三层结构与基本决策模式

制造系统的三层结构模型

前文讨论的信息层在整个制造系统的结构层级中处于中间层，是连接上层和底层的重要层级。制造系统的上层结构、中层结构和底层结构共同构成制造系统的3层结构，如图1-2所示。其中上层为决策层，底层是物理层。决策层是制造系统的“大脑”，决定着整个制造系统运行的战略和方向；信息层是“神经网络”，传递和控制系统状态及其变化的信息；物理层是“执行系统”，执行和实现上层的战略决策与中层的控制指令。

物理层

制造系统中的物理层不难理解，它是制造系统的实体部分，主要包括4M1E所描述的实体、生产运营的过程与事务以及组织结构等。物理层是制造系统客观存在的基础，它可以直接影响信息层和决策层的形式和性质。决策层和信息层决定着物理层的结构，而且不断地对物理层进行改造和重塑。物理层与决策层之间没有直接的关联，它们之间是通过信息层进行联系。

制造系统的物理层结构在历史上发生过一次重大的变革，即福特公司的流水线。生产线与生产过程作为制造系统物理层最重要的组成部分被彻底改变了。其实对比PEC模型，物理层与能量系统有部分的对应关系。企业在规划和布局制造系统物理层时，应尽量考虑能效比、轻量化、模块化和敏捷性。

信息层

关于制造系统的信息层，前面我们已经介绍了它的基本概念。概括地说，它主要反映系统的模型信息和过程的控制信息。系统的模型信息反映制造系统的存在状态和能力状态；过程的控制信息反映制造系统的运行状态。设备或生产线实体以及相对应的产能、质量、成本等描述信息表征制造系统存在和能力的状态，属于模型信息。生产指令、调度管控、任务执行、异常反馈等信息表征过程的运行状态，属于控制信息。模型信息是静态的，一般应用于长期规划与决策；控制信息是动态的，一般应用于短期的指示与管控。

可以说，所有的企业在生产运营过程中都或多或少应用了信息层与物理层之间的联系和作用。甚至还有一些企业对生产运营过程中的信息层要素进行了一定的设计和优化。但是至今没有任何一家企业将信息作为制造系统的一个结构层级进行独立而全面的规划与应用。随着科学技术和管理水平的进步，人类对于制造系统状态的感知和干预能力越来越强。信息层的变革也许很快就会到来。如同上次的物理层变革一样，它的飞跃一定也会带来系统总效率成倍地提升。如今流行MES系统（制造执行系统）和智能制造系统或许在未来能够帮助实现这一次飞跃。但这条路并不平坦，至少现在看来还非常渺茫。因为二者都出现了战略性的定位失误，没有将其作为与物理层对等的结构层，而是局限于物理层范畴内部的信息处理和信息结构的规划，将其视为物理层的附属。我们可能还需很长的时间才能理清制造系统内部错综复杂的结构和层级及其之间的相互联系。

决策层

很多人都认可满足客户需求是企业存在的最终目的。满足客户需求是定义一家企业最基本的条件，或者说是进入企业范畴的最低门槛。企业对于满足客户需求没有讨价还价的余地。其实，将满足客户需求视为企业存在的基础和意义更加恰当，而不是存在的最终目的。

但企业是一个有目的的人工系统，企业的所有者必定希望通过企业来实现自己的目的。绝大多数所有者在创立企业之初并不是单纯地为了满足客户的需求。企业和所有者是两个概念，大多数情况下二者的目的并不一致。企业存在的目的是满足客户需求，所有者的目的很可能就是为了赚取利润获得分红。我们不能将企业的目的与股东的目的混淆了。

那么我们到底是站在企业的角度还是所有者的角度来经营一家企业呢？实际上，企业的目的和所有者的目的同等重要，忽视了任何一方都可能给企业带来灾难性后果。如何在企业的生产运营过程中平衡企业的目的和所有者的目的，这就是制造系统决策层存在的目的和意义。

决策的传统含义是定策略做决定的过程，是管理活动的重要职能之一。那么我们为什么要定策略做决定呢？其实，企业最根本的决策问题是如何平衡企业的目的与所有者的目的。也可以说企业的最高管理层的使命也在于此。站在企业的角度上，所谓的企业发展无非就是更大程度和更大范围地满足客户需求。但是在这个过程中，企业的经营活动不能以损害所有者的权益为代价。

制造系统的决策层并不是指决策活动或者过程，而是处理决策活动的系统框架和决策机制。决策层在一定的系统架构下对制造系统内外部的状态信息进行预测和处理，解析并权衡企业目的和所有者目的，制定系统应对内外部变化的策略和计划。

在管理过程中，信息可以为决策提供依据。而制造系统中的信息层不是仅仅为决策层提供依据，而是为决策层的活动提供全面的支持。同时信息层可以连接决策层与物理层，保证决策与执行的一致性。信息层为决策层提供结构化的系统状态信息，并将决策层的输出结果解析为物理层可识别的任务指令。

决策不是一件简单的事情，架构合理的决策层能够为正确决策提供更好地支持。遗憾的是决策层的架构很难定义，更难构建一个有效的模型。实际上，决策甚至整个管理活动都是基于一个基本假设：不完全信息条件。如果我们将不完全信息条件比作迷雾，那么管理或者决策就可以概括成这样一个问题：如何在迷雾中走到目的地。而正是由于决策层架构的不确定和不完全信息条件，才使得决策和管理不仅是一门科学更是一门艺术。在的管理领域中，有时候灵感和经验要远比管理理论和预测算法管用得多。

如果去掉“不完全信息条件”这个基本假设，经典的管理和决策也就不复存在了。假如所有的事情都是确定的，那企业只需要执行就可以了，也就无需所谓的管理和决策了。当然这种极端假设不可能发生，但是它给了我们一个新的启发。当我们站在十字路口的时候，与其开发各种理论和算法来预测正确的道路。那为什么我们不从一开始就在路口贴上正确的路牌呢？信息挖掘与分析或许是未来管理领域中最重要的方向。在不完全信息条件下，管理和决策活动不管使用何种理论和算法，其本质上都是“猜测”。未来的管理和决策不应该是为了解决“如何猜得更准”的问题，而应该着眼于“信息量是否足够”的问题。根据香农对信息的定义，信息量越大，随机不确定性就越小。因此当我们获得信息量越多，我们“猜测”的程度就越小，管理和决策就越接近于真实。

分享：冠卓咨询

说明：转载请注明“精益”