2020年本來(lái)打算寫一本智能制造方面的書。6月份完成草稿后，恰逢疫情好轉(zhuǎn)，也就沒(méi)有時(shí)間完成了。好在可以回顧2020寫的大約170篇筆記，看看今年的認(rèn)識(shí)在哪些地方有所深入。
1、創(chuàng)新理論的完善
我研究了20多年企業(yè)創(chuàng)新，距《管中窺道》的出版也十年了。過(guò)去每次講課，總還是覺(jué)得邏輯上有些不順。今年突然意識(shí)到：可以用漏斗理論把所有的想法串起來(lái)。
所謂漏斗理論就是：1000個(gè)想法中，只有100個(gè)值得深入思考；100個(gè)值得深入思考的想法中，只有10個(gè)值得嘗試；在這10個(gè)值得嘗試的想法中，大概只有1個(gè)能取得成功。
這個(gè)理論告訴我們很多道理。比如，如果企業(yè)不鼓勵(lì)大家提出創(chuàng)意，就難以成為創(chuàng)新的企業(yè)；但如果有了創(chuàng)意就蠻干，也難以成為創(chuàng)新型企業(yè)。所以，既要鼓勵(lì)人們產(chǎn)生想法，又要慎重選擇和推進(jìn)。再如，創(chuàng)新的管理會(huì)變得特別重要，企業(yè)的創(chuàng)新能力極大地依賴于創(chuàng)新管理能力。
創(chuàng)新中有很多矛盾，過(guò)去講課時(shí)很難解釋：既要胡思亂想、又有認(rèn)真執(zhí)著；既有知難而上，又有知難而變、知難而退；既有一切從經(jīng)濟(jì)性出發(fā)，又有“不惜一切代價(jià)”；既需要常識(shí)和經(jīng)驗(yàn)、又需要科學(xué)和理論；是“人擇難題”，又有TRIZ工具；是技術(shù)問(wèn)題，又是管理和文化問(wèn)題。
現(xiàn)在，這些觀點(diǎn)都可以附著到這個(gè)“漏斗”的過(guò)程中：在不同的階段，要求不同。例如，創(chuàng)新起于胡思亂想，成于認(rèn)真執(zhí)著——在漏斗前面的階段要大膽去想，在后面的階段要認(rèn)真努力地執(zhí)行。再如，先要有常識(shí)，再要有知識(shí)；先要知道“知難而退”、“知難而變”，才有“知難而進(jìn)”；研發(fā)的過(guò)程要舍得花錢，優(yōu)化的過(guò)程要經(jīng)濟(jì)驅(qū)動(dòng)等等。
過(guò)去，我總覺(jué)得中國(guó)的學(xué)術(shù)界缺乏工業(yè)常識(shí)。甚至覺(jué)得：在某些領(lǐng)域，90%的國(guó)家項(xiàng)目可以直接槍斃。所以，我一直強(qiáng)調(diào)常識(shí)很重要、要普及常識(shí)。但也有很多人質(zhì)疑我：常識(shí)就真的那么重要嗎？有了常識(shí)就能創(chuàng)新嗎？
現(xiàn)在，利用“漏斗”理論就可以解釋我的想法和質(zhì)疑：人們?nèi)狈ΤＷR(shí)往往表現(xiàn)在篩選的第一階段，這個(gè)階段確實(shí)應(yīng)該否決90%的項(xiàng)目。但是，僅有這個(gè)階段還是不夠的，還要有后面若干個(gè)篩選階段，而且項(xiàng)目運(yùn)作階段也有很多技巧。
另外，我過(guò)去既強(qiáng)調(diào)“條件和需求的改變是創(chuàng)新的機(jī)會(huì)”，又強(qiáng)調(diào)“創(chuàng)新要挖掘潛在需求”?，F(xiàn)在，我也可以把這兩個(gè)要求的關(guān)系講清楚了：超越前輩，要靠條件和需求的改變(天時(shí))；與同代人競(jìng)爭(zhēng)，要靠挖掘潛在的需求(地利與人和)。
同時(shí)，我對(duì)需求的潛在性有了更深的認(rèn)識(shí)：除了回歸需求本源(解決需求與客觀條件的矛盾)，就是認(rèn)識(shí)業(yè)務(wù)需求和經(jīng)濟(jì)需求的矛盾。所謂業(yè)務(wù)需求和經(jīng)濟(jì)需求的矛盾，就是我俗稱的“叫花子對(duì)御廚沒(méi)有需求”；或者“窮人對(duì)100萬(wàn)元一粒的救命藥沒(méi)有需求”。而潛在需求的理論，又引發(fā)出“牽引需求”的實(shí)質(zhì)是什么。
2、深入認(rèn)識(shí)智能化
對(duì)于工業(yè)的智能，我一直有個(gè)說(shuō)法就是“吳淑珍式的智能”。也就是把人的知識(shí)變成計(jì)算機(jī)的代碼、讓計(jì)算機(jī)執(zhí)行。今年又強(qiáng)調(diào)了另外一種智能“小秘書的智能”，也就是為人提供認(rèn)知的知識(shí)（比如設(shè)備不穩(wěn)定、操作不規(guī)范等）、幫助人決策的智能。我同時(shí)意識(shí)到：工業(yè)互聯(lián)網(wǎng)的“高級(jí)算法”，很多就是“小秘書的智能”。兩種智能的特點(diǎn)都是：讓機(jī)器用人類容易明白的道理，去做人做不好的事情，是從自動(dòng)化到智能化的標(biāo)志之一。在最近的工業(yè)互聯(lián)網(wǎng)大賽中，符合這種理論的項(xiàng)目非常多。
這種智能產(chǎn)生的一個(gè)重要背景就是：在工業(yè)互聯(lián)網(wǎng)時(shí)代，成千上萬(wàn)的數(shù)據(jù)上網(wǎng)，導(dǎo)致數(shù)據(jù)太多、產(chǎn)生速度太快人類沒(méi)有辦法有效地關(guān)注和處理。需要讓機(jī)器幫助我們處理這些信息，從而把人類從數(shù)據(jù)的海洋中解脫出來(lái)。這種模式可以最大限度地發(fā)揮人和機(jī)器各自的優(yōu)勢(shì)。
與傳統(tǒng)的信息化相比，過(guò)去廠子出了問(wèn)題時(shí)，是“人找數(shù)”：人到信息系統(tǒng)中尋找問(wèn)題發(fā)生的原因。在智能化時(shí)代，出了問(wèn)題時(shí)，是“數(shù)找人”：有問(wèn)題需要關(guān)注時(shí)，機(jī)器自動(dòng)推送給人。產(chǎn)生這種想法并不奇怪，但過(guò)去不容易實(shí)現(xiàn)。在數(shù)字化網(wǎng)絡(luò)化時(shí)代，計(jì)算機(jī)有更多的能力自動(dòng)地找到原因。“小秘書”的作用，也體現(xiàn)在這個(gè)地方。
從哲學(xué)的角度講，從自動(dòng)化到智能化是“尺度變化”引發(fā)的“量變到質(zhì)變”的變化。
引發(fā)量變的“自變量”有兩個(gè)：一個(gè)是網(wǎng)絡(luò)化、一個(gè)是數(shù)字化。這兩化的本質(zhì)作用，是讓就算計(jì)具備決策(或輔助決策)的基本條件--這個(gè)基本條件就是：計(jì)算機(jī)必須得到?jīng)Q策所需的信息、知識(shí)和計(jì)算能力。這兩個(gè)變化帶來(lái)的結(jié)果，是智能化程度的提升--也就是自主決策(吳淑珍式的智能)和輔助決策(小秘書智能)的發(fā)展。
這個(gè)觀點(diǎn)，我稱之為“智能化發(fā)展的三條線索”。這三條線索，其實(shí)對(duì)應(yīng)工程院智能化發(fā)展的“三個(gè)范式”。但是，從三條線索的角度看問(wèn)題，更容易用實(shí)踐來(lái)印證。過(guò)去和現(xiàn)在，我們都可以找到大量的案例。
智能化時(shí)代，為什么是“吳淑珍式的智能”、“小秘書式的智能”，而不是過(guò)去那種復(fù)雜算法呢(如最優(yōu)控制算法)？
最近，我對(duì)這個(gè)問(wèn)題進(jìn)行了分析。我的解釋是：隨著系統(tǒng)變大、算法的使用時(shí)間變長(zhǎng)，(理論)模型誤差往往是難以避免的(當(dāng)然，這與行業(yè)有關(guān))。這種變化，會(huì)導(dǎo)致標(biāo)準(zhǔn)化變得重要(拷貝不走樣)、定性的知識(shí)變得重要。
兩種知識(shí)的重要性增加，使得人類通過(guò)經(jīng)驗(yàn)得到的知識(shí)變得重要。而數(shù)字化，可以進(jìn)一步讓人類定性的經(jīng)驗(yàn)知識(shí)變得精確化。并且，交給計(jì)算機(jī)以后可以更加快速、準(zhǔn)確、標(biāo)準(zhǔn)化地響應(yīng)。
在定性知識(shí)應(yīng)用的過(guò)程中，往往與現(xiàn)代工業(yè)傳統(tǒng)的做法結(jié)合起來(lái)。如標(biāo)準(zhǔn)化方法、PDCA、FEMA、Checklist。我在一篇文章中，談到孔師傅對(duì)“聲音渾厚”的認(rèn)識(shí)，就是這個(gè)道理。
從這意義上講，先有標(biāo)準(zhǔn)化，才會(huì)有智能化。這種結(jié)合方式可能不是最優(yōu)的，但可以比過(guò)去做得更好。特別地，由于前面提到的原因，智能化系統(tǒng)的誤差是變化的。所以，系統(tǒng)的矯正就變得必不可少(實(shí)踐也證明了)。但是，矯正過(guò)程絕對(duì)不是某些人說(shuō)的復(fù)雜的自學(xué)習(xí)。而是機(jī)器學(xué)習(xí)與人工的結(jié)合、是有套路的。這種結(jié)合經(jīng)常與標(biāo)準(zhǔn)和經(jīng)驗(yàn)結(jié)合在一起。所以，PDCA的做法需要更加深入地引起重視。
另外，系統(tǒng)變大以后，多個(gè)學(xué)科的工作都融合起來(lái)了。比如，IT與OT的融合等。不久前，我分析了這種融合的特點(diǎn)：基于標(biāo)準(zhǔn)化的思想。只有這樣做，才是靠譜的。
從自動(dòng)化到智能化的過(guò)程中，一個(gè)重要的變化是“從感知到認(rèn)知”。認(rèn)知的知識(shí)變得特別重要。而所謂的“認(rèn)知”與“標(biāo)準(zhǔn)”結(jié)合。用數(shù)據(jù)、曲線定義標(biāo)準(zhǔn)，分場(chǎng)景定義標(biāo)準(zhǔn)等。所謂的認(rèn)知，往往就是判斷是不是“超標(biāo)”——因?yàn)橥挥谐瑯?biāo)，才是需要人類關(guān)注的。在數(shù)字化時(shí)代，很多工作都是可以用數(shù)字“標(biāo)準(zhǔn)化”的。所以，數(shù)字化時(shí)代有能力提高認(rèn)知能力，促進(jìn)從感知到認(rèn)知，從自動(dòng)化到智能化。
從這個(gè)角度看，AI的主要作用其實(shí)也是提高認(rèn)知能力、尤其是與圖像相關(guān)的認(rèn)知能力。
3、認(rèn)識(shí)現(xiàn)代工業(yè)
我覺(jué)得，很多專家的觀點(diǎn)不靠譜，是因?yàn)樗麄儾焕斫猬F(xiàn)代工業(yè)?，F(xiàn)代工業(yè)的特點(diǎn)，是通過(guò)持續(xù)不斷地改進(jìn)，實(shí)現(xiàn)對(duì)質(zhì)量、效率、成本的追求。而這些問(wèn)題，最后卡脖子的往往是安全、穩(wěn)定、可靠性問(wèn)題。而為了解決這些問(wèn)題，又引入了標(biāo)準(zhǔn)化、PDCA等概念。而標(biāo)準(zhǔn)化、PDCA等概念，才容易與數(shù)字化的方法對(duì)接、與現(xiàn)有的工業(yè)做法融合。
我經(jīng)常嘲笑的一些專家，本質(zhì)是不理解安全、可靠、穩(wěn)定性的價(jià)值和難度；不理解質(zhì)量與高科技的關(guān)系；不理解標(biāo)準(zhǔn)化的作用；不理解PDCA持續(xù)改進(jìn)的意義。而不理解這些，也就難以理解數(shù)字化轉(zhuǎn)型和智能化的具體做法。
我國(guó)工業(yè)界對(duì)數(shù)字化的認(rèn)識(shí)也存在誤區(qū)。這種誤區(qū)形成的原因是：過(guò)去中國(guó)企業(yè)的競(jìng)爭(zhēng)力，本質(zhì)上是靠勞動(dòng)力成本低(否則，企業(yè)可以嘗試到國(guó)外招人試試)。人們習(xí)慣于低的質(zhì)量水平、低的管理水平、對(duì)標(biāo)準(zhǔn)化的意義認(rèn)識(shí)不到位，高端研發(fā)服務(wù)的業(yè)務(wù)少。落后企業(yè)不理解數(shù)字化轉(zhuǎn)型，就像叫花子能夠想到的理想就是天天有饅頭吃，而想象不出皇帝吃什么。
在我看來(lái)，搞高科技并不需要搞天翻地覆的大事。只要在一定基礎(chǔ)上做持續(xù)改進(jìn)就行了，尤其是質(zhì)量的改進(jìn)。持續(xù)改進(jìn)的結(jié)果，就是積跬步以至千里。一件事做久了、越走越好，就是高科技。
在我看來(lái)，國(guó)外卡我們脖子的技術(shù)，本質(zhì)上都是質(zhì)量不過(guò)關(guān)。質(zhì)量不過(guò)關(guān)是因?yàn)槲覀兂掷m(xù)改進(jìn)的能力差、甚至基本停止。持續(xù)改進(jìn)的能力差的原因很多：市場(chǎng)的原因、驅(qū)動(dòng)力的原因、重視程度的原因、改進(jìn)知識(shí)的原因。我們?cè)谕七M(jìn)轉(zhuǎn)型時(shí)，要注意改變這些觀念。
比如，我國(guó)企業(yè)，對(duì)研發(fā)工具開發(fā)的重視程度嚴(yán)重不夠。從某種意義上說(shuō)，我們絕大多數(shù)企業(yè)的研發(fā)還處在手工勞動(dòng)階段，而別人的研發(fā)卻處在現(xiàn)代化大生產(chǎn)階段。如果這個(gè)問(wèn)題不解決，我國(guó)怎么能和別人競(jìng)爭(zhēng)研發(fā)能力？
不重視工具，是急功近利的結(jié)果。工具的價(jià)值一直都是面向未來(lái)的。所謂“磨刀不誤砍柴工”。工具的開發(fā)，一定會(huì)耽誤一點(diǎn)功夫。急功近利的企業(yè)，就不會(huì)在乎。甚至根本意識(shí)不到研發(fā)工具的重要性。
其中，數(shù)字化技術(shù)，是研發(fā)工具的重要組成部分。而數(shù)字化轉(zhuǎn)型，應(yīng)該為數(shù)字化研發(fā)工具的發(fā)展奠定基礎(chǔ)。
再如，企業(yè)的“優(yōu)化”和持續(xù)改進(jìn)，是需要有人員配置的。在我國(guó)的很多企業(yè)，并不把“優(yōu)化”當(dāng)成一種必要的工作，而是可有可無(wú)的。如果這樣，對(duì)數(shù)字化研發(fā)的拉動(dòng)就是不足的。
另外，高科技發(fā)展的前提，是用戶和市場(chǎng)驅(qū)動(dòng)。用戶驅(qū)動(dòng)，指的是用真實(shí)的需求；市場(chǎng)驅(qū)動(dòng)，指的是有足夠大的現(xiàn)實(shí)市場(chǎng)、賺到足夠的錢。我國(guó)高科技產(chǎn)業(yè)落后的本質(zhì)原因，都可以從這里找到。如果市場(chǎng)不足以養(yǎng)活一個(gè)高科技企業(yè)，這個(gè)企業(yè)就難以生存，也就必然堅(jiān)持不下去。
市場(chǎng)大是我們的優(yōu)勢(shì)，而市場(chǎng)被非市場(chǎng)因素分割，是我們的隱患?，F(xiàn)在，這種情況非常嚴(yán)重。
4、其他的一些想法
今年，我突然意識(shí)到把設(shè)計(jì)過(guò)程與選材、生產(chǎn)、采購(gòu)、銷售過(guò)程聯(lián)系起來(lái)的重要性。我相信，未來(lái)的幾十年，在這個(gè)領(lǐng)域會(huì)有重大的突破。我擔(dān)心，我們國(guó)家會(huì)在這個(gè)領(lǐng)域落后。這類問(wèn)題，國(guó)外沒(méi)有人炒作——人家真正重視的東西，往往是悶頭去做。等我們知道了，也就晚了。
數(shù)字化的價(jià)值為什么這么大？ 我讀書的時(shí)候，人們說(shuō)：數(shù)學(xué)是上帝描寫宇宙的符號(hào)。我認(rèn)為，這句話說(shuō)出了數(shù)學(xué)的偉大。而現(xiàn)在，人們用數(shù)字化模型描述世界。這也就是數(shù)字化的偉大之處?，F(xiàn)在，我們具備了用數(shù)字化手段描述世界的能力，從而帶動(dòng)了世界的數(shù)字化轉(zhuǎn)型。但用數(shù)字化過(guò)程描述世界的時(shí)候，會(huì)存在誤差——處理和應(yīng)對(duì)誤差的學(xué)問(wèn)，是一門大學(xué)問(wèn)。其實(shí)，控制論的產(chǎn)生，就與思考這個(gè)問(wèn)題有關(guān)。
數(shù)字化的思維和我們?nèi)粘５乃季S方式不一樣。這種差別就像司機(jī)選路的思維方式和步行不一樣。要用好數(shù)字化的手段，就要學(xué)會(huì)數(shù)字化的思維方式。也就是把我們遇到的問(wèn)題，轉(zhuǎn)化成一個(gè)計(jì)算的問(wèn)題。問(wèn)題轉(zhuǎn)化好了，辦法總是有的。在數(shù)字化背景下，仿真和枚舉的價(jià)值都是非常大的。因?yàn)檫@些算法具備一般性。
另外，今年還考慮了幾個(gè)問(wèn)題：工業(yè)大數(shù)據(jù)的收集，應(yīng)該有什么要求? 工業(yè)APP是否一定是基于平臺(tái)的？智能技術(shù)與工藝技術(shù)、設(shè)備技術(shù)、控制技術(shù)的關(guān)系如何？數(shù)字孿生到底有什么用處？......這些問(wèn)題的答案，是呼應(yīng)前面的想法。
今年特別高興的是，我年底當(dāng)了幾次大賽的評(píng)委。項(xiàng)目實(shí)踐證明：這些成功的應(yīng)用，往往符合我的設(shè)想和邏輯。過(guò)去， 我用自己的實(shí)踐產(chǎn)生自己的想法；現(xiàn)在，我用別人的實(shí)踐，印證自己的邏輯。
“我思故我在”。今年思考了一點(diǎn)問(wèn)題，說(shuō)明我還活著.....
作者：郭朝暉(工學(xué)博士，教授級(jí)高工。企業(yè)研發(fā)一線工作20年；優(yōu)也科技信息公司首席科學(xué)家；東北大學(xué)、上海交大等多所院校兼職教授。國(guó)內(nèi)知名智庫(kù)、走向智能研究院的發(fā)起人之一。原寶鋼研究院首席研究員)
