制造业以生产为中心，上下游联动客户、经销商、供应商、协作加工单位，内部需要平衡销售、采购、工艺、技术、仓储、物流等机构。同时，外部的快速变化需要企业能够做出快速反应，这些因素都决定了制造业管理复杂度要远远高于其他行业。具有一定发展历史的企业，都会以显性或隐性方式，在其内部存在着大量宝贵的工作规范、工作程序、工作方法。

人员的高流失率严重影响企业知识传承

调研数据显示，2017年，全国各行业员工平均流失率（离职率）达19.7%，制造业流失率加上自然减员，在10%-12%之间。员工的流失带来的就是隐性知识的流失。对于制造业企业来说，工艺技术人才、高技能一线工人、管理人员的流失，会严重造成知识传承的青黄不接。

遗憾的是，很多企业并没有意识到这一点。经常可以看到，某一个重要岗位离职后，同时也带走了企业的部分知识资产。如果再缺少历史过程文档，继任者在后续工作开展时，不了解前期情况、不清楚工作细节，工作难以连续，只好推到重来。

生产管理模式需要稳定的传承

国内企业有一个普遍的现象，就是当领导更迭后，会对相应的组织架构、工作流程进行变革，也就是“新官上任三把火”。变革需要鼓励，但对于制造业的生产管理而言，我们认为应当是建立在前人基础之上的适度改良。因为制造业的生产组织过程，经过近百年的工业化，与近20年的信息化之路，其管理思想、管理模式已相对成熟。即使在机器换人的大趋势下，多数行业核心的工艺方式、加工过程仍未有颠覆性变化。因此，不折腾，反而是摆在新一代生产管理者面前需要认真考虑的问题。

如何不折腾，就是要能做到“巩固、提高”。巩固，是要借鉴、吸收企业内部业已形成的良好的管理模式与工作方法；提高，是在前任沉淀的知识经验基础上再做提升。

知识发现与智能化是未来的趋势

在大数据与AI的时代，对于多数制造业企业，无人工厂、黑灯工厂仍很遥远。但借助信息化工具，将隐性及显性知识智能化，实现少人化，提高劳动生产率，则是现实之举。

例如，如何科学排产，有效挖掘生产能力，是制造业企业始终关注的重点。工厂、车间、工段各层级原来一般需要多名计划员与调度员，进行任务协调。如果通过将排产经验加以总结，并进行编码化，形成信息化条件下的排产与调度系统，就可以有效减少计划岗位的人员数量。

再如，对刀具使用数据全程进行管理，包括加工产品记录、加工效率、加工参数、异常记录等，建立刀具知识检索库，通过数据查询、分析，可以为工艺部门快速提供最佳的刀具解决方案，保证加工质量、提升加工效率。这些都是知识发现与智能化应用的可行工作场景。