但是，無人車間不是理論問題，而是實踐問題，它的智能屬于“弱人工智能”。與其參觀無人車間感到“震撼”，不如研究他們是如何產生巨大的現金流來“供養”這條生產線的。

　　實際上，無人駕駛汽車以及“阿爾法狗”也應該歸納到這一類，屬于簡單系統的確定性問題，按既定規則“自主決策”并“精準執行”。

　　無人駕駛汽車不可能為路中間的一個障礙猶豫不決，也不會在省時和省錢之間去自主決策。

　　AlphaGo下圍棋本質是一個執行程序。每個執行指令都是李世石下達的。執行目標清楚，執行的規則嚴密。AlphaGo利用“價值網絡”去計算局面，用“策略網絡”去投子。關鍵是這個問題一定有最優解。在系統科學中這劃為確定性的簡單系統。只不過AlphaGo學**能力和計算能力非常強。AlphaGo會計算棋局，但是它不會算計對手。指派李世石下棋這個行為和工廠里把一個工單派給工人的性質沒有區別。

　　迄今為止，我們看到的和談到的“智能制造”，絕大多數都是產能的智能化。家電無人車間也僅僅是往前邁了一小步。

　　如果用價值鏈去分析這類企業，你會發現他們產品的價值附加主要發生在產品的技術創新和市場創新。客戶不會因為無人車間裝配的產品比手工裝配的多支付一百元。而你在網上定制化選購時，只要多一個選項就要多支付幾百元。智能制造的目標是讓企業獲得更高的利潤，獲得更強的競爭力。我們應該從現象看到本質。

　　當前一場以“智能”為關鍵詞的技術革命在蓬勃發展，勢不可擋，前景不可估量。在執行層領域的智能設計、智能生產、智能市場的技術進步是顯而易見的。這些新技術極大地提升了企業的生產力。與此同時，我們需要認識到，在執行層的“智能”都是附加在生產資源上的，無論怎樣智能都不能改變它是生產資源的屬性。

　　也許一些人會提出，這些智能生產資源確實會提高產品生產的效率和質量，降低產品的成本。站在企業系統層面，執行層局部的“效率、質量、成本”是中性的，企業整體的效益和持續發展才是追求的根本目標。