九十年代最成功的企业将会是“学习型组织”，因为未来唯一持久的优势，是有能力比你的竞争对手学习得更快。
——彼得·圣吉《第五项修炼》
在笔者看来，作为制造企业的愿景和目标，智能制造的本质不只在于企业的产品或服务的竞争力（企业之“用”），更在于企业作为一个系统的生态存活能力（企业之“体”），即企业适应环境和市场变化的能力。在智能制造时代，企业要能够敏捷执行和实时变化，要能够自学习和自适应。“学习型组织”是彼得·圣吉对优秀企业的要求，不过他主要指的是企业中的人、组织结构和企业文化；智能制造则把自学习、自适应的能力要求扩充到企业的整个系统，包括人、组织、文化、技术、流程、资源、设备、工具，等等。具体来说，就是运营技术（Operation Technology，OT）、信息技术（Information Technology，IT）、通讯技术（Communication Technology，CT）、人和组织等四者的融合，以及融合之后的自学习和自适应。
（1）进化阶段和路径
企业系统从无知、混沌的状态到自学习、自适应的状态，是从无序到有序，从懵懂到明智的进化过程。从企业数字化转型和智能制造建设的角度来看，这个过程大体可以分为五个阶段：互联化、可视化、透明化、可预测和自适应，这也可作为企业智能制造的建设路径。
图1：智能制造的进化阶段和路径
在互联化阶段，企业系统的各个要素及运行都可用数字来表达。在信息化时代，业务的数字化显现主要通过手工录入来完成，在数据的准确性、完整性、及时性方面都有一定的缺陷。面向智能制造时代，通过物联网和人工智能（图像识别、语音识别等）等技术的应用，理论上讲，业务的数字化显现工作可以自动完成，数据在准确性、完整性和及时性等方面有了指数级提高。
在可视化阶段，企业系统的数字化显现被赋予了业务意义。在信息化时代，业务的可视化主要以交易或记录为中心，以统计学技术来表示业务运营的特征，比如总量、最大、最小、平均、中位数、环比、同比、TOP N，等等。面向智能制造时代，随着云计算技术的发展，企业更注重业务发展轨迹的变化，数字主线和数字孪生成为了业务可视化的新型展现方式，并使业务远程管理等业务场景成为可能。
在透明化阶段，关注的是企业系统各要素之间的关系，以及企业业务运营和变化的背后，因果关系的寻求。在信息化时代，企业能够得到的主要是业务变化的“How”。面向智能制造时代，随着数据数量和质量的大大提高，以及高级分析技术的发展，企业更关注业务变化的“Why”。有了对企业系统中因果关系的清晰认识，就可以做制造运营的仿真和优化，从而实现精益制造。
在可预测阶段，关注的是业务运营的未来变化，以便于企业提前做好应对。在信息化时代，企业对业务变化的预测主要是通过统计学方法来实现的，比如SPC（统计过程控制技术）在制造管理中的应用，其在适用范围和准确性等方面还有很大的局限。面向智能制造时代，随着机器学习等技术的发展，可供应用的预测技术更加多元化，线性回归、神经网络、决策树、支持向量机等技术在制造业都可以找到其适用场景。
在自适应阶段，企业系统的运营已经实现了高度自主。作为智能制造的高级阶段，企业系统可以根据环境的变化做出实时调整，并根据应对措施的效果反馈进行自学习和算法优化。在自适应阶段，智能制造的表象就是少人化，甚至零人工干预，并实现柔性制造和自主制造。
（2）组织范围和能力要求
根据企业系统智能化的五阶段划分，对于不同的系统要素，其所处的阶段是不同的。为了对系统要素的智能化程度有个更具体的认识，以便于后续的改进优化，本文从四个维度、九大视角来对组织范围和能力要求进行划分，即资源维度，包括资源的数字化映射和结构化沟通；技术维度，包括数据处理和信息集成；流程维度，包括纵向的执行链，端到端的产品链和资产链，横向的价值链；文化维度，包括变革的意愿和社会化协作。
图2：组织范围和能力要求
资源维度，包括各种物理的、可见的资源，包括企业员工、机器设备、工具、原材料、半成品和产成品，等等。资源维度包括两项能力要求：资源的可数字化和结构化沟通，其支撑基础是信息物理网络（Cyber-Physical System），以实现物理世界和数字世界的融合。资源维度的能力是智能制造的基础。
技术维度，主要指信息技术应用能力，包括数据的处理（清洗、加工、存储、运算等）和信息的集成。有些企业，比如实施了MES等IT系统，也获取了很多数据，但不知道怎么去使用；抑或是，企业中的信息孤岛很多，难以得到业务的统一视图，这是数据处理和信息集成方面的能力不足。技术维度的着重点是建立“数据驱动（Data-Driven）”的企业。
流程维度，指的是企业内及企业间流程的柔性化和敏捷化。流程维度的主体内容是工业4.0的三项集成，即纵向的执行链集成，端到端的产品链和资产链的集成，以及产业链上的横向集成。流程维度的智能化要求，要确保企业内或企业间的流程既要高度集成，又能随机组合，通过高度柔性来实现实时改变或调整。
文化维度，包括企业内各级员工的变革意愿和社会化协作。企业的主体是人，企业的敏捷性最终取决于员工的行为。如果一个企业的文化中缺乏变革基因，企业中的员工不主动拥抱变革，智能制造的愿景就不可能实现。面向智能制造，文化维度指的是企业内信息的自由流动和高度共享，数字化创新方法，扁平化、网络化协作，以及基于知识的决策。
（3）成熟度模型的应用
将智能制造的五个阶段、组织范围的四个维度和能力构成的九大视角组合起来，将之与企业的实际情况做对应，就可以形成类似于雷达图的企业智能制造成熟度评估模型。通过这个评估模型，可以对企业当前的智能化程度（智能制造状态）进行评估，并其识别短板和改进方向。
图3：智能制造成熟度评估模型
根据上述评估模型，企业可以对自身的智能制造成熟度进行评估，并寻找改进方向和措施：
1）确定当前成熟度等级。分别从资源、技术、流程和文化等四个维度看当前的成熟度等级，即看其分别处于互联化、可视化、透明化、可预测、自适应中的哪个等级。
2）识别需要强化的能力。根据第一步的成熟度评估结果，分别从数字化映射、结构化沟通、数据的处理、信息的集成、纵向执行链、端到端产品链、横向价值链、变革的意愿、社会化协作等九大视角去看改进方向。
3）制定具体推进措施。结合第二步所明确的改进方向，根据企业业务战略和优先级，制定具体的智能制造推进路径和落实。
企业经营发展的主旋律是变革，企业能力建设的着力点是转型。在智能制造的时代背景中，转型的目标是帮助企业实现敏捷执行和实时变化，最终达至自适应的进化。所谓上善若水，居善地，心善渊，与善仁，言善信，正善治，事善能，动善时；企业的智能制造愿景，就是通过数字化转型，建设“水型”企业生态。
