十多年前，本人开始对创新理论感兴趣。此后一直坚持熊彼特的观点：新技术不是创新，取得经济成功才是创新。这个评价对智能制造同样合适。但现实中往往是：新技术一大堆，但却用不好。由此可见，先进技术和经济性的结合，并不是简单的事情。
“存在的就是合理的”，这种现象并不意外：优秀企业的管理和技术人员其实都是很聪明的且信息灵通：如果某项新技术很容易创造价值，根本等不到“智能制造”成为热点、老早就会采用了。所以，过去没采用往往意味着价值创造上存在问题。要解决智能制造在创造价值上的困难，就必须看得远一点、更广一点。要着眼于未来、着眼于系统，而不是着眼于现在、着眼于部门。其中，着眼于未来，就是着眼于劳动力成本的变化和市场对质量要求的提高；着眼于系统则是着眼于部门的协同、和用户的协作。
笔者发现：不论着眼于未来还是着眼于系统，智能制造都绕不开一个问题：知识管理。
“知识管理”其实是一个很混乱的概念。在很多人看来，把文档收集起来就是知识管理了。笔者则更关注业务活动中作为标准的知识。比如，产品标准、工艺参数、操作标准等。MES、ERP、PLM，本质上就是管理这种知识。这些知识往往具备以下的特点包括：
1、直接对接生产、管理等业务活动。比如，生产某种产品时要有设计标准。
2、可用规范的数据结构来表示：比如，钢材的成分。
3、知识之间具有结构关系：比如，工艺参数都与特定工序或设备对应。
总之，这些知识的特点，是方便计算机信息系统的使用。只有做到上述几点，信息系统的运作才能顺畅。
与之相反，著作、论文、专利等承载的知识往往是非结构化的，与应用过程的结合度低。人们看完一篇论文时，常会有这样的感觉：懂了，但不知道怎么用。这些困难包括：模型缺少参数、应用对象不明确、应用条件不清楚等。这样的知识就像瓷器上掉下来的碎片，不知道该粘帖在什么地方。
我现在所关心的是：智能制造时代的知识管理应该有什么不同？
我想，智能制造时代的知识管理同样也应该具备上述特点，而且是在这个基础上的发展。发展到什么方向呢？这就要看智能制造本身有什么需求了。
智能制造最本质的特点，是通过数字化、网络化的手段，更快、更科学地响应外部的变化。要实现这个目标，许多人做的事情要让机器去做了。让机器做人做的事，就要把人脑中的潜在、默会的知识挖掘出来、形成数字化的知识或模型。要认识智能化，还要意识到它与传统自动化的区别。比如，智能化更侧重对外部信息的应对，对代替白领的劳动同样热衷。这样以来，需要管理的知识范围要大得多了。
要推进智能化，不仅要发散，还要聚焦。在智能化阶段，应该聚焦哪些知识呢？又如何与自动化的知识对接呢？在笔者看来，智能化阶段关注的知识，应该以自动化管理的知识为基础，是制定这些知识的知识。
前面已经谈到，自动化阶段的关键知识是相关的标准。但我们也知道，企业在运行过程中经常会遇到原有标准无法包含的内容：新产品开发时，需要生成新的产品标准和技术标准；新用户到来时，需要选择合适的标准去组织生产；生产、服务、设计、采购等过程出现超出标准的情况时，需要给出处理的方法。有些标准不合理，还需要人们去修正。从某种意义上说，这些工作都是在突破原有的标准，即“标准的突破”。
我们知道，“标准的突破”是有风险的。所以，权限一般只能赋予相当级别的领导和专家，以特事特办的名义保持标准的权威性。但即便如此，也是存在众多问题的：比如规范性不好、依赖于专家等。
我们知道，智能制造的目的之一，是帮助制造企业更好地走向“微笑曲线”的两端：设计和服务。而“设计和服务”所针对的，不就是关于产品设计和使用的相关知识吗？如果这些知识已经“标准化”了，人们做的事情的不就是“标准的突破”吗？
智能化不是废除标准，而是让标准更加灵活地适应变化、让“突破的标准”过程标准化。由此可见，智能制造需要管理的知识，是“产生标准”的知识、是“优化标准”的知识、是“突破标准”的知识。
有心人或许意识到：“优化标准”和“突破标准”的知识，往往就是精益生产的知识。很多专家认为：精益生产是智能制造的基础，智能制造是精益生产的延续。所以，知识管理是从精益生产到智能制造的基础条件。
在智能制造时代，知识管理需要上一个台阶：过去的知识管理，主要针对物质产品的生产；未来的知识管理，或许要针对知识产品的生产；过去管理的知识是标准本身，现在要管理的知识是产生标准的知识。
如前所述，标准的突破不是随意的。越是复杂的技术体系，突破的风险就越大。所以，“标准的突破”必须规范起来。机器做事可以让过程更加规范；但是，规范的做法未必科学——为了让机器的做法科学合理，人必须把科学合理的方法提炼出来、变成数字化的知识，教会机器。
我曾反复强调的：数字化的力量在于真实和科学——我之所以强调，是因为现实中的许多事情是违反这一原则的。比如，有时人们不愿讲出真实的想法，有时思路不清晰，有时则是转化过程出现问题。这些都会带来严重的负面影响，为智能制造的推进带来风险。只有避免这些问题，做到基于科学和真实的数字化，智能制造才能做得比人更好。由此可见，要推进智能制造，文化必须先行，“赛先生”的课是必须补的。否则，“弯道超车”就容易掉到沟里去。
如果是这样，智能制造时代需要什么样的软件来支撑呢？这是个值得思考的问题。
