“知識(shí)”和“智慧” 關(guān)于“知識(shí)”的解釋和分類非常繁雜，沒有必要咬文嚼字。就流行的一種解釋是：“知識(shí)”主要指對(duì)事物認(rèn)識(shí)所獲得的符號(hào)體系。我們?cè)诠I(yè)領(lǐng)域研究知識(shí)，知識(shí)就是經(jīng)驗(yàn)的固化和概念之間的連結(jié)。
“智慧”的定義與本質(zhì)就更加復(fù)雜了，按照質(zhì)點(diǎn)運(yùn)動(dòng)系統(tǒng)的描述很費(fèi)解，按照圣經(jīng)或佛法的解釋和工業(yè)不搭邊。我們不妨把工業(yè)領(lǐng)域的智慧理解為：效率和效益。一個(gè)企業(yè)系統(tǒng)或者工業(yè)系統(tǒng)，結(jié)構(gòu)合理，內(nèi)耗最小，功效最大，系統(tǒng)的智慧就越高。
理論上智慧和知識(shí)之間沒有必然的聯(lián)系。一個(gè)文化（知識(shí)）水平不高的人可能會(huì)創(chuàng)辦一個(gè)高成長(zhǎng)性企業(yè)。一個(gè)博士生也許會(huì)做很多蠢事。這不具有普遍意義。當(dāng)今成功的企業(yè)家?guī)缀鮽€(gè)個(gè)都是有知識(shí)的人。通過學(xué)習(xí)，人或者企業(yè)可能會(huì)獲得大量的知識(shí)，這個(gè)條件使它運(yùn)用智慧創(chuàng)造了更好的基礎(chǔ)。但是有知識(shí)不等于有智慧。知識(shí)是靜態(tài)的，智慧是動(dòng)態(tài)的。如何應(yīng)用知識(shí)就是智慧。知識(shí)若沒有智慧加以應(yīng)用，知識(shí)就失掉了價(jià)值。所以通常我們說一個(gè)高度自動(dòng)化的無人工廠一定匯集了巨大的知識(shí)，但是不能保證三年后工廠不倒閉。反之，一個(gè)硬件資源條件并不是很好的企業(yè)，若充分利用其內(nèi)部外部的環(huán)境資源，充分利用信息化工具，加上具有智慧的決策，很可能會(huì)健康發(fā)展壯大。
知識(shí)可以學(xué)習(xí)獲得，學(xué)習(xí)可以掌握很多技能，這都不等于智慧。智慧也分大智慧、小智慧。大智慧無法學(xué)習(xí)、無法復(fù)制、無法傳播，很難獲得，只能存在于少數(shù)智者頭腦。唯有一種智慧學(xué)習(xí)方法，就是張三豐臨陣向張無忌授意，忘掉所有的技能和常識(shí)，剩下的就是智慧。這是常人無法企及的。
讓我們欣慰的是，現(xiàn)代技術(shù)的發(fā)展已經(jīng)讓知識(shí)工程、知識(shí)管理、知識(shí)自動(dòng)化具備了總結(jié)、積累、分析、運(yùn)用人類以往所有的知識(shí)。現(xiàn)代計(jì)算機(jī)和軟件技術(shù)也可以學(xué)會(huì)人類的小智慧了。由此我們才能接著討論工業(yè)中的知識(shí)和智慧都在那里？
工業(yè)中的“知識(shí)”和“智慧” 中文博大精深，同時(shí)也讓一個(gè)詞的內(nèi)涵和外延無法界定。至少“智能”一詞已經(jīng)被“工4”帶壞了。最典型的是，一塊物料貼上一個(gè)RFID就稱之為智能物料。想一想1952年日本就有了“無人工廠”，1961年人類就進(jìn)入太空，我們就能夠理解當(dāng)今把一個(gè)自動(dòng)化車間當(dāng)成“智能工廠”是多么lower的一件事情了?，F(xiàn)在以“智能”面世的很多東西，其實(shí)都還是處于知識(shí)的階段，遠(yuǎn)沒有達(dá)到“智”的程度。比如，智能材料、智能設(shè)備、智能工裝、智能設(shè)計(jì)、智能、智能生產(chǎn)線、機(jī)器人。所有這些都是知識(shí)固化和物化的成果，就如同一塊合金鋼，一個(gè)機(jī)器人聚集了人類科學(xué)技術(shù)和工業(yè)很多很多的知識(shí)。如何應(yīng)用這些匯集知識(shí)的物化成果來達(dá)到既定的目標(biāo)才是智慧。上了一堆機(jī)器人，可能成事，也可能壞事。因?yàn)樗鼈兌紝儆诋a(chǎn)能范疇。所以，我們需要分清楚哪些是知識(shí)，哪些屬于智慧，它們都在哪里？
物化知識(shí) 狹義講就是工廠里的生產(chǎn)設(shè)備、資源、工具、物料，以及企業(yè)產(chǎn)品本身體現(xiàn)出的知識(shí)屬性，這些都屬于隱性知識(shí)。比如，在70年代我們就在越戰(zhàn)繳獲了美式步話機(jī)上通過解剖分析學(xué)到很多知識(shí)。工廠里的物化知識(shí)比比皆是，不一定需要學(xué)，需要用好這些資源。這個(gè)不重要，僅僅提一句。
顯性知識(shí) 顯性知識(shí)即固化知識(shí)，也是編碼知識(shí)，主要指用概念、文檔、圖表、公式、語言文字表達(dá)的知識(shí)。在傳統(tǒng)企業(yè)中，顯性知識(shí)是企業(yè)知識(shí)中最重要的內(nèi)容和形式，也是可以轉(zhuǎn)化為信息（bit化）的知識(shí)。
隱性知識(shí) 企業(yè)還有很多“只可意會(huì)，不可言傳”的知識(shí)以及涉及到文化方面的知識(shí)，這一類知識(shí)都是“隱性知識(shí)”或者說“意會(huì)知識(shí)”。跟著談判高手學(xué)習(xí)實(shí)踐慢慢就學(xué)會(huì)了商務(wù)談判；有些活兒和徒弟說不明白，需要師傅手把手教徒弟；這個(gè)人能辦好，換個(gè)人就辦不好；等等。這類知識(shí)(Know-how) 就是意會(huì)知識(shí)。意會(huì)知識(shí)寫出來就變味了。意會(huì)知識(shí)與智慧的距離最近。
知識(shí)和軟件 軟件是知識(shí)的載體，軟件承載的知識(shí)是“封裝知識(shí)”。企業(yè)的管理流程、規(guī)定、制度、組織架構(gòu)、人力資源配置、業(yè)務(wù)管理需求、工資、分配制度、供應(yīng)鏈設(shè)計(jì)、市場(chǎng)策略以及行業(yè)標(biāo)準(zhǔn)、企業(yè)標(biāo)準(zhǔn)等等，都是企業(yè)重要的知識(shí)。管理軟件就是將這些知識(shí)解構(gòu)、綜合、設(shè)計(jì)成為各種不同的模型。這些模型依賴于采集或輸入的數(shù)據(jù)能夠展現(xiàn)出信息的屬性。一個(gè)、一組、一個(gè)數(shù)據(jù)陣列所包含的信息必須通過數(shù)據(jù)模型的解讀來獲取，否則就僅僅是數(shù)據(jù)而已。一個(gè)企業(yè)流程管理軟件就是企業(yè)知識(shí)的綜合體。軟件的運(yùn)行就是知識(shí)的應(yīng)用過程。
一個(gè)工人、管理人員，或者就是一個(gè)普通人，其實(shí)日復(fù)一日干的工作做的事情90%以上都是重復(fù)的、單調(diào)的、簡(jiǎn)單的。不論是工具軟件或者是管理系統(tǒng)軟件，其實(shí)它們最大的功效就是兩件事:1讓我們少做重復(fù)事情；2讓我們少犯低級(jí)錯(cuò)誤。在企業(yè)生產(chǎn)一線沒有多少工作是創(chuàng)造性的，包括產(chǎn)品設(shè)計(jì)或工藝設(shè)計(jì)，實(shí)際上90%以上也是標(biāo)準(zhǔn)化的重復(fù)性勞動(dòng)。所以采用CAX軟件可能將設(shè)計(jì)的周期大幅度地縮短。提高效率和減少錯(cuò)誤本身就體現(xiàn)出知識(shí)的價(jià)值。
增量知識(shí) 企業(yè)的知識(shí)是有生命的（動(dòng)態(tài)）。知識(shí)會(huì)不斷新增，也有很多在逐漸衰退。企業(yè)可以從外部和內(nèi)部學(xué)習(xí)導(dǎo)入很多新的知識(shí)，同時(shí)企業(yè)在日常的生產(chǎn)實(shí)踐中也會(huì)產(chǎn)生大量的新知識(shí)。在企業(yè)市場(chǎng)、資源、環(huán)境變化時(shí)，很多老的陳舊的知識(shí)、用不上和不能用的知識(shí)逐漸退出企業(yè)的知識(shí)庫(kù)。過去企業(yè)實(shí)施有計(jì)劃的大規(guī)模批量化的生產(chǎn)模式，MRP、豐田生產(chǎn)等管理工具挺管用。當(dāng)生產(chǎn)模式從規(guī)模化批量生產(chǎn)轉(zhuǎn)為定制化生產(chǎn)模式時(shí)，這些知識(shí)可能不好用了，所以才產(chǎn)生了柔性制造、按單生產(chǎn)、快速反映等管理方法。
知識(shí)管理 知識(shí)需要管理。CKO（首席知識(shí)官）已經(jīng)在一些企業(yè)應(yīng)運(yùn)而生。但是大部分企業(yè)缺乏一個(gè)能夠量化的實(shí)質(zhì)性的知識(shí)管理系統(tǒng)。除了專利、軟件著作權(quán)以及技術(shù)文檔管理，很少有企業(yè)能夠把知識(shí)當(dāng)成企業(yè)的重要“資本“來管理。當(dāng)前“大數(shù)據(jù)“火熱。企業(yè)的確每時(shí)每刻都在制造大量的數(shù)據(jù)。存在數(shù)據(jù)庫(kù)的數(shù)據(jù)僅僅就是數(shù)據(jù)而已。如果不能透過整合、統(tǒng)計(jì)、分析、挖掘等過程讓知識(shí)進(jìn)入到知識(shí)系統(tǒng)內(nèi)，就不能成為企業(yè)管理與應(yīng)用的知識(shí)資本，無助于企業(yè)的決策支持。另一方面，企業(yè)知識(shí)的重要載體是人。知識(shí)管理不僅管“知識(shí)”，更要管人。知識(shí)管理要著眼于人的隱性知識(shí)顯性化，這可能涉及人員經(jīng)驗(yàn)、習(xí)慣、制度、行為模式等方面。實(shí)施知識(shí)管理應(yīng)將人的管理思想、理念、方法與企業(yè)現(xiàn)有的組織、制度、行為標(biāo)準(zhǔn)融合，實(shí)現(xiàn)知識(shí)管理能夠落實(shí)在具體的管理框架中。
知識(shí)的流失 從知識(shí)管理的角度觀察，絕大多數(shù)企業(yè)都存在著一個(gè)巨大的漏洞，這就是知識(shí)的流失。企業(yè)各級(jí)各個(gè)業(yè)務(wù)領(lǐng)域有很多管理人員（白領(lǐng)），通常，這些白領(lǐng)都具有很豐富的管理經(jīng)驗(yàn)。在生產(chǎn)實(shí)踐中，他們都是以口述或簡(jiǎn)單的文本表格來管理生產(chǎn)現(xiàn)場(chǎng)。這些管理經(jīng)驗(yàn)本來大多是可以量化、顯性化，可是目前基本沒有相適應(yīng)的機(jī)制和系統(tǒng)來存儲(chǔ)、記錄、采集和總結(jié)他們的知識(shí)。寶貴的知識(shí)隨用隨丟。即使企業(yè)擁有讓白領(lǐng)使用的軟件工具，這些軟件的終端界面都是輸入管理人員的決策指令，而不是一個(gè)管理知識(shí)、管理經(jīng)驗(yàn)的入口。系統(tǒng)的輸出必然因人而異。離開人的干預(yù)，系統(tǒng)就是死的。毫無疑問，這不符合知識(shí)自動(dòng)化的趨勢(shì)和要求。
另外一個(gè)知識(shí)的流失是發(fā)生在生產(chǎn)管理現(xiàn)場(chǎng)。企業(yè)每天每時(shí)都可能發(fā)生各種異常變化。比如，設(shè)計(jì)變更、訂單變化、插單撤單、設(shè)備資源變化、物料、采購(gòu)、庫(kù)存變化、工人變化，等等。生產(chǎn)管理人員每天面對(duì)要處理這些事情，以應(yīng)對(duì)客戶滿意度和節(jié)約成本。這里面本身就存在著大量的知識(shí)。缺乏這個(gè)知識(shí)的入口，生產(chǎn)現(xiàn)場(chǎng)管理就永遠(yuǎn)停留在對(duì)人的依賴上。做得好不知道為什么好，做的壞也不知道為什么壞。
所以對(duì)于一個(gè)管理軟件系統(tǒng)，如果缺乏知識(shí)的入口和知識(shí)的管理功能，就很難提升到智能化的水平，更談不上軟件的學(xué)習(xí)功能。
數(shù)據(jù)，信息，知識(shí)與智慧 數(shù)據(jù)，信息，知識(shí)與智慧四者之間有著密切的相關(guān)性，它們常被混淆使用。數(shù)據(jù)就是數(shù)據(jù)，除此什么都不是。而信息是確定性的增加。如果采集到某個(gè)人體溫37度，說明不了什么。第二次采集到體溫36度，不確定性增加了。如果反復(fù)多次采集，就得到一個(gè)信息，正常人體溫度一般為36-37攝氏度左右。如果有更多的數(shù)據(jù)，我們會(huì)得到很多知識(shí)。比如下午體溫較早晨稍高；劇烈運(yùn)動(dòng)或進(jìn)餐后體溫也可略升高；婦女月經(jīng)前及妊娠期體溫略高于正常；老年人因代謝率偏低，等等。信息是數(shù)據(jù)經(jīng)過分析和解釋后所產(chǎn)生的，信息是具有實(shí)質(zhì)內(nèi)容的。有價(jià)值的信息可以轉(zhuǎn)變成知識(shí)，而知識(shí)之一定是在數(shù)據(jù)與信息基礎(chǔ)獲得的。知識(shí)往往與決策相關(guān)。信息給出了數(shù)據(jù)中一些有一定意義的東西，但它不一定有價(jià)值。只有通過人們的參與對(duì)信息進(jìn)行歸納，演繹，比較等手段進(jìn)行挖掘，使其有價(jià)值的部分沉淀下來，并且與人或系統(tǒng)的知識(shí)體系相結(jié)合才體現(xiàn)出可用的知識(shí)。
國(guó)際經(jīng)合組織將知識(shí)分為四種類型，Know-what；Know-why；Know-how；Know-who。從知識(shí)的層級(jí)來說，后者比前者高。前兩者大致屬于顯性知識(shí)，后兩個(gè)屬于隱性知識(shí)或者叫做意會(huì)知識(shí)。通常所說的工業(yè)大數(shù)據(jù)關(guān)注的是相關(guān)性，不關(guān)心因果，在知識(shí)層次上屬于最低的Know-what。實(shí)際上并不是它不想關(guān)心因果，而是工業(yè)大數(shù)據(jù)（尤其是工業(yè)物聯(lián)網(wǎng)采集的數(shù)據(jù)）主要是從縱向采集的數(shù)據(jù)，數(shù)據(jù)本身缺乏橫向的聯(lián)系，能知道是什么就不錯(cuò)了，很難探索因果關(guān)系。舉一個(gè)簡(jiǎn)單的例子。假設(shè)已經(jīng)萬物相連、假設(shè)能采集任何資源的數(shù)據(jù)，工廠接到一個(gè)訂單，你依然不能給出一個(gè)靠譜的交期。
距離智慧最近的知識(shí)是Know-how、Know-who，不論是云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、區(qū)塊鏈、人工智能等新技術(shù)，都無法進(jìn)入這兩個(gè)領(lǐng)域的知識(shí)管理。所以，我們現(xiàn)在的知識(shí)管理還停留在淺層，距離智慧更是遙不可及。“智能”一詞真的被用爛了。
工廠的知識(shí)在哪里？ 下面這個(gè)表格列舉了一個(gè)工廠的知識(shí)都在什么地方。當(dāng)然，這個(gè)表格肯定不會(huì)很全面，我想到的都寫進(jìn)去了。
工廠的知識(shí)可能90%以上都在現(xiàn)場(chǎng)執(zhí)行領(lǐng)域。從系統(tǒng)科學(xué)的角度，因?yàn)檫@個(gè)領(lǐng)域系統(tǒng)的邊界有限，多屬確定性問題，知識(shí)的顯性化程度很高，所以科學(xué)技術(shù)所有成果都可以在此充分發(fā)揮利用。知識(shí)管理、知識(shí)自動(dòng)化已經(jīng)在這個(gè)領(lǐng)域取得很大進(jìn)展?？梢灶A(yù)計(jì)大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等技術(shù)在此也將不斷產(chǎn)生令人矚目的成果。
從現(xiàn)場(chǎng)執(zhí)行領(lǐng)域再往上走一小步，就進(jìn)入不確定性領(lǐng)域，進(jìn)入復(fù)雜系統(tǒng)。在這些領(lǐng)域的知識(shí)管理和知識(shí)自動(dòng)化就顯得異常艱難。很多情況下，人的經(jīng)驗(yàn)（隱性知識(shí)）在發(fā)揮主要作用。我們看到在現(xiàn)場(chǎng)執(zhí)行層面，3D設(shè)計(jì)、機(jī)器人、VR/AR、人工智能、機(jī)器學(xué)習(xí)發(fā)展得如火如荼此起彼伏。反觀工廠的生產(chǎn)現(xiàn)場(chǎng)管理領(lǐng)域技術(shù)和方法，現(xiàn)在和100年前沒有本質(zhì)的區(qū)別，還是利用人的經(jīng)驗(yàn)，依靠一張表格在管理。
在最上面的企業(yè)戰(zhàn)略管理層面，顯性知識(shí)的作用已經(jīng)不那么重要了。這個(gè)領(lǐng)域?qū)＜蚁到y(tǒng)也不會(huì)發(fā)生太大的作用，而更多的是依靠智慧。但是，智慧是實(shí)在是不好描述。對(duì)一個(gè)企業(yè)家來說，智慧似乎就是一種態(tài)度、一個(gè)境界和觀察事物的洞察力。而對(duì)于一個(gè)企業(yè)來說，企業(yè)文化就是智慧的體現(xiàn)。 （來源：走向智能論壇 作者：北京大學(xué)工業(yè)工程與管理系研究員 馬國(guó)鈞） |
