最近修改課件時突然感到一陣迷茫。下面把最近幾天的思考梳理了一下。
我講創新課時,經常給學員介紹一種現象:新技術往往會像多米樂骨牌一樣:一個技術產生后會產生新的機會,推動另一個技術的產生。而新技術不僅會影響人的工作方式,還會影響企業的業務流程、商業模式,乃至影響國家和社會。我講這個的目的,是幫助學員學會發現并抓住新技術產生的機會。
下面是我經常講到的兩個段子:
千分尺的發明,提升了測量精度;測量精度的提升,提升了機床的加工精度;機床加工精度的提升,促進了內燃機的產生;內燃機的產生,促成了汽車的發明。
信息通信技術的發展,導致了智能手機的問世;智能手機的產生,促進了網上支付;網上支付發展到一定程度,人們出門就很少帶鈔票了;帶鈔票的人少了,小偷就不易偷到錢;小偷不容易偷到錢,街頭的小偷就少了。
理解這些道理,是為了便于發現創新的機會。我把這些想法歸結為:創新是條件(需求)驅動的。于是,創新的關鍵是要學會抓住機會,而不是過度執迷于技術本身。不要以為自己解決問題的能力強,一定善于創新。
12年前,我把這些觀點寫在《管中窺道:技術創新的觀念與方法》中。最近發現,我的這個觀點與《自下而上》一致。所謂偉大的發明家,其實只是抓住機會的人。如果機會成熟了,重要的人技術總歸會出現。偉大發明家的作用,只是把這個進程加快了。
企業從事技術創新的關鍵是發現機會。我對機會的理解是:利用前人沒有的條件,做成前人沒有做成的事情。用通俗的話講:別人把困難的、基礎性的東西做好后,自己做簡單的、有價值的應用工作。換個角度看:真正抓住機會時,做事往往不難;抓不住機會時,花費很大的力氣都做不成。創新的智慧之一就是順勢而為,不能太自負。
這種現象不是僅僅針對數字化技術,但數字化技術的表現卻更加強烈。
數字化技術的應用直接涉及到多個層次:設備、車間、企業、產業鏈、國家與社會。在這些層面上,數字化技術的應用在這些層面上同時而不是漸次展開。我們可以從控制論的角度理解這種現象:控制論是針對系統的優化或控制,而設備、車間、企業、產業鏈、國家與社會都可以看成系統。
前幾天,我突然意識到:針對數字化技術,我居然沒有單獨地深入思考這個問題。
談數字化技術時,經??梢月牭揭恍┐蟮览?。比如,“算法和算力促進了智能化的發展”。大道理講得都是對的。但遺憾的是:大道理往往無助于我們發現機會。大道理就像一條康莊大道,人們都很容易看到;而現實中的機會就像一條細細的裂縫,并不容易看到,只是后來越走越寬。事實上,大家都容易看到的”機會”往往就不是機會了。
大道理的真正作用,是幫助我們結構化自己的知識、讓知識更加系統、容易學習,而未必能用來解決具體問題。下面,我們用控制論的邏輯(大道理)來分析數字化機會的來源:
我認為,數字化的實質就是讓機器更多地參與決策。計算機有巨大的潛力。但是,基礎技術條件差的時候,潛力無法有效釋放。我用控制論的思想,解釋潛力釋放。
我把控制論的邏輯理解為信息感知、決策和執行的統一。信息能夠送過來,才有決策的機會。互聯網和物聯網提升了感知能力,增加了計算機參與決策的機會。算力和算法(包括數據存儲能力)的提高,消除了決策或計算中的許多瓶頸?;ヂ摼W和物聯網提升了(遠程的)執行能力,還為漸進的自動化奠定了基礎。
這個大邏輯明確以后,技術創新的機會往往是:針對某個場景,補齊這個環路,把“感知、決策、執行”三者連在一起。不妨稱之為“畫一個圈”。
為什么要補齊呢?比如,智能決策往往需要“感知到認知”:計算機接收到的是物理信號,而決策需要與知識相關的概念性信息。比如,傳感器感知到的是“設備震動30HZ”,而需要認知的則是“設備不正?!?。再如,決策時需要知識,需要把人的知識與軟件結合起來。再如,機器決策需要解決與安全、穩定、可靠相關的問題。否則,這個“圈”運行得就不穩定、甚至起副作用。所以,看到機會之后,要“補漏”。
所以,大道理的作用是描述大邏輯,而具體技術是給大邏輯“補漏”。除了從事基礎工作(芯片、工具研發)的技術人員外,企業從事數字化轉型就是“畫圈”和“補漏”。
我是自動化專業的博士。與當前的數字化技術相比,自動化研究的主要是技術問題,而不是管理問題、不是業務流程優化與再造、不是商業模式創新、更不是社會的治理。換個角度:自動化是“小圈”,數字化往往是“大圈”。自動化技術問題講究的往往是就事論事,解決某一個具體問題。而數字化技術的深度應用,往往可以看作做事方式的創新。形象地說:搞自動化的時候,往往只是“補漏”;而發現數字化的機會,往往首先是“畫圈”,然后才是“補漏”。
什么是“畫圈”的工作呢?就是把更多的業務或者技術內容聯系在一起。我們熟悉的“信息集成”其實就是做這樣的事情。
“畫圈”的思想往往是有創造性的?!爱嬋Α笔前巡煌臉I務聯系在一起。換句話說:過去的業務已經存在了,人們可能已經習慣于過去分工的做法?!傲晳T成自然”就會阻礙創新。
“畫圈”的人不僅要熟悉原來的業務,還要知道原來業務中存在的問題。我發現:看到業務中的問題,往往比熟悉業務還要難。如果這些業務來自于不同的部門,這樣的人才就難找?!爱嬋Α本褪菢I務的融合;有了業務融合的思想,IT技術才能有針對性。
在這個過程中,算法和算力確實起到了很大的支持作用。
我最近想到一件事。我剛讀大學的時候,有人開始用AUTOCAD畫圖了,也有很多人編程序做仿真計算。但兩者卻很少結合在一起。也就是說,把設計好的東西直接拿去做仿真。當時許多人還在用IBM PC XT,算力和存儲能力都是重要的制約因素。計算機能力提升以后,把兩者結合在一起也就很自然了。
隨著技術的進一步發展,人們不僅把設計仿真等技術活動結合起來,還把與人相關的、研發管理過程結合在一起,甚至把知識管理結合在一起。直到現在,技術環節的融合、技術活動與管理活動的結合,仍然充滿機會。比如,把選材、設計、制造(建造、安裝)等過程集成進來,把企業外部的資源圈進來。這樣,“畫圈”時,畫到圈子里面的業務就越來越多了。當然,這樣的例子數不勝數。
分工促進生產力的發展。越是高科技產業分工越細。但分工會帶來負作用、影響分工的進一步細化。于是,人們通過各種協同的辦法來解決分工中的負面問題。數字化技術的“畫圈”,就起到這樣的作用。一般來說,越是分工細的地方、越是高科技產業,數字化技術發揮作用的潛力就越大。
對于中低端產業(LMT),企業往往更加強調經濟性。在這種產業,創新的機會往往來自于經濟可行性的改變。單從技術的角度看,應用技術的技術含量往往很低。在這種產業,創新往往不是如何畫一個全新的“圈”,而是如何用更低的成本、更高的效率去“畫圈”。對我國絕大多數企業、尤其是中小企業,應該按照這樣的思路推進數字化。這時,強調技術的新穎性,往往會誤導企業。
工業實踐反復告訴我們:技術是逐漸深化的。這就像爬山:先要到達100米處,才能往200米處爬。創新首先成功的一定是相對簡單、簡陋的辦法。我們推進數字化決策時,并不強調機器決策,就是因為對某些復雜的問題,人機結合的決策往往更容易;強調人類知識數字化,是因為這種做法比機器自主獲得知識容易。
把方法做簡單了,才能更快地抓住創新的機會——如果慢了,還有機會嗎?當然,所謂的簡單往往只是邏輯上簡單、人容易想清楚、便于保證技術的穩定性。具體做起來,可能比較麻煩(如計算量大)——但這些麻煩的工作是交給計算機去做,而計算機不怕麻煩。
凡是人類競爭相關的活動,方法論往往有點違反人性。創新活動自然也不例外。否則,哪有你的機會?