伴随着AI、大数据、物联网等技术的落地和各种2C端App的推出，市场的需求和复杂度快速升级，制造业面临的不确定性越来越大，以阿里为例，做营销端的数字化团队开始利用中台推出一系列的企业服务，比如全域营销，业务中台，数据银行等。制造业开始把互联网行业的成熟技术应用到制造业的运营管理上。
所以智能制造的本质在于以数据的自动流转化解复杂的制造体系的不确定性，优化制造资源的配置效率。
企业家们通过识别不确定性中蕴含的机会，并通过资源整合，把这些机会转化为利润。厌恶风险、寻求确定性是人类的天性，这需要人们不断提高信息获取的能力。信息是事物运动的状态和运动的方式，可以消除人们所面临的不确定性。香农在1948年提出“信息是用来减少随机性和不确定性的东西，信息的价值是确定性的增加”下面的公式可以更具体的把信息的定义描述清楚，信息就是不确定性之差：I=S(Q/X’)-S(Q/X’’)
公式中，I表示信息，Q表示对某件事的疑问，S表示不确定性，X’为收到信息前的关于Q的认知，X’’为收到信息后对Q的认知。
维纳说过“信息就是我们适应外部世界并把这种适应反作用与外部世界的过程”
经济学中的“帕累托最优”本质是在信息对称的条件下不同主体不断决策反馈而形成的市场最佳配置状态。博弈论中的“囚徒困境”正是因为缺少了个体之间的流动性，而无法彻底消除结果预期的确定性，使得个人做出的理性选择导致了集体的非理性选择。
科斯说过“企业的本质是一种资源配置的机制，是替代市场进行资源配置的组织”，那么企业竞争就是在不确定的市场环境下，资源配置效率的竞争。对于制造业而言，其价值就在于对社会资本，人才，设备，土地，技术等资源进行组合和配置，来满足市场需求。对于制造业，研发，设计，采购，生产，配送，服务的每个环节都面临着优化资源配置效率的问题。企业每天都在面临着如何更加精益化生产的问题。
企业从来都不是孤立的系统，而是与用户、供应商、生态伙伴、渠道构成的复杂生态中的一个组织，一般企业会利用各种各样的信息化系统来提高企业内外部环境的确定性从而使决策精准并有效预判风险，进而在竞争中胜出。
信息化系统实则是资源配置优化的系统。从单点，有限资源的优化是从多点到多层级的全局资源优化。数字化转型也是从单机设备、单一环节、单一场景、单一产线、单一产销渠道、到产业链再到产业生态系统。不断突破地域，组织，事业线的限制，实现对人才，技术，资金，生产要素等资源的高效整合，从而带动产品、模式、业态的创新优化。
大多数的传统制造业的发展理念是以不变应万变，用确定的人和确定的产品和确定的产量应对市场需求，但是当市场的不确定性和需求的多样性不断变化时，传统制造业通过缩减和增加资源来换取产品的稳定输出。面对交期，成本，质量，效率等各项要求，生产企业总希望生产周期是固定的、生产工艺是固定的、供应体系是固定的、通过定期维护设备，维护系统数据，维护刀具来化解供应链和市场的多样性。简而言之，就是通过库存的冗余来解决一切问题。制造业的数字化转型或者说是企业的转型都是摒弃冗余思维和静态思维，拥抱动态思维，实时响应变化，使用动态策略。
制造业的高效的决策依赖于数据的自动流转，关键在于自动。这些自动流动的数据会渗透到产品设计、建模、工艺、生命周期等各个环节。
数据的自动流动是优化制造资源配置的关键，问题是该如何实现数据的自动流动呢?该如何把正确的数据在正确的时间传给正确的人呢?背后需要一套数据自动流动的体系和架构。这个体系的提供者就是软件。
传统的生产流程是‘设计、打样、测试、再设计’的过程。数字化的系统是‘订单、设计、打样、测试、制造、仓储、物流、服务’的一站式流程。前后端的打通的数字化，目前国内有两个切入点，第一个是以设计软件输出机器可以识别和生产的字符串为切入点的工业设计软件科技公司。第二个是以中台为切入点的全域营销业务和数据的沉淀和复用，实现了与前端不断变化的业务的实时响应。
评论