每家制造商都有自己独特的工业智能。有些已形成文档，有些则存于经验丰富的员工的脑海之中。
设想一位经验丰富的操作员在换线后准备重启生产线。设备的参数设置固然重要，但了解特定材料的特性、上一班次的情况，以及何时需要对看似细微的变化进行深入排查，同样不可或缺。虽然流程可以明确步骤顺序，但能否顺利执行，最终仍取决于基于经验与企业长期积累的工艺诀窍所作出的判断。
这种组合就是工业智能：制造商积累的专有知识、运营实践、生产数据，以及对其自身业务的深刻理解。
如今的机遇在于，将这种智能广泛应用于各类决策场景，并将其与制造业的物理世界相连接。战略目标并非增加更多智能体，而是将现有的商业智能转化为推动盈利增长的引擎。
个人知识可以转化为组织优势
当专业知识仅局限于某个人、某个系统或某一家工厂时，其影响力便十分有限。如今，领导者必须思考如何在不剥离使这些知识发挥作用的背景与语境的前提下，将其影响力进一步拓展。
例如，一位正在评估工艺变更的工程师需要的不仅仅是生产记录。他们还需要了解其背后的具体情况：设备配置、质量要求，以及操作人员所做的权衡取舍。将这些要素关联起来，有助于人们将经验应用到其最初产生场景之外的地方。
当个人知识变得广泛可得时，创新便能传播到维修车间、计划办公室、工程团队以及生产一线。更多人能够参与贡献，因为更多人可以基于组织所掌握的知识开展工作。
但获取知识只是机遇的一部分。制造业归根结底是实体性的，它依赖于材料、机器和产品。
当智能参与行动时
物理人工智能是指能够在现实世界中感知环境、进行推理并采取行动的系统。通过连接机器与流程，制造商能够更清晰地掌握工厂车间的运行状况。随后，智能体可基于这些信息进行分析，识别规律、预测问题，并制定最优解决方案。物理人工智能将商业智能融入物理过程，使机器与系统能够灵活应对不断变化的环境条件。
设想一项机器人搬运作业，其工位上到达的零部件存在差异。视觉系统可以帮助系统评估零部件的位置；基于物料与任务信息构建的模型则有助于确定合适的运动轨迹。随后，联网的控制系统可在经验证的范围内实施相应调整。其价值不仅在于识别差异，更在于做出恰当的响应。
同样的原则也适用于质量运营。当丰田工业公司将此前分散的涂装车间数据整合起来后，工程与运营团队便获得了理解缺陷成因所需的背景信息。该公司报告称，分析周期从五天缩短至不到四小时，而其试点项目还将相关涂装缺陷降低了约25%。这一突破并不只是单纯地识别出又一个信号，而是帮助相关人员弄清缺陷产生的原因，并在最终结果定型之前采取应对措施。
这正是工业智能变得不可或缺的场景。数据或许能揭示正在发生的事情，但工业智能能够提供关于“应当发生什么”“哪些约束不可突破”以及“何时需要人类判断”的背景信息。
仿真提供了一种在将拟议措施应用于设备之前对其进行评估的途径。制造商可以在数字化环境中探索某项变更对工艺流程可能产生的影响。这并不意味着可以取代物理验证，但确实为学习提供了空间，而无需将生产线当作首次试验的对象。
因此，负责任的部署始于运营纪律。领导者需要明确界定哪些系统可以变更、建立与设备的可靠连接、划定安全边界，并记录各项决策与行动。相关人员必须能够识别不确定性、及时介入，并将设备置于安全状态。信任的基础在于这些切实可行的安排，而非仅凭对模型的信心。
更强大的机器，更优秀的人才
制造业长期以来一直将人类的聪明才智与日益强大的工具相结合。物理人工智能进一步拓展了这种关系。智能设备能够承担适宜的重复性或体力要求较高的任务，而由智能体辅助的操作则可以帮助人们应对信息密集型决策和不断变化的环境。
我们的目标并非让机器变得更聪明，而是想看看当知识得以流通、智能得以付诸行动、抱负有更大空间化为现实时，人们能够创造出怎样的成果。
罗克韦尔自动化很好地印证了这一点。在其新加坡工厂，技术人员使用一款维护辅助系统，该系统整合了生产数据、设备手册以及从经验丰富的员工那里积累的知识。借助这一系统，新员工掌握数百台设备的故障排查技能所需的时间已从九个月缩短至三个月。工程师在最终实施变更之前，可以更充分地探索多种工艺方案；操作员则能够协助提升系统的响应效率，而无需反复处理同一类异常情况。
这类进步不仅需要对设备的投入，也需要对人的投入：培训、学习所需的时间，以及在塑造系统运行方式中发挥有意义的作用。机器的能力不断提升，人们的能力也随之提升。
工业智能是实现可持续发展的答案
工业智能将制造商所掌握的一切连接起来：员工的经验、运营过程中的各类信号，以及长期积累的宝贵经验。物理人工智能则为这种智能提供了在现实世界中付诸行动的途径，把知识转化为决策，再将决策转化为具体行动。
行业面临的下一个挑战，不仅在于如何生产更多，更在于如何在不以同等速度增加复杂性的前提下实现增长。智能化能够帮助制造商将经验转化为可扩展的能力——提升生产效率、加速创新、扩大产能，并使人们得以解决以往难以应对的难题。
工业的下一个前沿并非更智能的机器或更自动化的工厂，而是那些能够持续学习、适应并付诸行动的企业。机遇在于，将嵌入每一项运营中的智能转化为推动增长的复合型优势。
观看系列视频，了解工业客户如何在价值链各环节释放智能；并莅临 Microsoft Ignite 大会，共同见证工业智能的未来发展方向。
本内容由微软制作，非《麻省理工科技评论》编辑部撰写。