我的有些觀點看起來常常是自相矛盾的。一方面說：“智能化是自動化的延伸和發(fā)展”；一方面又說：“不要把智能制造搞成自動化”。其實，矛盾的不是觀點，矛盾的是觀點所指的內容：如果單從技術方面看，智能化確實是自動化的延伸和發(fā)展；但是，我們又不能單從技術方面看問題。因為單從技術方面看問題，其實無法解釋技術的發(fā)展變化——因為技術的大的發(fā)展變化，往往不是技術本身可以解釋的，而是影響技術的外部因素。也就是說，要跨層面、跨尺度看待問題。
為什要跨尺度考慮問題？我常提到的、“猴子變人”的比喻就能說清楚：猴子變人的最大變化是腦袋變聰明、更加有利于生存——這就是從技術層面看問題，強調的是“智慧”或者“智能”有什么好處。而要跨出這個層次，才能知道更本質的變化原因：腦袋聰明是要付出很大代價的，這些代價對猴子來說未必對生存有利，所以并不是所有的猴子都變成了人。我們的祖先能從猴子變成人，是因為需要手來應對復雜的勞動：腦子聰明了才有利于進行這些復雜的勞動，而這些復雜的勞動有利于人類創(chuàng)造更好的生存條件。這樣，腦子的聰明能幫助人類更加適合生存。由此可見：用超越技術層次的觀點看問題，才能看到真正的原因。
同樣，從自動化走到智能化，更根本的原因是企業(yè)面對的問題復雜了，需要智能化才能解決問題。這就是我常說的“有了需求再談技術”。其中，引起復雜性的原因很多；比如飛機制造的難度越來越大；小批量、交貨周期加快導致難度加大等；勞動力成本升高等。所以，正如寧總的觀點，復雜性是促進智能制造的重要原因。當然，ICT技術為解決這些問題提供了條件，這是基礎。
我強調“智能化是自動化的延伸和發(fā)展”是從技術層面看問題的。潛臺詞就是要承認技術發(fā)展的“繼承性”，強調智能化有著“自動化”的基因。事實上，CPS就是來源于控制論的。沿著這個思路進一步思考，就會發(fā)現：智能制造的思想并不是從“人工智能”繼承下來的。
人工智能之所以興起，很大程度上是因為有“默會知識”：說不清、道不明的知識。比如，快速識別一個人臉、對圍棋“大勢”的把握等。工業(yè)人當然也有“默會知識”、特別是傳統(tǒng)的手工勞動。所以，那個時候帶個徒弟是很不容易的。但是，對于生產環(huán)節(jié)的“默會知識”，工業(yè)界早已有辦法解決了：當工業(yè)進入流水線階段，就開始把復雜的勞動拆分成若干標準化的簡單勞動；到了自動化階段，又把這些簡單的勞動變成了計算機的參數：人的知識都已經變成可編碼的計算機程序了，“默會知識”就基本上沒有了！
工業(yè)到了智能化階段，當然也要繼承這個邏輯：把復雜問題流程化、簡單化、標準化，并排除不必要的干擾，讓計算機去處理。這就是我說的“吳淑珍式的智能”：用明確的信息+精確的處理知識得到智能化的結果。強調繼承的同時，還要強調發(fā)展：從自動化到智能化，到底發(fā)展了什么？我認為是業(yè)務范圍的改變：從常規(guī)的生產過程，拓展到設計、服務、維護、采購、銷售等等。從自動化到智能化，應用的場景發(fā)生了變化，但很多思路卻是可以繼承的。
那么，制造行業(yè)到底需要還是不需要“人工智能”？我想，正確的做法是“不要排斥”。在生產制造環(huán)節(jié)，人們可以把不希望的干擾排除在外、把各種變化“標準化”。但是，當“自動化”的思想拓展到設計、服務、維護、采購、銷售等環(huán)節(jié)時，外部的變化是我們無法控制、難以標準化的。所以，也不能排斥正宗“人工智能”技術的應用。信通院最近有人寫了一篇人工智能在制造業(yè)中應用的文章，我看還是靠譜的。
總之，要健康地推動智能制造，要完整繼承“自動化”的思想、但不要局限于“自動化”；不要夸大“人工智能”，也不要排斥“人工智能”。順應規(guī)律才是好的。
