Knowledge and wisdom in industry
Knowledge and wisdom
The explanation and classification of "knowledge" are very complicated, there is no need to be verbose. A popular explanation is that "knowledge" mainly refers to the symbolic system obtained from understanding things. We study knowledge in the industrial field, and knowledge is the solidification of experience and the connection between concepts.
The definition and essence of "wisdom" are even more complex, and it is difficult to describe it according to the system of particle motion. According to the interpretation of the Bible or Buddhism, it is not related to industry. weThe wisdom in the industrial field can be understood as efficiency and effectiveness.The more intelligent an enterprise or industrial system is, the more it has a reasonable structure, minimal internal friction, and maximum efficiency.
In theory, there is no necessary connection between wisdom and knowledge. A person with low cultural (knowledge) level may establish a high growth enterprise. A doctoral student may do many foolish things. This does not have universal significance. Almost all successful entrepreneurs today are knowledgeable individuals. Through learning, individuals or businesses may acquire a wealth of knowledge, which enables them to apply their wisdom and create a better foundation. butHaving knowledge does not equate to having wisdom. Knowledge is static, wisdom is dynamic.How to apply knowledge is wisdom.If knowledge is not applied with wisdom, it loses its value. So usually we say that a highly automated unmanned factory must gather a huge amount of knowledge, but we cannot guarantee that the factory will not go bankrupt after three years. On the contrary, an enterprise with poor hardware resource conditions is likely to develop and grow healthily if it fully utilizes its internal and external environmental resources, information technology tools, and intelligent decision-making.
知识可以学习获得，学习可以掌握很多技能，这都不等于智慧。智慧也分大智慧、小智慧。大智慧无法学习、无法复制、无法传播，很难获得，只能存在于少数智者头脑。唯有一种智慧学习方法，就是张三丰临阵向张无忌授意，忘掉所有的技能和常识，剩下的就是智慧。这是常人无法企及的。
让我们欣慰的是，现代技术的发展已经让知识工程、知识管理、知识自动化具备了总结、积累、分析、运用人类以往所有的知识。现代计算机和软件技术也可以学会人类的小智慧了。由此我们才能接着讨论工业中的知识和智慧都在那里？
工业中的“知识”和“智慧”
中文博大精深，同时也让一个词的内涵和外延无法界定。至少“智能”一词已经被“工4”带坏了。最典型的是，一块物料贴上一个RFID就称之为智能物料。想一想1952年日本就有了“无人工厂”，1961年人类就进入太空，我们就能够理解当今把一个自动化车间当成“智能工厂”是多么lower的一件事情了。现在以“智能”面世的很多东西，其实都还是处于知识的阶段，远没有达到“智”的程度。比如，智能材料、智能设备、智能工装、智能设计、智能、智能生产线、机器人。所有这些都是知识固化和物化的成果，就如同一块合金钢，一个机器人聚集了人类科学技术和工业很多很多的知识。如何应用这些汇集知识的物化成果来达到既定的目标才是智慧。上了一堆机器人，可能成事，也可能坏事。因为它们都属于产能范畴。所以，我们需要分清楚哪些是知识，哪些属于智慧，它们都在哪里？
物化知识
狭义讲就是工厂里的生产设备、资源、工具、物料，以及企业产品本身体现出的知识属性，这些都属于隐性知识。比如，在70年代我们就在越战缴获了美式步话机上通过解剖分析学到很多知识。工厂里的物化知识比比皆是，不一定需要学，需要用好这些资源。这个不重要，仅仅提一句。
显性知识
显性知识即固化知识，也是编码知识，主要指用概念、文档、图表、公式、语言文字表达的知识。在传统企业中，显性知识是企业知识中最重要的内容和形式，也是可以转化为信息（bit化）的知识。
隐性知识
企业还有很多“只可意会，不可言传”的知识以及涉及到文化方面的知识，这一类知识都是“隐性知识”或者说“意会知识”。跟着谈判高手学习实践慢慢就学会了商务谈判；有些活儿和徒弟说不明白，需要师傅手把手教徒弟；这个人能办好，换个人就办不好；等等。这类知识(Know-how) 就是意会知识。意会知识写出来就变味了。意会知识与智慧的距离最近。
知识和软件
软件是知识的载体，软件承载的知识是“封装知识”。企业的管理流程、规定、制度、组织架构、人力资源配置、业务管理需求、工资、分配制度、供应链设计、市场策略以及行业标准、企业标准等等，都是企业重要的知识。管理软件就是将这些知识解构、综合、设计成为各种不同的模型。这些模型依赖于采集或输入的数据能够展现出信息的属性。一个、一组、一个数据阵列所包含的信息必须通过数据模型的解读来获取，否则就仅仅是数据而已。一个企业流程管理软件就是企业知识的综合体。软件的运行就是知识的应用过程。
一个工人、管理人员，或者就是一个普通人，其实日复一日干的工作做的事情90%以上都是重复的、单调的、简单的。不论是工具软件或者是管理系统软件，其实它们最大的功效就是两件事:1让我们少做重复事情；2让我们少犯低级错误。在企业生产一线没有多少工作是创造性的，包括产品设计或工艺设计，实际上90%以上也是标准化的重复性劳动。所以采用CAX软件可能将设计的周期大幅度地缩短。提高效率和减少错误本身就体现出知识的价值。
增量知识
企业的知识是有生命的（动态）。知识会不断新增，也有很多在逐渐衰退。企业可以从外部和内部学习导入很多新的知识，同时企业在日常的生产实践中也会产生大量的新知识。在企业市场、资源、环境变化时，很多老的陈旧的知识、用不上和不能用的知识逐渐退出企业的知识库。过去企业实施有计划的大规模批量化的生产模式，MRP、丰田生产等管理工具挺管用。当生产模式从规模化批量生产转为定制化生产模式时，这些知识可能不好用了，所以才产生了柔性制造、按单生产、快速反映等管理方法。
知识管理
知识需要管理。CKO（首席知识官）已经在一些企业应运而生。但是大部分企业缺乏一个能够量化的实质性的知识管理系统。除了专利、软件著作权以及技术文档管理，很少有企业能够把知识当成企业的重要“资本“来管理。当前“大数据“火热。企业的确每时每刻都在制造大量的数据。存在数据库的数据仅仅就是数据而已。如果不能透过整合、统计、分析、挖掘等过程让知识进入到知识系统内，就不能成为企业管理与应用的知识资本，无助于企业的决策支持。另一方面，企业知识的重要载体是人。知识管理不仅管“知识”，更要管人。知识管理要着眼于人的隐性知识显性化，这可能涉及人员经验、习惯、制度、行为模式等方面。实施知识管理应将人的管理思想、理念、方法与企业现有的组织、制度、行为标准融合，实现知识管理能够落实在具体的管理框架中。
知识的流失
从知识管理的角度观察，绝大多数企业都存在着一个巨大的漏洞，这就是知识的流失。企业各级各个业务领域有很多管理人员（白领），通常，这些白领都具有很丰富的管理经验。在生产实践中，他们都是以口述或简单的文本表格来管理生产现场。这些管理经验本来大多是可以量化、显性化，可是目前基本没有相适应的机制和系统来存储、记录、采集和总结他们的知识。宝贵的知识随用随丢。即使企业拥有让白领使用的软件工具，这些软件的终端界面都是输入管理人员的决策指令，而不是一个管理知识、管理经验的入口。系统的输出必然因人而异。离开人的干预，系统就是死的。毫无疑问，这不符合知识自动化的趋势和要求。
另外一个知识的流失是发生在生产管理现场。企业每天每时都可能发生各种异常变化。比如，设计变更、订单变化、插单撤单、设备资源变化、物料、采购、库存变化、工人变化，等等。生产管理人员每天面对要处理这些事情，以应对客户满意度和节约成本。这里面本身就存在着大量的知识。缺乏这个知识的入口，生产现场管理就永远停留在对人的依赖上。做得好不知道为什么好，做的坏也不知道为什么坏。
所以对于一个管理软件系统，如果缺乏知识的入口和知识的管理功能，就很难提升到智能化的水平，更谈不上软件的学习功能。
数据，信息，知识与智慧
数据，信息，知识与智慧四者之间有着密切的相关性，它们常被混淆使用。数据就是数据，除此什么都不是。而信息是确定性的增加。如果采集到某个人体温37度，说明不了什么。第二次采集到体温36度，不确定性增加了。如果反复多次采集，就得到一个信息，正常人体温度一般为36-37摄氏度左右。如果有更多的数据，我们会得到很多知识。比如下午体温较早晨稍高；剧烈运动或进餐后体温也可略升高；妇女月经前及妊娠期体温略高于正常；老年人因代谢率偏低，等等。信息是数据经过分析和解释后所产生的，信息是具有实质内容的。有价值的信息可以转变成知识，而知识之一定是在数据与信息基础获得的。知识往往与决策相关。信息给出了数据中一些有一定意义的东西，但它不一定有价值。只有通过人们的参与对信息进行归纳，演绎，比较等手段进行挖掘，使其有价值的部分沉淀下来，并且与人或系统的知识体系相结合才体现出可用的知识。
国际经合组织将知识分为四种类型，Know-what；Know-why；Know-how；Know-who。从知识的层级来说，后者比前者高。前两者大致属于显性知识，后两个属于隐性知识或者叫做意会知识。通常所说的工业大数据关注的是相关性，不关心因果，在知识层次上属于最低的Know-what。实际上并不是它不想关心因果，而是工业大数据（尤其是工业物联网采集的数据）主要是从纵向采集的数据，数据本身缺乏横向的联系，能知道是什么就不错了，很难探索因果关系。举一个简单的例子。假设已经万物相连、假设能采集任何资源的数据，工厂接到一个订单，你依然不能给出一个靠谱的交期。
距离智慧最近的知识是Know-how、Know-who，不论是云计算、大数据、物联网、区块链、人工智能等新技术，都无法进入这两个领域的知识管理。所以，我们现在的知识管理还停留在浅层，距离智慧更是遥不可及。“智能”一词真的被用烂了。
工厂的知识在哪里？
下面这个表格列举了一个工厂的知识都在什么地方。当然，这个表格肯定不会很全面，我想到的都写进去了。
工厂的知识可能90%以上都在现场执行领域。从系统科学的角度，因为这个领域系统的边界有限，多属确定性问题，知识的显性化程度很高，所以科学技术所有成果都可以在此充分发挥利用。知识管理、知识自动化已经在这个领域取得很大进展。可以预计大数据、人工智能、物联网等技术在此也将不断产生令人瞩目的成果。
从现场执行领域再往上走一小步，就进入不确定性领域，进入复杂系统。在这些领域的知识管理和知识自动化就显得异常艰难。很多情况下，人的经验（隐性知识）在发挥主要作用。我们看到在现场执行层面，3D设计、机器人、VR/AR、人工智能、机器学习发展得如火如荼此起彼伏。反观工厂的生产现场管理领域技术和方法，现在和100年前没有本质的区别，还是利用人的经验，依靠一张表格在管理。
在最上面的企业战略管理层面，显性知识的作用已经不那么重要了。这个领域专家系统也不会发生太大的作用，而更多的是依靠智慧。但是，智慧是实在是不好描述。对一个企业家来说，智慧似乎就是一种态度、一个境界和观察事物的洞察力。而对于一个企业来说，企业文化就是智慧的体现。
（来源：走向智能论坛 作者：北京大学工业工程与管理系研究员 马国钧）
