從我的研究和實踐來看，從來就不認為像普華永道、埃森哲這樣的谘詢公司能夠為企業做出實質的貢獻，尤其是產品實現全過程的診斷、優化和提升，更不用說利用AI這個工具而為之了，究其原因，無不是掌握不了製造業這個複雜對象的內在運行規律。當然，這是當今業界和學界最為關注的理論工程和技術工程的瓶頸問題。複雜對象需要基於係統工程、工業工程的完整把握，集成工業人、算法人和軟件人，進行建模認知和數據組織，才能形成麵向複雜係統的知識數據（庫），進而迭代成知識圖譜、才能夠談得上運用AI這個工具去為企業服務/增值，如基於成本視角、質量視角、環保視角、安全視角---等的運算求解，即正確的數據用例。
當然，麵向複雜對象進行建模認知和數據組織的過程也需要運用AI的手段，問題是有沒有一個統一的建模框架（UMF）去結合千行百業的複雜係統而進行指導/使能呢？答案是肯定有，隻是人們不知道這把鑰匙在誰手裏並反複用著呢。我知道肯定不在埃森哲、普華永道、MIT、馬斯克---等手裏。
