知識自動化（知識自動化）

“知識工作自動化”從何而來

這是2013年出現(xiàn)了一個(gè)奇怪的詞語，讓許多人摸不著頭腦。

麥肯錫在《展望 2025：決定未來經(jīng)濟(jì)的 12 大顛覆技術(shù)》中，研究了那些技術(shù)會對未來經(jīng)濟(jì)影響產(chǎn)生重大影響。出乎意料，報(bào)告對“知識工作者自動化”（Knowledge-worker Automation）備加推崇，將其視為位居第二的顛覆性技術(shù)。

這個(gè)結(jié)論讓人大跌眼鏡。要知道，它是力壓云計(jì)算、機(jī)器人、增材制造、甚至是物聯(lián)網(wǎng)而登上亞軍之位。右圖為麥肯錫2013年報(bào)告。

從這里開始，知識工作者自動化，一騎絕塵，進(jìn)入了人們的視野。麥肯錫認(rèn)為，知識工作者，如律師，設(shè)計(jì)師，醫(yī)生等等，將會有大量的工作，可以通過軟件來完成。這個(gè)出乎意料的角度，引起了人們廣泛地思考：人腦的工作，真的可以被自動化實(shí)現(xiàn)嗎？然而，這個(gè)問題并不給人留下太多的思考時(shí)間，人腦的挑戰(zhàn)者便一一登上歷史舞臺。2016年IBM的沃森在拉斯維加斯的電子消費(fèi)品展上一炮打響，藍(lán)色巨人瞬間點(diǎn)燃了全球的“認(rèn)知計(jì)算”的火把。認(rèn)知計(jì)算，陌生的詞語，立刻掛在了所有的的嘴邊。

隨后谷歌的阿爾法狗AlphaGo在圍棋賽中戰(zhàn)勝人類頂級對手，直接挑戰(zhàn)了人們對于機(jī)器和軟件的思維極限。

一時(shí)間，人類的思維與機(jī)器的較量，炸窩了。而這一切，都是基于“知識工作者自動化”的實(shí)踐和發(fā)展。在國內(nèi)，我們將其定義為“知識自動化”。

中國的兩化融合，IT技術(shù)搞得很快，引進(jìn)的也很多。然而困境也很多，其中之一就是人低估了IT技術(shù)與工業(yè)化技術(shù)的分離度。毫無疑問，信息化和工業(yè)化的投入有個(gè)匹配的關(guān)系。在許多領(lǐng)域，信息化的投入已經(jīng)力度很大，比如國內(nèi)許多院所和企業(yè)，幾乎擁有了所有的先進(jìn)軟件和IT系統(tǒng)，但跟國外的設(shè)計(jì)與制造能力相比，仍然有很大差距。

實(shí)際上，這就像寫文章，原來是用紙和筆寫，用word在計(jì)算機(jī)里寫。手段雖然已經(jīng)是信息化了，但word和計(jì)算機(jī)是不能保證能寫出好文章的。因?yàn)閷懗龊梦恼碌年P(guān)鍵還是在人的大腦里存儲的知識、經(jīng)驗(yàn)、方法。道理相通。要實(shí)現(xiàn)兩化融合，就要實(shí)現(xiàn)工業(yè)技術(shù)的可描述性和顯性化表達(dá)。我國的工業(yè)化受到的重視遠(yuǎn)遠(yuǎn)不夠，尤其是工業(yè)技術(shù)體系，這方面比較匱乏。而如果無法將工業(yè)技術(shù)表現(xiàn)為可以數(shù)字化的知識，那么IT技術(shù)就很難滲透進(jìn)去。

工業(yè)技術(shù)體系不成熟，成為設(shè)計(jì)與制造最大的攔路虎之一。許多企業(yè)在搞設(shè)計(jì)研發(fā)，大量是靠直覺，沒有可靠的知識傳遞，也沒有知識積累。實(shí)際上，知識自動化，是工業(yè)化和信息化深度融合的必經(jīng)之路。工程科技人員普遍存在“80%勞動，20%創(chuàng)造”的現(xiàn)象：一個(gè)設(shè)計(jì)開發(fā)工程師，往往大量時(shí)間花費(fèi)在重復(fù)、搜找等工作上，80%的時(shí)間用于重復(fù)勞動，只有20%的創(chuàng)新時(shí)間?？膳碌睦速M(fèi)，耽誤不起的時(shí)間，和脆弱的工業(yè)技術(shù)體系積累。

而知識自動化正是致力于將人從重復(fù)勞動中的沼澤地解放出來。

知識自動化通過把各種工業(yè)技術(shù)體系模型化，然后將模型移植到智能設(shè)計(jì)與制造平臺上，并通過平臺，來驅(qū)動各種軟件，包括設(shè)計(jì)、仿真、計(jì)算、試驗(yàn)、制造系統(tǒng)等，從而可以由機(jī)器完成原先需要人去完成的大部分工作，而由人完成高級的創(chuàng)造性、決策性工作。例如可重用設(shè)計(jì)的問題。許多工程師設(shè)計(jì)一個(gè)產(chǎn)品時(shí)，往往從頭開始，而實(shí)際上如果能夠運(yùn)用成組技術(shù)，將產(chǎn)品大量模塊化。那么工程師設(shè)計(jì)一個(gè)新產(chǎn)品的時(shí)候，效率會被大幅度提高。

只有這樣，才能讓工程師得以用更多的時(shí)間來進(jìn)行創(chuàng)新。

知識自動化的力量由來已久

然而，這并不是全新的命題。知識自動化盡管在概念上似乎顯得新穎，但在應(yīng)用上，卻已經(jīng)是實(shí)踐多年，備受主要工業(yè)國家的關(guān)注并得到了較快發(fā)展。知識自動化通過將工程知識體系轉(zhuǎn)換為“工程智能”，并驅(qū)動工業(yè)軟件和工業(yè)基礎(chǔ)設(shè)施，實(shí)現(xiàn)了人和機(jī)器的重新分工，有助于把知識技術(shù)人員從重復(fù)性勞動中解放出來。同時(shí)，知識自動化通過對企業(yè)歷史數(shù)據(jù)資產(chǎn)的深度挖掘，利用機(jī)器學(xué)習(xí)技術(shù)，把工程技術(shù)人員的經(jīng)驗(yàn)和知識（know-how知識）進(jìn)行顯性化和模型化表達(dá)，實(shí)現(xiàn)工程技術(shù)知識的持續(xù)積累和不斷繼承，幫助企業(yè)實(shí)現(xiàn)可持續(xù)內(nèi)生性發(fā)展。

波音、空客在工業(yè)技術(shù)體系構(gòu)建方面優(yōu)勢明顯。1994年，波音公司發(fā)起了數(shù)字化制造改革（DCAC/MRM），把飛機(jī)的數(shù)十萬個(gè)零部件全部數(shù)字化，同時(shí)采用模塊化而非零部件級的層級控制，形成了完全可控的數(shù)字化產(chǎn)品體系，并將大量的工業(yè)技術(shù)體系數(shù)字化，融合到企業(yè)工業(yè)軟件中，把信息化軟件的作用發(fā)揮到了極致。這項(xiàng)改革使得波音成為了制造業(yè)數(shù)字化的先驅(qū)，也直接奠定了波音在飛機(jī)制造領(lǐng)域的領(lǐng)先地位。隨著工業(yè)技術(shù)的數(shù)字化改造的完成，波音的知識自動化進(jìn)程大大加速。

在波音夢幻飛機(jī)787的整個(gè)研制過程使用了8000多款軟件，這其中只有1000多款是商業(yè)軟件，包括常用的CAD、CAE等——我們企業(yè)所能見到的軟件，大都是這一類。真正使波音與眾不同的是，還有7000多款是屬于波音公司自己的、非商業(yè)化的軟件。這正是波音幾十年積累下來的核心能力。包括飛機(jī)設(shè)計(jì)、優(yōu)化以及工藝等的關(guān)鍵知識經(jīng)驗(yàn)，都在這7000多款軟件里。飛機(jī)設(shè)計(jì)與制造的知識自動化，這才是波音的核心競爭力。這些是外界同行通過交流、學(xué)習(xí)、考察無法看到和學(xué)到的。

空客也類似，工程師每完成一個(gè)成果還要同時(shí)提交一份方法報(bào)告，說明這個(gè)成果是怎么做的，之后這個(gè)報(bào)告會提交到COC部門（能力中心）去做歸納總結(jié)整理。如此一來，每個(gè)人做的工作都是在前人的基礎(chǔ)之上，協(xié)同完成整體工作。遇有個(gè)別人的離開也不會影響整體工程，因?yàn)槠渌酥浪遣糠质窃趺醋龅摹?/p>

這正是知識自動化的力量。

知識自動化實(shí)現(xiàn)手段

知識自動化解決的人與機(jī)器的分工問題，或者說是人與數(shù)據(jù)、人與知識的連接問題。最主要包括四個(gè)方面：基礎(chǔ)數(shù)據(jù)的連接和異構(gòu)處理；既有知識庫的管理（手冊、資料等）；專家經(jīng)驗(yàn)的描述和數(shù)據(jù)與知識的模型化。

知識自動化的轉(zhuǎn)化要素

知識自動化的核心要素

人類與機(jī)器的分工極限

Levy發(fā)現(xiàn)1970年有50%的雇員工作在藍(lán)領(lǐng)和職員這兩個(gè)大的分類，到了2000年，這個(gè)數(shù)字下降到40%。這個(gè)比例的下降，部分原因來自這里面的一些工作被計(jì)算機(jī)化了。

這個(gè)變化，緩慢而堅(jiān)定。

而對“知識性工作的自動化”的描述中，Levy進(jìn)行了更加仔細(xì)的回答。在《勞動力新分工》一書中，作者小心地區(qū)分了類似計(jì)算這類規(guī)則的工作，和類似模式識別和溝通計(jì)算的工作。

模式識別和復(fù)雜溝通都代表了數(shù)字勞動力幾乎不能跨越的巔峰。這在當(dāng)時(shí)，由于人工智能發(fā)展的頓挫，被令人信服地廣泛接受。

然后僅僅不到7年，2011年蘋果iPhone 4發(fā)布了獨(dú)具特色的Siri（語音助理服務(wù)），可以直接跟人的語音進(jìn)行交互，代表了機(jī)器復(fù)雜溝通的新高度；

緊接著谷歌的無人駕駛汽車，作為復(fù)雜模式識別的代表性機(jī)器，已經(jīng)可以在大街上自主行駛。

分布兩端的數(shù)字化勞動力和人類

此時(shí)再看一下美國GE公司提出的工業(yè)互聯(lián)網(wǎng)的Mind+ Machine，二者連接靠什么？最重要的一點(diǎn)，就是專家的know-how的模型化。實(shí)際上，GE非常強(qiáng)調(diào)專家知識，也是它一再強(qiáng)調(diào)，工業(yè)互聯(lián)網(wǎng)中的 Advanced Analysis 跟傳統(tǒng)的統(tǒng)計(jì)分析，根本不同的地方，就是可執(zhí)行的知識。從知識自動化的角度，再去理解GE何以想成為一家軟件公司，事情就簡單多了。如果說機(jī)械自動化、電氣自動化解放的人的雙手，那么知識自動化正在解放人的大腦。知識自動化何以在短時(shí)間爆發(fā)出如此大的能量，我們尚無法回答。然而它就像《指環(huán)王》中的索羅一樣，一直在你看不見的地方積蓄自己的力量，這一點(diǎn)卻是毫無疑問。它需要的是一個(gè)時(shí)間點(diǎn)，那一刻，所有的明亮是夢幻性地綻放。此后，唯有跟隨。