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( 二 )


有正确决策支撑 ， 这些先进产能的潜力得到发挥 ， 企业将获得巨大发展空间；不明智的决策下 ， 这些东西将成为企业的负担 ， 成为高额的成本 ， 未来淘汰的首先就是你 。 “小米加步枪可以打败美式飞机大炮”这样一个浅显的道理 ， 至今很多企业没有真正明白 。
执行智能
执行层也有决策问题 。 工人得到指令开一个模具 。 过去工人根据工艺需求和经验在数控机床加工 ， 先做什么后做什么 ， 用什么刀具 ， 设定转速等等 。 这就是人的智能决策 。 当我们把产品交给“智能”的机床后 ， 把数字化产品定义和人的知识和经验输入给机床 ， 机床的智能软件将按照指令自动加工 ， 甚至这个软件还可以优化加工路径以达到省时省力的目的 。 在执行层所有的决策都是在明确的目标和确定的资源下做出的 。 在执行层局部范围 ， 系统边界清楚 ， 系统环境简单 ， 开放性有限 ， 属于简单系统的确定性问题 。 也正因此 ， 一个高度“智能”的设备资源 ， 它的执行决策才可能“自主决策”并“精准执行” 。
一个家电装配生产无人车间（不该称之为“无人工厂”）就是一条由机器人、AGV等组成的全自动化生产线 ， 可视同为自动化程度很高的一台设备 。 它按照严格的流程和明确的规则去执行既定的明确的生产指令 。 “个性化定制”实际是按指令装配 ， 就是机械手在已经备好的线边库存抓取不同零部件组装成不同规格的产品 。 这类无人车间的设计理论已经成熟 ， 但在工程细节的设计和实施方面需要汇集很多人的经验和智慧 ， 需要各种技术成果和信息集成 ， 也不是容易的事情 。 但是 ， 无人车间不是理论问题 ， 而是实践问题 ， 它的智能属于“弱人工智能” 。 与其参观无人车间感到“震撼” ， 不如研究他们是如何产生巨大的现金流来“供养”这条生产线的 。
实际上 ， 无人驾驶汽车以及“阿尔法狗”也应该归纳到这一类 ， 属于简单系统的确定性问题 ， 按既定规则“自主决策”并“精准执行” 。 无人驾驶汽车不可能为路中间的一个障碍犹豫不决 ， 也不会在省时和省钱之间去自主决策 。
AlphaGo下围棋本质是一个执行程序 。 每个执行指令都是李世石下达的 。 执行目标清楚 ， 执行的规则严密 。 AlphaGo利用“价值网络”去计算局面 ， 用“策略网络”去投子 。 关键是这个问题一定有最优解 。 在系统科学中这划为确定性的简单系统 。 只不过AlphaGo学习能力和计算能力非常强 。 AlphaGo会计算棋局 ， 但是它不会算计对手 。 指派李世石下棋这个行为和工厂里把一个工单派给工人的性质没有区别 。
我们如果从一个系统运营的层面观察AlphaGo下棋就复杂得多 。 谷歌旗下DeepMind公司开发这个程序绝不是为了好玩 ， 而是有巨大商业价值 。 我们不能不佩服DeepMind公司对这件事情的整体策划、计划、实施决策行为 ， 让一场游戏在全世界产生如此巨大影响 。 这就是本文想强调在决策层面提升“智能”的意义 。 事实上 ， DeepMind目的达到了 ， AlphaGo也就没有用被抛弃（开源）了 。
【稻田云图|运营可视化/生产管控/智能决策】迄今为止 ， 我们看到的和谈到的“智能制造” ， 绝大多数都是产能的智能化 。 家电无人车间也仅仅是往前迈了一小步 。 如果用价值链去分析这类企业 ， 你会发现他们产品的价值附加主要发生在产品的技术创新和市场创新 。 客户不会因为无人车间装配的产品比手工装配的多支付一百元 。 而你在网上定制化选购时 ， 只要多一个选项就要多支付几百元 。 智能制造的目标是让企业获得更高的利润 ， 获得更强的竞争力 。 我们应该从现象看到本质 。
当前一场以“智能”为关键词的技术革命在蓬勃发展 ， 势不可挡 ， 前景不可估量 。 在执行层领域的智能设计、智能生产、智能市场的技术进步是显而易见的 。 这些新技术极大地提升了企业的生产力 。 与此同时 ， 我们需要认识到 ， 在执行层的“智能”都是附加在生产资源上的 ， 无论怎样智能都不能改变它是生产资源的属性 。 也许一些人会提出 ， 这些智能生产资源确实会提高产品生产的效率和质量 ， 降低产品的成本 。 站在企业系统层面 ， 执行层局部的“效率、质量、成本”是中性的 ， 企业整体的效益和持续发展才是追求的根本目标 。


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