我们知道:理解智能制造会有很多角度和线索。今天我来整理一下这些线索之间的关系和作用。
“IC技术的广泛深入应用”。这是从新技术革命动力根源层面看问题。观点带有根本性、能解释智能制造的价值和未来,但过于宏观。适合于做大方向性的决策(如职业选择、国家战略)、适合于评价别人的工作。但面临具体问题时,可操作性差。
“快速响应”、“个性化定制”。这是用户观察企业时所能看到的结果。这个角度适合企业管理者跨界到用户时,看问题的方式。可以用来指出努力的方向,但可操作性较差。
“协同、共享、重用”、“促进分工”。从经济学角度或管理者的角度看到的、价值产生机制;适合企业决策者进行内部改革、流程再造、以便转型升级;也适合政策方向的制定。对管理者来说,适合作为业务变革思考的原点,可操作性强。
“数据的自动流动”。这是从IT的角度,看技术实现的本质;特别适合CIO、CTO、架构师和IT技术人员、创新项目负责人看问题。对技术实现者来说,可操作性非常强。
“机器代替人的工作”、“改变人机边界”。是从社会学、管理者的角度看到的一种现象和结果。适合CEO、CTO看问题、也适合作为业务变革的起点。对工厂的各级主管来说,可操作性强。
“知识管理”。是从专业技术和业务人员的角度看问题。适合非IT专业的CEO、CTO、CIO做方向性决策;适合各类技术人员(尤其是非IT技术专业)理解智能制造,以便凝聚共识。有一定的可操作性。
从“CPS”、“三体智能”角度看。这个逻辑适合作为连接技术和业务的桥梁和纽带,有点偏技术。适合于创新者进行方向性思并寻找技术的切入点和突破口。可操作性强。