江苏龙网

  1. 首页 > 资讯 > 科技 > >

稻田云图|运营可视化/生产管控/智能决策


北京联盟_本文原题：运营可视化/生产管控/智能决策
制造业研究的“智能”和学术界研究的“人工智能”是同向不同轨的“两辆车” 。 本文主要涉及制造领域的智能 。
人在智能制造中的位置
当我们在系统科学的视角下观察人在一个运营系统中的作用时 ， 人的角色只有两个 ， 或是决策者 ， 或是执行者 。人在不同的时间空间 ， 他可能是不同的角色 。 在厂长室他是决策者 ， 谈具体商务合同他是执行者 。
稻田云图|运营可视化/生产管控/智能决策
本文插图

我们在一个工业运营系统的简图里标出了人在系统中的位置 。 既然人在这个工业系统中存在两个领域的角色 ， 那么工业领域的“智能”必定包含了决策智能和执行智能 。 这是两个层面的事情 。 智能决策和智能执行是实现智能制造的不可或缺不可分离的两个重要方面 。 我们不能将决策和执行割裂去独立研究决策层或研究执行层 ， 也不能将决策和执行混同在一起 。 在当前我国实施智能制造战略中 ， 尤其不能缺少、弱化在智能在决策领域中的研究 ，
我们需要先对于工业系统的决策、决策层、执行、执行层以及加入“智能”做一个定义 ， 才能继续下面的讨论 。
决策就是在无限需求（目标、任务）和有限资源实施的配置 。
工业系统是一个层层嵌套分割的系统 。 一个工业企业系统可以分为资源和任务（目标）这两个子系统 。
资源系统包含企业自身的层次结构的决策管理团队以及研发、生产、销售、行政、财务等子系统；包含企业的软件和硬设备、物料资源、资金、能源；也包括供应商、客户等外部资源；除此之外还必须包括我们看不见的信息资源和时间资源 。
企业的任务（目标）系统有长期、中期、短期目标 ， 或者叫做规划、计划、调度目标 。 目标也一定是分层嵌套的 。 但不管怎么划分 ， 终端的目标一定要落实到具体的可以执行的实体/或服务上 。 我们必须注意到 ， 企业的目标常常是多目标、多约束、动态变化的 。 比如最好的服务和最低的成本 ， 比如不能加班且完成任务 ， 比如这个月即使影响产能也要确保几个订单的交期 ， 下个月再挖掘产能 。
回到我们的定义 。 一个工业系统的运营决策执行系统是 ， 高层次的决策就是依据企业到高层次目标配置高层次的资源；次一层的决策是依据相应的子目标配置子资源；以此类推 。 当确定的目标和确定的资源成为确定的配置关系并无法再分割的时候 ， 系统则进入了执行层 。 在此之上 ， 都属于决策层 。
在人类发明石器工具的时候开始 ， 人的智能就开始在工具上固化 。 工业文明史就是人类在工业工具、工业产品和生产模式上不断通过软、硬两种方式固化人类智慧的历史 。 所以 ， 关于“工业智能”的定义并不重要 。 在工业企业作业的一线也就是决策层 ， 如果我们用汇集人工智慧的工业设计工具、生产工具和设备、市场分析和营销网络和技术 ， 辅助我们或者代理工人完成决策目标的物化 ， 这就是执行智能 。 工业系统的决策智能是指对决策目标和有限资源的优化配置能力 。 这是一种基于系统科学、管理科学和信息技术综合集成的能力 。 智能决策属于21世纪的科学 。
执行层的智能属于产能范畴
在工业企业的执行层 ， 也就是我们通常所说的设计、生产销售的第一线 ， 已经开始拥有越来越多的智能资源了 。 高端的设计软件 ， 最好的CAX系统 ， 3D打印 ， 完美的虚拟现实VR ， 可以让设计越来越智能 ， 越来越高效 。 车间的机器越来越聪明 ， 设备越来越智能 ， 各种机器人与生产线的完美自动化融合 。 市场销售管理有越来越强大的网络数据和管理系统的支撑 。 但是 ， 这一切都是企业的固定资产（软资产、硬资产） ， 都属于产能的范畴 。 或者说这是先进的产能 。 这些都与企业能否获得竞争力、能否获得理想的回报、能否让企业长久不衰持续发展没有直接的因果关系 。 不管这些生产资源“智能”到何等程度 ， 也不管是否情愿承认这一点 ， 这是产能的定义 ， 无须证明 。 设备非常先进的企业倒闭；硬件资源非常一般的企业正常发展 。 这样的案例我们已经看到太多了 。 换句话说 ， 前面所说的这些先进产能都是可以花钱买来的 。 而能够花钱买来的不一定是核心竞争力 。


推荐阅读


上一篇：阿狸巴巴科技|微信又推新功能！网友：终于能眼不见为净了

下一篇：|警惕，量子的新装