弄明白这个问题之前，我们先得仔细的研究制造企业最大的难点是什么？如果让制造企业的人来说，可能五花八门的啥都有。但我就用一个词来总结“波动”——计划和变化之间的永恒博弈。世界上任何经济模型都有2个核心内容，那就是需求和供应，但这两者往往都存在着匹配偏差，这类匹配偏差是绝大多数中间成本和利润产生的原因。时间的偏差具体的到生产过程，基本上可以用三个T来解释：
CT:基于生产实际方法和工艺实现的平均一件产品的生产时间
当TT<CT的时候，意味着生产能力无法满足需求，客户必然要寻找更多的供应者，或者生产企业需要提高自己的生产能力。而LT则意味着客户需求得到满足需要等待的时间，如果这个时间大于竞争对手，那么需求自然就会流向其他的供应者空间偏差具体到生产过程，基本上可以解释为供应者到需求者之间的空间位置偏差，这个偏差越大，所需要克服的中间成本也就越高。最直观的偏差就是供应方和需求方的距离，需求回流向更容易获得的供应方，当然这个前提是中间成本优势之下。能力和资源的偏差其实是所有偏差里面最难解决的，比如专利独有的技术会带来特殊的供需关系，又或者特定原材料、工具、工艺、品质特性等因素。企业对抗这种偏差的方式无非就是用库存缓冲，用良好的计划和排期来尝试达到最佳的平衡水平，从而尽量让匹配偏差带来的价值流向自己。但库存缓冲意味着成本，而且面对着随时可能发生变化的需求，非常不利。尽管排期和计划能够一定程度上帮助企业更加合理的调整和适应匹配关系，但是很难得到全面的信息而做出有效的调整，甚至可能一次的局部调整会是更加庞大的变化的触发点。但现实往往是复杂的，上述偏差之中每一个都附带着很多影响因子。
- 机器：平均故障率，维修时间、换装时间、备件齐备情况等因素
- 物料：物料质量、上料准确性、运输方式、上料频率等因素
越是产品复杂的制造企业，其参与到业务过程的影响因子也就越多，假设各个环节出现的概率为P，且整个业务过程有N个环节，那么整个流程的稳定性S =P1*P2*P3*....*Pn。所当n越大的时候稳定性就越差。也正是因为上述各种因素的不稳定，带来了制造企业最头痛的问题——计划永远赶不上变化，即所谓的“波动”。智能，是智慧和能力的总称，中国古代思想家一般把智与能看做是两个相对独立的概念。是人类大脑中文化知识的积累。它是一种生理和心理的潜能，这种潜能在个人经验、文化和动机的影响下，在一定程度上得以实现。
根据霍华德·加德纳的多元智能理论，人类的智能可以分成8个范畴：
1.言语语言智能：指人对语言的掌握和灵活运用的能力，表现为用词语思考，用语言和词语的多种不同方式来表达复杂意义；
2.数理逻辑智能：指人对逻辑结果关系的理解推理思维表达能力，突出特征为用逻辑方法解决问题，有对数字和抽象模式的理解力，认识解决问题的应用推理；
3.视觉空间智能：指人对色彩、形状空间位置的正确感受和表达能力突出特征为对视觉世界有准确的感知，产生思维图像，有三维空间的思维能力，能辨别感知空间物体之间的联系；
4.音乐韵律智能：指人的感受、辨别、记忆、表达音乐的能力，突出特征为对环境中的非言语声音，包括韵律和曲调、节奏、音高音质的敏感；
5.身体运动智能：指人的身体的协调、平衡能力和运动的力量、速度、灵活性等，突出特征为利用身体交流和解决问题，熟练地进行物体操作以及需要良好动作技能的活动；
6.人际沟通智能：指对他人的表情、说话、手势动作的敏感程度以及对此作出有效反应的能力，表现为个人能觉察体验他人的情绪情感并作出适当的反应；
7.自我认识智能：指个体认识、洞察和反省自身的能力，突出特征为对自己的感觉和情绪敏感，了解自己的优缺点，用自己的知识来引导决策，设定目标；
8.自然观察智能：指的是观察自然的各种形态对物体进行辨认和分类、能够洞察自然或人造系统的能力。
智能化是指事物在网络、大数据、物联网和人工智能等技术的支持下，所具有的能满足人的各种需求的属性。
那么综合来说，智能化就是让工厂、让设备、让整个供应链具备人的智慧能力，如：
让机器和人交流交互，将数据结果用语言表达出来
让机器具备数据分析能力，从数据中分析出有用的信息，并分析出问题所在
让机器具备视觉，能够感知距离、方位和空间等，实现查找、对比、筛选、定位等空间操作信息的感知能力
让机器具备自身的运动控制能力，实现精准、细微、协作等运动配合能力
让机器理解他人的表情、说话、手势等情绪情感因素，并采取合适的语言、运动、分析等反应
让机器具备认识、洞察和自我反省的能力，从而可以不断的来改进自身行为
首先我们有一个明确的前提，那就是波动是无法被消除的这个认知。这个世界是由无数不确定中的确定组成的，万事万物皆有因果。
人类是如何实现让企业应对波动的？这个答案非常简单“适应”。在制造企业里面适应能力越强的公司，其生存能力和盈利能力也就越强，相应的其发展历程也就非常的久远，如果观察整个世界的企业发展历史，几乎所有百年以上的企业都经历过近乎奇迹般的转折，有的甚至有多次的转折，其实这就是它们适应能力的体现。
人类为了让企业适应各种波动，最初只是利用人的智能将各种信息汇总在一起形成一个看起来最佳的计划，但是伴随着工业产品的复杂度越来越高，人类的能力已经无法做到将千千万万的信息都管理起来了。为此智能化就逐渐成为了帮助我们实现这种适应能力的最佳路径，即让一个人工智慧来实现信息汇总和最佳匹配计划的工作。
所以为了完美的计划，首先诞生的是MRP或者ERP系统，它们将纷繁复杂的信息收集起来，用计算机来批量，人们需要的只是制定和修改规则即可。
眼下我们常说的MES或者WMS之类的系统也与之类似，实际上是用计算机强化人们批量处理这些信息和数据的能力。
这相当于给机器、工厂、供应链赋予了一定的数据分析能力，但这一点都不智能，给机器设定的规则往往是历史经验得出，一但面对真实环境因素的变化，系统只会给你一个鲜艳的感叹号。
这也是绝大多数上了这些系统的企业所诟病的，由于系统的柔性不够成了压在企业身上枷锁。看似高效的处理能力反过来变成了抽在追赶机器的人身上的皮鞭。
那么当人类遭遇这种突然变化的情况下会如何操作？人们会展开行动，收集更多的信息，并且找到带来问题的根本原因，从而找到让这种波动不再产生影响的方法，并修改和优化系统的规则。
其实不管是丰田生产方式还是6sigma，又或者其他任何企业改善，都是在进行着企业适应能力的改造。
所以要想实现真正的这种智能化，还需要给机器赋予更多的能力。自我反省能力：识别当前数据和规则的局限性，以及改进所需的信息能力，并且依据收集到的信息建立新的分析能力和信息处理规则。
空间和物理感知能力：从传感器、摄像头等感知设备收集针对性的数据
运动控制能力：依据获得的新数据和新规则，来调整和修订设备运作过程，以实现对新规则的执行。情绪感知能力和语言交互能力：将问题总结和分析的结果与关联方的人类进行汇报、沟通等反馈能力。
这些智能能力如果单独的具备，并不足以形成我们需要的智能，他们还必须组合形成有逻辑认知的思维能力。为此一个所谓的智能制造企业应该具备的基础有：
1.整个业务过程的相关因素所有变量都有数据的收集能力
- 过程步骤的输入、输出等关联信息。比如订单包含的信息与生产、物流、现金等个流程的逻辑关系
- 过程步骤的运作逻辑和子过程信息。比如加工步骤、工艺、生产参数等相关
- 信息的分析对比、筛选、定位等能力。比如识别设备停机的原因，是由于物料参数变化导致的，并且通过对比历史物料参数和在库物料参数识别问题是由什么参数变化带来的，然后自动将仓库的物料进行冻结、转储、退料等操作。
总结来说，智能制造实际上是对人的能力的升级那些过去我们因为统计能力、计算能力不足的情况将会被机器替代和实现。要让机器增强人类的能力，前提是我们必须清楚的知道人类在这个系统中承担的什么样的角色，和每种生产波动情形下，人们所需要的能力。其次就是依据人们所需要的能力，来提供更加便利的辅助技术，增强人们的能力。
所以智能制造的关键就是要识别人的价值，然后用技术增强这部分创造价值的工作的能力。
