郭朝晖：数字化时代创新的特点与规律

最近修改课件时突然感到一阵迷茫。下面把最近几天的思考梳理了一下。

我讲创新课时，经常给学员介绍一种现象：新技术往往会像多米乐骨牌一样：一个技术产生后会产生新的机会，推动另一个技术的产生。而新技术不仅会影响人的工作方式，还会影响企业的业务流程、商业模式，乃至影响国家和社会。我讲这个的目的，是帮助学员学会发现并抓住新技术产生的机会。

下面是我经常讲到的两个段子：

千分尺的发明，提升了测量精度；测量精度的提升，提升了机床的加工精度；机床加工精度的提升，促进了内燃机的产生；内燃机的产生，促成了汽车的发明。

信息通信技术的发展，导致了智能手机的问世；智能手机的产生，促进了网上支付；网上支付发展到一定程度，人们出门就很少带钞票了；带钞票的人少了，小偷就不易偷到钱；小偷不容易偷到钱，街头的小偷就少了。

理解这些道理，是为了便于发现创新的机会。我把这些想法归结为：创新是条件（需求）驱动的。于是，创新的关键是要学会抓住机会，而不是过度执迷于技术本身。不要以为自己解决问题的能力强，一定善于创新。

12年前，我把这些观点写在《管中窥道：技术创新的观念与方法》中。最近发现，我的这个观点与《自下而上》一致。所谓伟大的发明家，其实只是抓住机会的人。如果机会成熟了，重要的人技术总归会出现。伟大发明家的作用，只是把这个进程加快了。

企业从事技术创新的关键是发现机会。我对机会的理解是：利用前人没有的条件，做成前人没有做成的事情。用通俗的话讲：别人把困难的、基础性的东西做好后，自己做简单的、有价值的应用工作。换个角度看：真正抓住机会时，做事往往不难；抓不住机会时，花费很大的力气都做不成。创新的智慧之一就是顺势而为，不能太自负。

这种现象不是仅仅针对数字化技术，但数字化技术的表现却更加强烈。

数字化技术的应用直接涉及到多个层次：设备、车间、企业、产业链、国家与社会。在这些层面上，数字化技术的应用在这些层面上同时而不是渐次展开。我们可以从控制论的角度理解这种现象：控制论是针对系统的优化或控制，而设备、车间、企业、产业链、国家与社会都可以看成系统。

前几天，我突然意识到：针对数字化技术，我居然没有单独地深入思考这个问题。

谈数字化技术时，经常可以听到一些大道理。比如，“算法和算力促进了智能化的发展”。大道理讲得都是对的。但遗憾的是：大道理往往无助于我们发现机会。大道理就像一条康庄大道，人们都很容易看到；而现实中的机会就像一条细细的裂缝，并不容易看到，只是后来越走越宽。事实上，大家都容易看到的”机会”往往就不是机会了。

大道理的真正作用，是帮助我们结构化自己的知识、让知识更加系统、容易学习，而未必能用来解决具体问题。下面，我们用控制论的逻辑（大道理）来分析数字化机会的来源：

我认为，数字化的实质就是让机器更多地参与决策。计算机有巨大的潜力。但是，基础技术条件差的时候，潜力无法有效释放。我用控制论的思想，解释潜力释放。

我把控制论的逻辑理解为信息感知、决策和执行的统一。信息能够送过来，才有决策的机会。互联网和物联网提升了感知能力，增加了计算机参与决策的机会。算力和算法（包括数据存储能力）的提高，消除了决策或计算中的许多瓶颈。互联网和物联网提升了（远程的）执行能力，还为渐进的自动化奠定了基础。

这个大逻辑明确以后，技术创新的机会往往是：针对某个场景，补齐这个环路，把“感知、决策、执行”三者连在一起。不妨称之为“画一个圈”。

为什么要补齐呢？比如，智能决策往往需要“感知到认知”：计算机接收到的是物理信号，而决策需要与知识相关的概念性信息。比如，传感器感知到的是“设备震动30HZ”，而需要认知的则是“设备不正常”。再如，决策时需要知识，需要把人的知识与软件结合起来。再如，机器决策需要解决与安全、稳定、可靠相关的问题。否则，这个“圈”运行得就不稳定、甚至起副作用。所以，看到机会之后，要“补漏”。

所以，大道理的作用是描述大逻辑，而具体技术是给大逻辑“补漏”。除了从事基础工作（芯片、工具研发）的技术人员外，企业从事数字化转型就是“画圈”和“补漏”。

我是自动化专业的博士。与当前的数字化技术相比，自动化研究的主要是技术问题，而不是管理问题、不是业务流程优化与再造、不是商业模式创新、更不是社会的治理。换个角度：自动化是“小圈”，数字化往往是“大圈”。自动化技术问题讲究的往往是就事论事，解决某一个具体问题。而数字化技术的深度应用，往往可以看作做事方式的创新。形象地说：搞自动化的时候，往往只是“补漏”；而发现数字化的机会，往往首先是“画圈”，然后才是“补漏”。

什么是“画圈”的工作呢？就是把更多的业务或者技术内容联系在一起。我们熟悉的“信息集成”其实就是做这样的事情。

“画圈”的思想往往是有创造性的。“画圈”是把不同的业务联系在一起。换句话说：过去的业务已经存在了，人们可能已经习惯于过去分工的做法。“习惯成自然”就会阻碍创新。

“画圈”的人不仅要熟悉原来的业务，还要知道原来业务中存在的问题。我发现：看到业务中的问题，往往比熟悉业务还要难。如果这些业务来自于不同的部门，这样的人才就难找。“画圈”就是业务的融合；有了业务融合的思想，IT技术才能有针对性。

在这个过程中，算法和算力确实起到了很大的支持作用。

我最近想到一件事。我刚读大学的时候，有人开始用AUTOCAD画图了，也有很多人编程序做仿真计算。但两者却很少结合在一起。也就是说，把设计好的东西直接拿去做仿真。当时许多人还在用IBM PC XT，算力和存储能力都是重要的制约因素。计算机能力提升以后，把两者结合在一起也就很自然了。

随着技术的进一步发展，人们不仅把设计仿真等技术活动结合起来，还把与人相关的、研发管理过程结合在一起，甚至把知识管理结合在一起。直到现在，技术环节的融合、技术活动与管理活动的结合，仍然充满机会。比如，把选材、设计、制造（建造、安装）等过程集成进来，把企业外部的资源圈进来。这样，“画圈”时，画到圈子里面的业务就越来越多了。当然，这样的例子数不胜数。

分工促进生产力的发展。越是高科技产业分工越细。但分工会带来负作用、影响分工的进一步细化。于是，人们通过各种协同的办法来解决分工中的负面问题。数字化技术的“画圈”，就起到这样的作用。一般来说，越是分工细的地方、越是高科技产业，数字化技术发挥作用的潜力就越大。

对于中低端产业(LMT)，企业往往更加强调经济性。在这种产业，创新的机会往往来自于经济可行性的改变。单从技术的角度看，应用技术的技术含量往往很低。在这种产业，创新往往不是如何画一个全新的“圈”，而是如何用更低的成本、更高的效率去“画圈”。对我国绝大多数企业、尤其是中小企业，应该按照这样的思路推进数字化。这时，强调技术的新颖性，往往会误导企业。

工业实践反复告诉我们：技术是逐渐深化的。这就像爬山：先要到达100米处，才能往200米处爬。创新首先成功的一定是相对简单、简陋的办法。我们推进数字化决策时，并不强调机器决策，就是因为对某些复杂的问题，人机结合的决策往往更容易；强调人类知识数字化，是因为这种做法比机器自主获得知识容易。

把方法做简单了，才能更快地抓住创新的机会——如果慢了，还有机会吗？当然，所谓的简单往往只是逻辑上简单、人容易想清楚、便于保证技术的稳定性。具体做起来，可能比较麻烦（如计算量大）——但这些麻烦的工作是交给计算机去做，而计算机不怕麻烦。

凡是人类竞争相关的活动，方法论往往有点违反人性。创新活动自然也不例外。否则，哪有你的机会？