2011年美国提出的智能制造是为什么数据作为战略重心？

20世纪90年代后美国与日本选择了两种不同的制造系统改善方式，美国企业普遍选择了非常依赖数据的6-sigma体系，而日本选择了非常依赖人和制度的精益管理体系。

中国的制造企业在2000年以后的质量和管理改革大多选择了精益体系这条道路，一方面因为中国与日本文化的相似性，更多的还是因为中国企业普遍缺乏数据的积累和信息化基础，这个问题到现在也依然没有解决。

与日本和德国相比，美国在解决问题的方式中注重数据的作用，无论是客户的需求分析、客户关系管理、生产过程中的质量管理、设备的健康管理、供应链管理、产品的服役期管理和服务等方面都大量地依靠数据进行。

除了从生产系统中获取数据以外，美国还在21世纪初提出了“产品全生命周期管理(PLM)”的概念，核心是对所有与产品相关的数据在整个生命周期内进行管理，管理的对象即为产品的数据，目的是全生命周期的增值服务和实现到设计端的数据闭环(closed-loop design)。

数据也是美国获取知识的重要途径，不仅仅是对数据积累的重视，更重要的是对数据分析的重视，以及企业决策从数据所反映出来的事实出发的管理文化。从数据中挖掘出的不同因素之间的关联性、事物之间的因果关系，对一个现象定性和定量的描述和某一个问题发生的过程等，都可以通过分析数据后建立的模型来描述，这也是知识形成和传承的过程。

除了利用知识去解决问题以外，美国也非常擅长利用知识进行颠覆式创新，从而对问题进行重新定义。

例如美国的航空发动机制造业，降低发动机的油耗是需要解决的重要问题。大多数企业会从设计、材料、工艺、控制优化等角度去解决这个问题，然而通用电气公司(GE)发现飞机的油耗与飞行员的驾驶习惯以及发动机的保养情况非常相关，于是就从制造端跳出来转向运维端去解决这个问题，收到的效果比从制造端的改善还要明显。这也就是GE在推广工业互联网时所提出的“1%的力量(Powerof1%)”的依据和信心来源，其实与制造并没有太大的关系。

所以美国在智能制造革命中的关键词依然是“颠覆”，这一点从其新的战略布局中可以清楚地看到,利用工业互联网颠覆制造业的价值体系，利用数字化、新材料和新的生产方式(3D打印等)去颠覆制造业的生产方式。