定义是否适用，还需要市场的检验、读者的认可和企业的实践。笔者的这个“定义”权作为一个可以讨论的“智能制造”定义样本。