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。
