本文轉自公眾號：蟈蟈創新隨筆

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?；ヂ摼W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？