本文轉(zhuǎn)自公眾號：蟈蟈創(chuàng)新隨筆

作者：郭朝暉

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(chuàng)新課時，經(jīng)常給學員介紹一種現(xiàn)象：新技術(shù)往往會像多米樂骨牌一樣：一個技術(shù)產(chǎn)生后會產(chǎn)生新的機會，推動另一個技術(shù)的產(chǎn)生。而新技術(shù)不僅會影響人的工作方式，還會影響企業(yè)的業(yè)務流程、商業(yè)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(fā)現(xiàn)并抓住新技術(shù)產(chǎn)生的機會。

下面是我經(jīng)常講到的兩個段子：

千分尺的發(fā)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(nèi)燃機的產(chǎn)生；內(nèi)燃機的產(chǎn)生，促成了汽車的發(fā)明。

信息通信技術(shù)的發(fā)展，導致了智能手機的問世；智能手機的產(chǎn)生，促進了網(wǎng)上支付；網(wǎng)上支付發(fā)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(fā)現(xiàn)創(chuàng)新的機會。我把這些想法歸結(jié)為：創(chuàng)新是條件（需求）驅(qū)動的。于是，創(chuàng)新的關(guān)鍵是要學會抓住機會，而不是過度執(zhí)迷于技術(shù)本身。不要以為自己解決問題的能力強，一定善于創(chuàng)新。

12年前，我把這些觀點寫在《管中窺道：技術(shù)創(chuàng)新的觀念與方法》中。最近發(fā)現(xiàn)，我的這個觀點與《自下而上》一致。所謂偉大的發(fā)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(shù)總歸會出現(xiàn)。偉大發(fā)明家的作用，只是把這個進程加快了。

企業(yè)從事技術(shù)創(chuàng)新的關(guān)鍵是發(fā)現(xiàn)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(chǔ)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(chuàng)新的智慧之一就是順勢而為，不能太自負。

這種現(xiàn)象不是僅僅針對數(shù)字化技術(shù)，但數(shù)字化技術(shù)的表現(xiàn)卻更加強烈。

數(shù)字化技術(shù)的應用直接涉及到多個層次：設備、車間、企業(yè)、產(chǎn)業(yè)鏈、國家與社會。在這些層面上，數(shù)字化技術(shù)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(xiàn)象：控制論是針對系統(tǒng)的優(yōu)化或控制，而設備、車間、企業(yè)、產(chǎn)業(yè)鏈、國家與社會都可以看成系統(tǒng)。

前幾天，我突然意識到：針對數(shù)字化技術(shù)，我居然沒有單獨地深入思考這個問題。

談數(shù)字化技術(shù)時，經(jīng)常可以聽到一些大道理。比如，“算法和算力促進了智能化的發(fā)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(fā)現(xiàn)機會。大道理就像一條康莊大道，人們都很容易看到；而現(xiàn)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(jié)構(gòu)化自己的知識、讓知識更加系統(tǒng)、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(shù)字化機會的來源：

我認為，數(shù)字化的實質(zhì)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(chǔ)技術(shù)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(zhí)行的統(tǒng)一。信息能夠送過來，才有決策的機會。互聯(lián)網(wǎng)和物聯(lián)網(wǎng)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(shù)據(jù)存儲能力）的提高，消除了決策或計算中的許多瓶頸。互聯(lián)網(wǎng)和物聯(lián)網(wǎng)提升了（遠程的）執(zhí)行能力，還為漸進的自動化奠定了基礎(chǔ)。

這個大邏輯明確以后，技術(shù)創(chuàng)新的機會往往是：針對某個場景，補齊這個環(huán)路，把“感知、決策、執(zhí)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(guān)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“設備不正常”。再如，決策時需要知識，需要把人的知識與軟件結(jié)合起來。再如，機器決策需要解決與安全、穩(wěn)定、可靠相關(guān)的問題。否則，這個“圈”運行得就不穩(wěn)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(shù)是給大邏輯“補漏”。除了從事基礎(chǔ)工作（芯片、工具研發(fā)）的技術(shù)人員外，企業(yè)從事數(shù)字化轉(zhuǎn)型就是“畫圈”和“補漏”。

我是自動化專業(yè)的博士。與當前的數(shù)字化技術(shù)相比，自動化研究的主要是技術(shù)問題，而不是管理問題、不是業(yè)務流程優(yōu)化與再造、不是商業(yè)模式創(chuàng)新、更不是社會的治理。換個角度：自動化是“小圈”，數(shù)字化往往是“大圈”。自動化技術(shù)問題講究的往往是就事論事，解決某一個具體問題。而數(shù)字化技術(shù)的深度應用，往往可以看作做事方式的創(chuàng)新。形象地說：搞自動化的時候，往往只是“補漏”；而發(fā)現(xiàn)數(shù)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(yè)務或者技術(shù)內(nèi)容聯(lián)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(chuàng)造性的。“畫圈”是把不同的業(yè)務聯(lián)系在一起。換句話說：過去的業(yè)務已經(jīng)存在了，人們可能已經(jīng)習慣于過去分工的做法。“習慣成自然”就會阻礙創(chuàng)新。

“畫圈”的人不僅要熟悉原來的業(yè)務，還要知道原來業(yè)務中存在的問題。我發(fā)現(xiàn)：看到業(yè)務中的問題，往往比熟悉業(yè)務還要難。如果這些業(yè)務來自于不同的部門，這樣的人才就難找。“畫圈”就是業(yè)務的融合；有了業(yè)務融合的思想，IT技術(shù)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(jié)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(jié)合在一起也就很自然了。

隨著技術(shù)的進一步發(fā)展，人們不僅把設計仿真等技術(shù)活動結(jié)合起來，還把與人相關(guān)的、研發(fā)管理過程結(jié)合在一起，甚至把知識管理結(jié)合在一起。直到現(xiàn)在，技術(shù)環(huán)節(jié)的融合、技術(shù)活動與管理活動的結(jié)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(yè)外部的資源圈進來。這樣，“畫圈”時，畫到圈子里面的業(yè)務就越來越多了。當然，這樣的例子數(shù)不勝數(shù)。

分工促進生產(chǎn)力的發(fā)展。越是高科技產(chǎn)業(yè)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(xié)同的辦法來解決分工中的負面問題。數(shù)字化技術(shù)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(chǎn)業(yè)，數(shù)字化技術(shù)發(fā)揮作用的潛力就越大。

對于中低端產(chǎn)業(yè)(LMT)，企業(yè)往往更加強調(diào)經(jīng)濟性。在這種產(chǎn)業(yè)，創(chuàng)新的機會往往來自于經(jīng)濟可行性的改變。單從技術(shù)的角度看，應用技術(shù)的技術(shù)含量往往很低。在這種產(chǎn)業(yè)，創(chuàng)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(shù)企業(yè)、尤其是中小企業(yè)，應該按照這樣的思路推進數(shù)字化。這時，強調(diào)技術(shù)的新穎性，往往會誤導企業(yè)。

工業(yè)實踐反復告訴我們：技術(shù)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(chuàng)新首先成功的一定是相對簡單、簡陋的辦法。我們推進數(shù)字化決策時，并不強調(diào)機器決策，就是因為對某些復雜的問題，人機結(jié)合的決策往往更容易；強調(diào)人類知識數(shù)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(chuàng)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(shù)的穩(wěn)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(guān)的活動，方法論往往有點違反人性。創(chuàng)新活動自然也不例外。否則，哪有你的機會？