创新策划:算数就是算命

郭朝晖 原创 | 2019-07-12 12:36 | 收藏 | 投票 编辑推荐
关键字:创新 算命 算数 

  刚才社科院的一位朋友谈到杨小凯:数学与思想的结合。我想了想:我们搞创新的人也是这样。

  我一直强调创新的经济性。探索创新规律的过程,其实就是探索一系列计算经济性的逻辑和算法。例如,研究智能制造的时候,我首先研究了价值的源泉。后来我意识到:互联网和智能化本质是资源配置的工具,提高了资源配置的效率、降低了资源配置的成本,从而促进了资源的优化配置。通过协同、共享、重用实现价值。王安耕先生也是从经济性的角度谈工业云:首先是降低成本、然后是协同价值、接着是生态价值。很多认识都是在这个基础上形成的,例如:推动的主体是企业家和管理者,而不是技术人员。而现实的实践也证明了这一点。

  创新者做判断的时候,往往首先提出一种逻辑,后面的分析其实就是评估概率、收益和成本。我们通过比较这些方面的逻辑,判断做什么不做什么、选择自主研发还是合作、确定走哪条技术线路等等。其中,前面的数学逻辑体现思想,再用量化说明决策的合理性。

  去年8月,我写过一篇文章:GE Predix倒下,中小工业互联网企业的机会到来。我当时做过一个比喻,GE大张旗鼓地搞工业互联网,有点像“大象钻老鼠洞”:GE的体量太大、投入太快,而现实的市场太小、增长相对较慢。一年过后,我发现了多家有特色的中小型工业互联网企业。这些企业开始聚焦:各找各的老鼠洞。在这里,“大、小、快、慢”其实都具有“量”的属性。

  为什么工业互联网的发展比很多人的预期慢?原因是甲方企业看到的效益少。为什么会效益少呢?原因之一:我国推进两化融合多年,很多该做的事情都做了,剩下给“工业互联网”吃的饭不多了、好的场景少。原因之二:目前工业互联网上的资源不多;原因之三是:协同、共享、重用涉及到利益、组织和流程,阻力大;原因之四:设备改造、采集数据、买软件的成本高,看到的收益少。这些逻辑,也都涉及到“量”的问题。

  而解决问题的办法,也是针对这些问题的。比如,从管理咨询入手,可以解决价值场景的问题;小微企业采用公有云,可以降低投入和维护成本。数字孪生技术,则着眼于企业的持续改进:降低系统维护的成本、提高系统维护的质量、避免未来数据孤岛导致的改造和风险。我一直主张,在新产线(或产线改造)的过程中采用新技术,而不要在正在生产的产线上动大手术,本质原因也是降低间接成本。

  在推进大数据分析、智能化的过程中,我主张“利用人的长处、规避人的弱点”;走向智能研究院的朋友都主张“把人的知识变成机器的知识”;“工业互联网白皮书”、三体智能、CPS等理论主张重构人机界面,而不是机器代人;我主张工业智能是“吴淑珍式的智能”而不是“巴菲特式的智能”——这些理由都是经济因素:因为这样做,成功的概率高。

  智能制造的热点,本质上是成本降低导致的——根源在摩尔定律。我主张,智能化目前的重点,是通过透明化提升管理能力,甚至把管理问题变成控制问题:原因之一是管理优化相关的价值太多了,原因之二是:智能化的方法能够把管理的成本降下来。这些也都涉及到量的过程。

  量变可以引发质变。我近期反复强调“管理定义技术的边界”。管理搞好了,质量、效率、成本都会显著改善。可以在渐变的过程中,自然而然地实现企业的数字化转型,从量变到质变。我认为,对多数中国企业来首,这种转型方式是主流。hingswise用数字孪生技术支持持续改进,前景应该很大。

  前面说了这么多,用了数学的逻辑:算概率、算成本、算产出。逻辑对了,并不能保证观点正确。但这些逻辑正确与否,取决于“量”的大小。

  我前面的观点,都没有具体的数据。所以,这些逻辑都是带有主观性的。不同人、在不同场景下,主观判断不一样。比如,我一直对“预测式维护”、“深度学习在工业中的应用”不怎么看好。原因是我觉得这些技术的应用场景少。这就是我的主观认识,很多人并不认同。

  虽然没有数据,我还是坚持我的主观认识的:纵然论文、专著、报告和报道遍地都是,也改不了我的认识。因为我觉得,很多报道属于“幸存者偏差”:少数的成功被大量传播、甚至往往被严重浮夸、名不符实。而我的认识,来自于我亲身的实践和与一线年轻人的交流。这些经历,就是我体会到的“数”。所以,我认为我的这些认识正确的“概率高”。

  主观认识显然是会有偏差的,每个人都是难免的。企业管理中刚出现的各种问题和漏洞,往往就是管理者的认识偏差导致的。过去我们强调“深入实际”,就是要减少这些偏差。何老认为:在大数据、互联网的背景下,管理者“深入实际”变得简单、高效、深入。

  贵州经信委黄处长有个观点:从某种意义上讲,“数字化”不如“数据化”。数字的价值是提供一种量化的“客观依据”。对此,我非常赞同。三年前我曾经写过一篇文章:数字化的力量在于科学与真实。就是这个道理。在最近的一次课中,我把结束语改为:“以数为据、以终为始。”

  当然,现实中我们常常还是靠经验做出决策。这是因为:获得真实量化数字的成本是很高的、时间周期是很长的。这使得我们不得不放弃“科学决策”。而我们今天搞智能化,本质就是让“科学决策”的成本变低了。

  总之,搞创新的人,要相信算数的力量。孙子曾说:“多算胜、少算不胜”。创新洞察力的高低,就看你会不会算了。

个人简介
宝钢研究院首席研究员
每日关注 更多
郭朝晖 的日志归档
[查看更多]
赞助商广告