您的当前位置:主页 > 千城联播 > 名企名牌 > 商务新闻 > 正文

工业中的知识和智慧

2017-08-08 10:23来源:未知

作者:马国钧


  “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

  • 法人治理结构

  • 企业章程

  • 组织架构

  • 与法人相关的所有文本、图表
    产业、企业、资本和供应链布局

  • 市场规划

  • 企业高层对国际、国内、政治、经济、技术、文化以及相关产业发展的认识

  • 高层领导的境界、洞察力

  • 企业文化

中期计划领域

  • 管理流程

  • 产品设计研发的规律

  • 各车间和供应链的产能估算

  • 客户及市场现状和预测

  • 现金流的状况

  • 过往订单盈利和交付情况

  • 经验

短期调度领域

  • 管理流程

  • 人力资源能力和动态

  • 设备资源现状和预测

  • 群体行为标准和习惯

  • 经验

现场执行领域

  • 广义:与产品、制造、市场相关的所有社会、经济、技术、文化知识

  • 狭义:产品的结构、功能、工艺、工序、设备资源性能

  • 专利和知识产权

  • 操作流程

  • 专有技术

  • 工匠技巧

  • 销售能力

  • 人际关系

 


  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。

您看到此篇文章的感受是:

  • 0
  • 0
  • 0
  • 0
  • 0
  • 0
  • 0
  • 0