隨著工業(yè)4.0的興起萄凤，由人工智能技術(shù)室抽、機器人技術(shù)和數(shù)字化生產(chǎn)制造技術(shù)等結(jié)合的智能制造技術(shù)，正引領(lǐng)新一輪的制造業(yè)變革靡努。智能制造技術(shù)逐漸涉及產(chǎn)品設(shè)計坪圾、生產(chǎn)過程、生產(chǎn)管理和售后服務(wù)等各個生產(chǎn)環(huán)節(jié)惑朦，隨著智能化和產(chǎn)業(yè)化的制造技術(shù)的廣泛應(yīng)用神年，促進(jìn)了智能制造業(yè)的發(fā)展。那么什么是智能制造行嗤，本文帶領(lǐng)大家來了解一下已日。
智能制造是一種思維
2013年，德國在漢諾威工業(yè)博覽會上推出“工業(yè)4.0國家戰(zhàn)略”栅屏，這被認(rèn)為是人類第四次工業(yè)革命的開端飘千，也開啟了各個國家在新一輪產(chǎn)業(yè)革命中競爭的序幕堂鲜。世界各主要經(jīng)濟(jì)體紛紛從自身的現(xiàn)狀與優(yōu)勢出發(fā)，制定了應(yīng)對新一輪制造業(yè)革命的國家戰(zhàn)略护奈。美國在2012年3月提出了“國家制造業(yè)創(chuàng)新網(wǎng)絡(luò)（NNMI）計劃”缔莲，在制造業(yè)的4個重點領(lǐng)域列出了9個創(chuàng)新中樞項目；日本在2015年6月公布了《2015年版制造業(yè)白皮書》霉旗，將3D打印痴奏、人工智能和智能ICT作為轉(zhuǎn)型升級的軸心；韓國提出了《制造業(yè)創(chuàng)新3.0戰(zhàn)略行動方案》厌秒，在3D打印读拆、大數(shù)據(jù)、物聯(lián)網(wǎng)鸵闪、ICT服務(wù)等8項核心智能制造技術(shù)中發(fā)力檐晕；法國提出了《工業(yè)新法國2.0》，將智慧物流蚌讼、新能源開發(fā)辟灰、智慧城市篡石、未來交通等9個重點領(lǐng)域作為改革的重心芥喇。中國也在2015年3月正式出臺了《中國制造2025》，作為新一輪工業(yè)革命的指導(dǎo)綱要凰萨，將工業(yè)化與信息化“兩化”深度融合發(fā)展作為主線乃坤，力爭在10個重點領(lǐng)域?qū)崿F(xiàn)突破性發(fā)展。
在過去三年中沟蔑，關(guān)于工業(yè)4.0的定義和對世界各國戰(zhàn)略的解讀已有很多湿诊，也有許多專家學(xué)者和政府機構(gòu)提出了一系列的實施路徑和方案，我們看到政府相繼提出了機器換人瘦材、智慧工廠厅须、大數(shù)據(jù)、互聯(lián)網(wǎng)＋和工匠精神等一系列改革舉措食棕。然而朗和，有不少人都表達(dá)過這樣一種感受：我們越深入分析各個國家的政策，越是去嘗試不同的轉(zhuǎn)型路徑簿晓，反而愈發(fā)地感覺迷茫和浮躁眶拉。我認(rèn)為之所以會有這樣的感受，是因為大家把智能制造當(dāng)成了一個技術(shù)問題來看待憔儿，因此在分析其他國家行動的時候也只是停留在表面的方法和技術(shù)上忆植，卻忽略了這些行動背后的思維和邏輯。于是當(dāng)?shù)聡小肮I(yè)4.0”，我們就有了“中國制造2025”朝刊；美國提出“工業(yè)互聯(lián)網(wǎng)”耀里，我們也提出了“互聯(lián)網(wǎng)＋”；日本精益制造做得好拾氓，我們就要大力提倡工匠精神冯挎。事實上，智能制造并不僅僅是一個技術(shù)體系或文化咙鞍，更重要的是背后對智慧的理解房官、解決問題的邏輯和重新定義制造的思維。
智能制造的核心
制造系統(tǒng)的核心要素可以用5個M來表述续滋，即材料翰守、裝備、工藝吃粒、測量和維護(hù)潦俺，過去的三次工業(yè)革命都是圍繞這5個要素進(jìn)行的技術(shù)升級拒课。然而徐勃，無論是設(shè)備的精度和自動化水平提升，或是使用統(tǒng)計科學(xué)進(jìn)行質(zhì)量管理早像，或是狀態(tài)監(jiān)測帶來的設(shè)備可用率改善僻肖，又或是精益制造體系帶來的工藝和生產(chǎn)效率的進(jìn)步等，這些活動依然是圍繞著人的經(jīng)驗開展的卢鹦，人依然是駕馭這5個要素的核心臀脏。生產(chǎn)系統(tǒng)在技術(shù)上無論如何進(jìn)步，運行邏輯始終是：發(fā)生問題—>人根據(jù)經(jīng)驗分析問題—>人根據(jù)經(jīng)驗調(diào)整5個要素—>人積累經(jīng)驗冀自。
而智能制造系統(tǒng)區(qū)別于傳統(tǒng)制造系統(tǒng)最重要的要素在于第6個M揉稚，即建模。并且正是通過這第6個M來驅(qū)動其他5個要素熬粗，從而解決和避免制造系統(tǒng)的問題搀玖。因此，智能制造系統(tǒng)運行的邏輯是：發(fā)生問題—>模型（或在人的幫助下）分析問題—>模型調(diào)整5個要素—>解決問題—>模型積累經(jīng)驗驻呐，并分析問題的根源—>模型調(diào)整5個要素—>避免問題灌诅。因此，一個制造系統(tǒng)是否能夠被稱為智能含末，主要判斷其是否具備以下兩個特征：
（1）是否能夠?qū)W習(xí)人的經(jīng)驗猜拾，從而替代人來分析問題和形成決策。
（2）能否從新的問題中積累經(jīng)驗佣盒，從而避免問題的再次發(fā)生挎袜。
我們不難看出，無論是機器換人、物聯(lián)網(wǎng)宋雏、或是互聯(lián)網(wǎng)+芜飘，解決的只是5M要素的調(diào)整方式和途徑，只是在執(zhí)行端更加高效和自動化磨总，并沒有解決智能化的核心問題嗦明。
所以說，智能制造所要解決的核心問題是蚪燕，如何對制造系統(tǒng)中的5M要素的活動進(jìn)行建模娶牌，并通過模型（第6個M）驅(qū)動5M要素。智能制造所要解決的核心問題是知識的產(chǎn)生與傳承過程馆纳。
從大數(shù)據(jù)到智能制造
大數(shù)據(jù)并不是目的诗良，而是一個現(xiàn)象，或是看待問題的一種途徑和解決問題的一種手段鲁驶。通過分析數(shù)據(jù)鉴裹，從而預(yù)測需求、預(yù)測制造钥弯、解決和避免不可見問題和風(fēng)險径荔，和利用數(shù)據(jù)去整合產(chǎn)業(yè)鏈和價值鏈，這才是大數(shù)據(jù)的核心目的脆霎。
大數(shù)據(jù)與制造之間的關(guān)系可用用下圖表示总处，這里面有3個重要的元素：
（1）問題：制造系統(tǒng)中顯性或隱性的問題，比如質(zhì)量缺陷睛蛛、精度缺失鹦马、設(shè)備故障、加工失效忆肾、性能下降荸频、成本較高、效率低下等客冈。
（2）數(shù)據(jù)：從制造系統(tǒng)的5M要素中獲得的旭从，能夠反映問題發(fā)生的過程和原因的數(shù)據(jù)。也就是說數(shù)據(jù)的獲取應(yīng)該是以問題為導(dǎo)向郊酒，目的是去了解遇绞、解決和避免問題。
（3）知識：制造系統(tǒng)的核心燎窘，也就是我們平時所說的know-how摹闽，包括制程、工藝褐健、設(shè)計付鹿、流程和診斷等澜汤。知識來源于解決制造系統(tǒng)問題的過程，而大數(shù)據(jù)分析可以理解為迅速獲取和積累知識的一種手段舵匾。
因此俊抵，大數(shù)據(jù)與智能制造之間的關(guān)系可以總結(jié)為：制造系統(tǒng)中問題的發(fā)生和解決的過程中會產(chǎn)生大量的數(shù)據(jù)，通過對大數(shù)據(jù)的分析和挖掘可以了解問題產(chǎn)生的過程坐梯、造成的影響和解決的方式徽诲；當(dāng)這些信息被抽象化建模后轉(zhuǎn)化成知識，再利用知識去認(rèn)識吵血、解決和避免問題谎替。當(dāng)這個過程能夠自發(fā)自動地循環(huán)進(jìn)行時，即我們所說的智能制造蹋辅。從這個關(guān)系中不難看出钱贯，問題和知識是目的，而數(shù)據(jù)則是一直手段侦另。在上圖的要素中秩命，當(dāng)把“數(shù)據(jù)”換成“人”之后就是“工匠精神”，換成“自動化生產(chǎn)線和裝備”之后就是德國的“工業(yè)4.0褒傅，換成”互聯(lián)網(wǎng)“之后就變成了”互聯(lián)網(wǎng)+“弃锐。
今天我們來談利用大數(shù)據(jù)實現(xiàn)智能制造，是因為大數(shù)據(jù)的研究已經(jīng)成為了一個日益受到關(guān)注的行為樊卓，而在制造系統(tǒng)和商業(yè)環(huán)境變得日益復(fù)雜的今天拿愧，利用大數(shù)據(jù)去推動智能制造杠河，解決問題和積累知識或許是更加高效和便捷的方式碌尔。利用大數(shù)據(jù)推動智能制造主要有以下3個方向：
（1）把問題變成數(shù)據(jù)，利用數(shù)據(jù)對問題的產(chǎn)生和解決進(jìn)行建模券敌，把經(jīng)驗變成可持續(xù)的價值唾戚。
（2）把數(shù)據(jù)變成知識，從“可見解決問題”延伸到“不可見問題”待诅，不僅要明白“how”叹坦，還要去理解“why”。
（3）把知識再變成數(shù)據(jù)卑雁，這里的數(shù)據(jù)指的是生產(chǎn)中的指令募书、工業(yè)參數(shù)和可執(zhí)行的決策，從根本上去解決和避免問題测蹲。
在第一個方向上最成功的應(yīng)用案例應(yīng)該是美國在20世紀(jì)90年代開展的“2mm計劃”莹捡，利用統(tǒng)計科學(xué)對汽車的設(shè)計和生產(chǎn)過程中的質(zhì)量問題進(jìn)行建模和管理，隨后推廣到了飛機制造等其他先進(jìn)制造領(lǐng)域扣甲，對美國制造精度的提升起了重要的推動作用篮赢。
在第二個方向上的典型應(yīng)用是制造系統(tǒng)中的數(shù)據(jù)預(yù)測性分析，包括虛擬量測、健康管理启泣、衰退預(yù)測等涣脚。核心是通過先進(jìn)的分析算法對數(shù)據(jù)中的隱性知識進(jìn)行挖掘和建模，并在制造過程中預(yù)測和避免問題寥茫。
第三個方向上的典型應(yīng)用是反向工程遣蚀，即從問題的結(jié)果出發(fā)，利用知識反向推出問題發(fā)生的原因和過程纱耻；或是從產(chǎn)品最終的結(jié)果出妙同，反向推出產(chǎn)品的設(shè)計和制造過程，以及這樣去設(shè)計和制造的原因膝迎。這不僅需要知識粥帚，還需要了解知識之間的相關(guān)性和邏輯關(guān)系。
智能制造在發(fā)達(dá)國家的轉(zhuǎn)型
仔細(xì)觀察第四次工業(yè)革命的進(jìn)行過程限次，我們不難發(fā)現(xiàn)芒涡，與之前幾次工業(yè)革命具有典型的技術(shù)不同，這次工業(yè)革命中每個國家所選擇的路徑和側(cè)重點有非常明顯的不同卖漫，這一方面取決于各個國家的制造業(yè)基礎(chǔ)和國情费尽，另一方面，更重要的是各個國家在制造文化和哲學(xué)方面的差異羊始。在過去近200年的工業(yè)積累中旱幼，美國、日本突委、德國等工業(yè)強國都形成了非常鮮明的制造哲學(xué)柏卤，其根源是對知識的理解、積累和傳承方式的差異匀油。同時缘缚，各個國家在整個制造業(yè)的上、下游中也形成了非常明顯的競爭力差異敌蚜，在產(chǎn)業(yè)鏈的不同位置都有各自的相對優(yōu)勢桥滨。
第一，對知識的理解弛车、積累和傳承方式的差異決定了制造哲學(xué)和文化
在智能制造中的問題齐媒、數(shù)據(jù)和知識三者的關(guān)系上，從不斷解決和理解新問題的過程中獲取經(jīng)驗纷跛，再把經(jīng)驗抽象化的這個過程即為制造中獲取知識的過程喻括。解決問題的手段和方法決定了所獲得知識的形式，而將知識抽象化加以運用的過程和形式則決定了知識傳承的形式忽舟。這個過程可以通過人來完成双妨、數(shù)據(jù)來完成淮阐、設(shè)備來完成，或是系統(tǒng)來完成刁品，這也是決定一個國家制造哲學(xué)的最根本原因泣特。
日本：通過組織文化和人的訓(xùn)練不斷改善，在知識的承載和傳承上非常依賴人
日本獨特的克忍挑随、服從和集體觀念文化也深深地影響了日本的制造文化状您，其最主要的特征就是通過組織的不斷優(yōu)化、文化建設(shè)和人的訓(xùn)練來解決生產(chǎn)系統(tǒng)中的問題兜挨。這一點相信國內(nèi)許多制造企業(yè)都感同身受膏孟，因為大家在接受精益培訓(xùn)的時候被反復(fù)強調(diào)的3個方面就是“公司文化”“三級組織”和“人才訓(xùn)練”。最典型的體現(xiàn)就是日本在20世紀(jì)70年代提出的以“全生產(chǎn)系統(tǒng)維護(hù)（TPM）”為核心的生產(chǎn)管理體系拌汇。其核心思想可以用“三全”來概括：全效率柒桑、全系統(tǒng)和全員參與。實現(xiàn)方式主要包括在3個方面的改善：提高工作技能噪舀、改進(jìn)團(tuán)隊精神和改善工作環(huán)境魁淳。以致在20世紀(jì)90年代以后日本選擇“精益制造”作為其轉(zhuǎn)型方向，而非6-sigma質(zhì)量管理體系与倡。日本企業(yè)在人才的培養(yǎng)方面也是不遺余力的界逛，尤其是雇員終身制文化，將雇員與企業(yè)的命運緊密聯(lián)系在一起纺座，使得人的經(jīng)驗和知識能夠在企業(yè)內(nèi)部積累息拜、運用和傳承。
日本企業(yè)解決問題的方式通常是：發(fā)生問題→人員迅速到現(xiàn)場净响、確認(rèn)現(xiàn)物少欺、探究現(xiàn)實（三現(xiàn)），并解決問題→分析問題產(chǎn)生的原因别惦，通過改善來避免問題狈茉。最終的知識落在了人的身上夫椭，人的技能提升之后掸掸，解決和避免問題的能力也就上升了（見下圖）。除了企業(yè)內(nèi)部以外蹭秋，日本還有獨特的“企業(yè)金字塔梯隊”文化扰付，即以一個巨型企業(yè)（通常是產(chǎn)業(yè)鏈最下游，直接面對最終客戶）仁讨，如豐田羽莺、三菱等為核心，形成一個完整產(chǎn)業(yè)鏈上的企業(yè)集群洞豁，企業(yè)之間保持長期的合作盐固，并且互相幫助對方進(jìn)行改善和提升荒给。這樣能夠保證知識在一個更大的體系中不斷地積累、流通和傳承刁卜。
因此對于日本企業(yè)而言志电，員工是最重要的價值，對人的信任遠(yuǎn)遠(yuǎn)勝于對設(shè)備蛔趴、數(shù)據(jù)和系統(tǒng)的信任挑辆，所有的自動化或是信息化建設(shè)也都是圍繞著幫助人去工作為目的，所以日本企業(yè)從來不會談機器換人或是無人工廠孝情。如果中國想要學(xué)習(xí)工匠精神鱼蝉，那么最應(yīng)該借鑒的是日本孕育工匠的組織文化和制度。但是這樣的文化在近幾年遇到了一個十分巨大的挑戰(zhàn)箫荡，就是日本的老齡化和制造業(yè)年輕一代大量短缺的問題魁亦，使得沒有人能夠去傳承這些知識。日本也意識到了自己在數(shù)據(jù)和信息系統(tǒng)方面的缺失羔挡，開始在這些方面發(fā)力吉挣。這一點在日本的工業(yè)價值鏈（Industrial Value Chain Initiative，IVI）產(chǎn)業(yè)聯(lián)盟的構(gòu)架和目標(biāo)上能夠清晰地看到婉弹。該聯(lián)盟提出的19條工作項目中有7條與大數(shù)據(jù)直接相關(guān)睬魂，分別是：①遠(yuǎn)程工廠的操作監(jiān)控和管理；②設(shè)備生命周期管理镀赌；③生產(chǎn)線實時數(shù)據(jù)的動態(tài)管理氯哮；④設(shè)備集成的實時維護(hù)；⑤實時數(shù)據(jù)分析和預(yù)測維護(hù)商佛；⑥云共享和維護(hù)數(shù)據(jù)的策劃實施檢查改進(jìn)（plan-do-check action cycle）喉钢；⑦通過制造執(zhí)行系統(tǒng)（MES）將自動化生產(chǎn)線、運輸和人工檢測進(jìn)行集成；⑧自主的制造執(zhí)行系統(tǒng)在公司外工作因悲；⑨能處理意外情況的制造執(zhí)行系統(tǒng)刽辙；⑩達(dá)到從實時數(shù)據(jù)獲取制造知識；?以智能數(shù)據(jù)作為質(zhì)量保證（故障的早期發(fā)現(xiàn)和阻止）税课；?中小型企業(yè)制造系統(tǒng)使用機器人；?制造技術(shù)與管理的無縫集成痊剖；?設(shè)計和制造的物料清單與可追溯管理的集成韩玩；?人與機器合作的工作方式的工廠的標(biāo)準(zhǔn)化；?連接中小企業(yè)陆馁；?信息物理生產(chǎn)和物理一體化找颓；?遠(yuǎn)程站點的B2B收貨服務(wù)；?面向用戶的大規(guī)模定制叮贩。
具體的實施構(gòu)架如下圖所示击狮，其中包括4個主要模塊：①數(shù)據(jù)采集與執(zhí)行（設(shè)備端接口）佛析；②標(biāo)準(zhǔn)化的數(shù)據(jù)平臺；③先進(jìn)的數(shù)據(jù)分析算法彪蓬；④專家系統(tǒng)為核心的決策支持工具说莫。
可以說日本的轉(zhuǎn)型戰(zhàn)略是應(yīng)對其人口結(jié)構(gòu)問題和社會矛盾的無奈之舉，核心是要解決替代人的知識獲取和傳承方式寞焙。日本在轉(zhuǎn)型過程中同樣面臨著許多挑戰(zhàn)储狭，首先是數(shù)據(jù)積累的缺失，使得知識和經(jīng)驗從人轉(zhuǎn)移到信息化體系和制造系統(tǒng)的過程中缺少了依據(jù)和判斷標(biāo)準(zhǔn)捣郊。其次是日本工業(yè)企業(yè)保守的文化造成軟件和IT技術(shù)人才的缺失辽狈，正如日本經(jīng)產(chǎn)省公布的《2015年制造白皮書》中所表達(dá)的憂慮：“相對于在德國和美國正在加快的制造業(yè)變革，現(xiàn)在還沒有（日本）企業(yè)表現(xiàn)出重視軟件的姿態(tài)呛牲」蚊龋”
德國：通過設(shè)備和生產(chǎn)系統(tǒng)的不斷升級，將知識固化在設(shè)備上
德國的先進(jìn)設(shè)備和自動化的生產(chǎn)線是舉世聞名的娘扩，可以說在裝備制造業(yè)的實力上有著傲視群雄的資格着茸。同時德國人嚴(yán)謹(jǐn)?shù)娘L(fēng)格，以及其獨特的“學(xué)徒制”（co-op）高等教育模式琐旁，使得德國制造業(yè)的風(fēng)格非常務(wù)實涮阔，理論研究與工業(yè)應(yīng)用的結(jié)合也最緊密。然而德國也很早就面臨勞動力短缺的問題灰殴，在2015年各國競爭力指數(shù)的報告中敬特，勞動力是德國唯一弱于創(chuàng)新驅(qū)動型國家平均水平的一項。因此牺陶，德國不得不通過研發(fā)更先進(jìn)的裝備和高度集成自動的生產(chǎn)線來彌補這個不足伟阔。
德國的制造業(yè)解決問題的邏輯是：發(fā)生問題→人（或裝備）解決問題→將解決問題的知識和流程固化到裝備和生產(chǎn)線中→對相似問題自動解決或避免（見下圖）。舉個比較直觀的例子來比較日本和德國解決問題方式的不同：如果產(chǎn)線上經(jīng)常發(fā)生物料分揀出錯的現(xiàn)象掰伸，那么日本的解決方式很有可能是改善物料辨識度（顏色等）皱炉、員工訓(xùn)練，以及設(shè)置復(fù)查制度狮鸭。而德國則很可能會設(shè)計一個射頻識別（RFID）掃碼自動分揀系統(tǒng)合搅，或是利用圖像識別＋機械手臂自動進(jìn)行分揀。又比如怕篷，德國很早就將誤差補償历筝、刀具壽命預(yù)測、多軸同步性算法廊谓、主軸震顫補償?shù)冉鉀Q方式以功能包的形式固化到了機床中，因此即便是對制造工藝和操作并不熟練的工人也能夠生產(chǎn)出可靠的產(chǎn)品麻削。也正是這個原因成就了德國世界第一的裝備制造業(yè)大國地位蒸痹。除了在生產(chǎn)現(xiàn)場追求問題的自動解決之外春弥，在企業(yè)的管理和經(jīng)營方面也能夠看到其盡力減少人為影響因素的努力。比如最好的企業(yè)資源管理（ERP）叠荠、生產(chǎn)執(zhí)行系統(tǒng)（MES）匿沛、自動排程系統(tǒng)（APS）等軟件供應(yīng)商都來自德國，大量的信息錄入和計劃的生成及追溯通過軟件自動完成榛鼎，盡量減少人為因素帶來的不確定性逃呼。然而德國同樣對數(shù)據(jù)的采集缺少積累，因為在德國的制造系統(tǒng)中對故障和缺陷采用零容忍的態(tài)度者娱，出現(xiàn)了問題就通過裝備端的改進(jìn)一勞永逸地解決抡笼，在德國人的意識中不允許出現(xiàn)問題，也就自然不會由問題產(chǎn)生數(shù)據(jù)黄鳍，最直接的表現(xiàn)就是找遍德國的高校和企業(yè)幾乎沒有人在做設(shè)備預(yù)診與健康管理（PHM）和虛擬測量等質(zhì)量預(yù)測性分析推姻。另外由于德國生產(chǎn)線的高度自動化和集成化，使得其整體設(shè)備效率（OEE）非常穩(wěn)定框沟，利用數(shù)據(jù)進(jìn)行優(yōu)化的空間也較小藏古。
德國依靠裝備和工業(yè)產(chǎn)品的出口獲得了巨大的經(jīng)濟(jì)回報，因為產(chǎn)品優(yōu)秀的質(zhì)量和可靠性忍燥，使得德國制造擁有非常好的品牌口碑拧晕。然而德國近年來也發(fā)現(xiàn)了一個問題，那就是大多數(shù)工業(yè)產(chǎn)品本身只能夠賣一次梅垄，所以賣給一個客戶之后也就少了一個客戶防症。同時，隨著一些發(fā)展中國家的裝備制造和工業(yè)能力的崛起哎甲，德國的市場也在不斷被擠壓蔫敲。因此，在2008—2012年的5年時間里德國工業(yè)出口幾乎沒有增長炭玫。由此奈嘿，德國開始意識到賣裝備不如賣整套的解決方案，甚至同時如果還能夠賣服務(wù)就更好了吞加。于是德國提出的工業(yè)4.0計劃裙犹，其背后是德國在制造系統(tǒng)中所積累的知識體系集成后所產(chǎn)生的系統(tǒng)產(chǎn)品，同時將德國制造的知識以軟件或是工具包的形式提供給客戶作為增值服務(wù)衔憨，從而實現(xiàn)在客戶身上的可持續(xù)的盈利能力叶圃。這一點從德國的工業(yè)4.0設(shè)計框架中能夠十分明顯地看到，整個框架中的核心要素就是“整合”践图，包括縱向的整合掺冠、橫向的整合和端到端的整合等，這簡直太像德國制造體系的風(fēng)格了码党，既是德國所擅長的德崭，也為其提供增值服務(wù)提供了途徑斥黑。所以第四次工業(yè)革命中德國的主要目的是利用知識進(jìn)一步提升其工業(yè)產(chǎn)品出口的競爭力，并產(chǎn)生直接的經(jīng)濟(jì)回報眉厨。
美國：從數(shù)據(jù)和移民中獲得新的知識锌奴，并擅長顛覆和重新定義問題
與日本和德國相比，美國在解決問題的方式中最注重數(shù)據(jù)的作用憾股，無論是客戶的需求分析鹿蜀、客戶關(guān)系管理、生產(chǎn)過程中的質(zhì)量管理服球、設(shè)備的健康管理茴恰、供應(yīng)鏈管理、產(chǎn)品的服役期管理和服務(wù)等方面都大量地依靠數(shù)據(jù)進(jìn)行有咨，如下圖所示琐簇。這也造成了20世紀(jì)90年代后美國與日本選擇了兩種不同的制造系統(tǒng)改善方式，美國企業(yè)普遍選擇了非常依賴數(shù)據(jù)的6-sigma體系座享，而日本選擇了非常依賴人和制度的精益管理體系婉商。中國的制造企業(yè)在2000年以后的質(zhì)量和管理改革大多選擇了精益體系這條道路，一方面因為中國與日本文化的相似性渣叛，更多的還是因為中國企業(yè)普遍缺乏數(shù)據(jù)的積累和信息化基礎(chǔ)丈秩，這個問題到現(xiàn)在也依然沒有解決。除了從生產(chǎn)系統(tǒng)中獲取數(shù)據(jù)以外淳衙，美國還在21世紀(jì)初提出了“產(chǎn)品全生命周期管理（PLM）”的概念蘑秽，核心是對所有與產(chǎn)品相關(guān)的數(shù)據(jù)在整個生命周期內(nèi)進(jìn)行管理，管理的對象即為產(chǎn)品的數(shù)據(jù)箫攀，目的是全生命周期的增值服務(wù)和實現(xiàn)到設(shè)計端的數(shù)據(jù)閉環(huán)（closed-loop design）肠牲。
數(shù)據(jù)也是美國獲取知識的最重要途徑，不僅僅是對數(shù)據(jù)積累的重視靴跛，更重要的是對數(shù)據(jù)分析的重視缀雳，以及企業(yè)決策從數(shù)據(jù)所反映出來的事實出發(fā)的管理文化。從數(shù)據(jù)中挖掘出的不同因素之間的關(guān)聯(lián)性梢睛、事物之間的因果關(guān)系肥印，對一個現(xiàn)象定性和定量的描述和某一個問題發(fā)生的過程等，都可以通過分析數(shù)據(jù)后建立的模型來描述绝葡，這也是知識形成和傳承的過程深碱。除了利用知識去解決問題以外，美國也非常擅長利用知識進(jìn)行顛覆式創(chuàng)新藏畅，從而對問題進(jìn)行重新定義敷硅。例如美國的航空發(fā)動機制造業(yè)，降低發(fā)動機的油耗是需要解決的重要問題。大多數(shù)企業(yè)會從設(shè)計竞膳、材料航瞭、工藝诫硕、控制優(yōu)化等角度去解決這個問題坦辟，然而通用電氣公司（GE）發(fā)現(xiàn)飛機的油耗與飛行員的駕駛習(xí)慣以及發(fā)動機的保養(yǎng)情況非常相關(guān)，于是就從制造端跳出來轉(zhuǎn)向運維端去解決這個問題章办，收到的效果比從制造端的改善還要明顯锉走。這也就是GE在推廣工業(yè)互聯(lián)網(wǎng)時所提出的“1％的力量（Power of1％）”的依據(jù)和信心來源，其實與制造并沒有太大的關(guān)系藕届。所以美國在智能制造革命中的關(guān)鍵詞依然是“顛覆”挪蹭，這一點從其新的戰(zhàn)略布局中可以清楚地看到，利用工業(yè)互聯(lián)網(wǎng)顛覆制造業(yè)的價值體系休偶，利用數(shù)字化梁厉、新材料和新的生產(chǎn)方式（3D打印等）去顛覆制造業(yè)的生產(chǎn)方式。
