伴隨著AI、大數據、物聯網等技術的落地和各種2C端App的推出，市場的需求和復雜度快速升級，制造業面臨的不確定性越來越大，以阿里為例，做營銷端的數字化團隊開始利用中臺推出一系列的企業服務，比如全域營銷，業務中臺，數據銀行等。制造業開始把互聯網行業的成熟技術應用到制造業的運營管理上。

　　所以智能制造的本質在于以數據的自動流轉化解復雜的制造體系的不確定性，優化制造資源的配置效率。

　　企業家們通過識別不確定性中蘊含的機會，并通過資源整合，把這些機會轉化為利潤。厭惡風險、尋求確定性是人類的天性，這需要人們不斷提高信息獲取的能力。信息是事物運動的狀態和運動的方式，可以消除人們所面臨的不確定性。香農在1948年提出“信息是用來減少隨機性和不確定性的東西，信息的價值是確定性的增加”下面的公式可以更具體的把信息的定義描述清楚，信息就是不確定性之差：I=S(Q/X’)-S(Q/X’’)

　　公式中，I表示信息，Q表示對某件事的疑問，S表示不確定性，X’為收到信息前的關于Q的認知，X’’為收到信息后對Q的認知。

　　維納說過“信息就是我們適應外部世界并把這種適應反作用與外部世界的過程”

　　經濟學中的“帕累托最優”本質是在信息對稱的條件下不同主體不斷決策反饋而形成的市場最佳配置狀態。博弈論中的“囚徒困境”正是因為缺少了個體之間的流動性，而無法徹底消除結果預期的確定性，使得個人做出的理性選擇導致了集體的非理性選擇。

　　科斯說過“企業的本質是一種資源配置的機制，是替代市場進行資源配置的組織”，那么企業競爭就是在不確定的市場環境下，資源配置效率的競爭。對于制造業而言，其價值就在于對社會資本，人才，設備，土地，技術等資源進行組合和配置，來滿足市場需求。對于制造業，研發，設計，采購，生產，配送，服務的每個環節都面臨著優化資源配置效率的問題。企業每天都在面臨著如何更加精益化生產的問題。

　　企業從來都不是孤立的系統，而是與用戶、供應商、生態伙伴、渠道構成的復雜生態中的一個組織，一般企業會利用各種各樣的信息化系統來提高企業內外部環境的確定性從而使決策精準并有效預判風險，進而在競爭中勝出。

　　信息化系統實則是資源配置優化的系統。從單點，有限資源的優化是從多點到多層級的全局資源優化。數字化轉型也是從單機設備、單一環節、單一場景、單一產線、單一產銷渠道、到產業鏈再到產業生態系統。不斷突破地域，組織，事業線的限制，實現對人才，技術，資金，生產要素等資源的高效整合，從而帶動產品、模式、業態的創新優化。

　　大多數的傳統制造業的發展理念是以不變應萬變，用確定的人和確定的產品和確定的產量應對市場需求，但是當市場的不確定性和需求的多樣性不斷變化時，傳統制造業通過縮減和增加資源來換取產品的穩定輸出。面對交期，成本，質量，效率等各項要求，生產企業總希望生產周期是固定的、生產工藝是固定的、供應體系是固定的、通過定期維護設備，維護系統數據，維護刀具來化解供應鏈和市場的多樣性。簡而言之，就是通過庫存的冗余來解決一切問題。制造業的數字化轉型或者說是企業的轉型都是摒棄冗余思維和靜態思維，擁抱動態思維，實時響應變化，使用動態策略。

　　制造業的高效的決策依賴于數據的自動流轉，關鍵在于自動。這些自動流動的數據會滲透到產品設計、建模、工藝、生命周期等各個環節。

　　數據的自動流動是優化制造資源配置的關鍵，問題是該如何實現數據的自動流動呢?該如何把正確的數據在正確的時間傳給正確的人呢?背后需要一套數據自動流動的體系和架構。這個體系的提供者就是軟件。

　　傳統的生產流程是‘設計、打樣、測試、再設計’的過程。數字化的系統是‘訂單、設計、打樣、測試、制造、倉儲、物流、服務’的一站式流程。前后端的打通的數字化，目前國內有兩個切入點，第一個是以設計軟件輸出機器可以識別和生產的字符串為切入點的工業設計軟件科技公司。第二個是以中臺為切入點的全域營銷業務和數據的沉淀和復用，實現了與前端不斷變化的業務的實時響應。