作者：郭朝暉

來源：蟈蟈創(chuàng)新隨筆 本文已授權(quán)

最近在思考數(shù)字化轉(zhuǎn)型的頂層設(shè)計時，對過去的一些想法進行了一些歸納和總結(jié)。

搞技術(shù)的人要善于把握細節(jié)。有些細節(jié)把握不好，就會成為阻礙前進的“壕溝”。磚家的毛病，就是不懂細節(jié)。把握細節(jié)的辦法之一，就是去總結(jié)歸納事物發(fā)展的線索。這些線索的本質(zhì)，就是實際發(fā)生的路徑。然而，復(fù)雜事物往往會沿著幾條線索并行發(fā)展，它們可以給人們提供更多的觀察角度。這些線索的交叉，又讓我們認識到更多的細節(jié)。從而便于推進企業(yè)數(shù)字化轉(zhuǎn)型的頂層設(shè)計。

數(shù)字化轉(zhuǎn)型發(fā)展的過程就比較復(fù)雜，我們有必要從幾個線索及其相互關(guān)系來認識它。下面我總結(jié)了三個視角、或者說三條線索。 第一條線索是網(wǎng)絡(luò)的廣度。 工信部兩化融合專家組組長王安耕先生曾經(jīng)研究了數(shù)千份兩化融合的報告。他發(fā)現(xiàn)：兩化融合往往是沿著信息集成的脈絡(luò)展開：從部門內(nèi)部使用拓展到部門間的協(xié)同，從企業(yè)內(nèi)拓展到企業(yè)之間。

例如，銷售、生產(chǎn)、采購和財務(wù)就是最常見的一條線索。這條線索的背后是業(yè)務(wù)邏輯：銷售接到訂單以后，需要知道什么時候能夠安排生產(chǎn)、是否需要安排采購、還要準(zhǔn)備好采購的資金。任何一個環(huán)節(jié)掉鏈子，都會對企業(yè)產(chǎn)生不利的影響。 王先生的觀點與工業(yè)4.0的“三個維度的信息集成”不謀而合。只是工業(yè)4.0提出的線索更加具體一些。 第二條線索是數(shù)據(jù)的數(shù)量。

計算機存儲資源稀缺時，很多工作就難以在計算機上進行。比如，計算機存儲量能力小時，數(shù)字化的協(xié)同設(shè)計就比較麻煩；生產(chǎn)設(shè)備數(shù)據(jù)不會采集上來，某些生產(chǎn)協(xié)同就難以用計算機來做。 隨著數(shù)據(jù)成本的下降和云大物等技術(shù)的應(yīng)用，復(fù)雜產(chǎn)品設(shè)計可以數(shù)字化、復(fù)雜生產(chǎn)過程仿真也可以數(shù)字化。在這樣的平臺上，我們就比較容易地推進工業(yè)APP和數(shù)字孿生等技術(shù)；CPS和數(shù)字孿生的思想也可以拓展到工廠級別。

設(shè)備數(shù)據(jù)采集、傳輸?shù)拿芏仍黾雍螅芾砗涂刂频娜诤弦簿瓦M入了新的時代。GE工業(yè)互聯(lián)網(wǎng)的思想就體現(xiàn)了這樣的趨勢。在筆者看來，工業(yè)互聯(lián)網(wǎng)三要素（智能的機器、高級算法和工作中的人），可以理解為“重構(gòu)人和機器的界面”，也可以理解為“管理與控制的融合”。 第三條線索是智能化的程度。

計算機做決策的前提是信息和知識的完備性：計算機必須獲得做決策的必要信息，才能做決策。受完備性的影響，過去的智能決策（自動化）往往限于小系統(tǒng)，如設(shè)備、閥門級的系統(tǒng)。

前面談到的兩條線索，使得計算機能夠獲得更多的信息和知識等決策要素。所以，前面兩條線索的發(fā)展，促進了計算機的智能決策。這時，智能決策開始針對復(fù)雜大系統(tǒng)了。但決策機制往往是筆者所謂“吳淑珍式的智能”——用及時、準(zhǔn)確、完備的信息加上簡單的決策規(guī)則進行決策。 促進智能決策發(fā)展的技術(shù)還有兩個：一個是大數(shù)據(jù)帶動認知能力的提升，典型的就是圖像識別。第二種是借助數(shù)字化手段利用經(jīng)驗性知識：把實踐中好的做法記下來，下次遇到相同的情況就去用。

特別需要指出的是：企業(yè)是難以完全實現(xiàn)智能決策的。因為機器是無法完全替代人的作用的。所以，在可以預(yù)見的未來，人機界面的重構(gòu)、讓機器幫助人決策，是智能化的主要方向。

三條線索的發(fā)展有一定獨立性：網(wǎng)絡(luò)的發(fā)展推進第一條線索，大數(shù)據(jù)的進步推動了第二條線索，信息和知識的完備性推動了第三條線索。但是，三條線索之間又是互相關(guān)聯(lián)的。比如，互聯(lián)網(wǎng)帶動了大數(shù)據(jù)，而大數(shù)據(jù)技術(shù)有促進了互聯(lián)網(wǎng)的應(yīng)用；大數(shù)據(jù)和互聯(lián)網(wǎng)提升了信息的完備性、進而促進了智能決策，而智能決策又為大數(shù)據(jù)和互聯(lián)網(wǎng)應(yīng)用創(chuàng)造價值。 我們還注意到：這三條線索與中國工程院智能化發(fā)展的三個范式（如下圖所示）是非常接近的。但在筆者需要強調(diào)：智能化發(fā)展的關(guān)鍵往往不是算法，而是決策要素的完備性和價值。

需要特別指出的是：推進三條線索進步的，不僅是數(shù)字化技術(shù)，還有其他與經(jīng)濟相關(guān)的因素。比如，勞動力成本上升以后，會推動自動化程度的提高；而自動化程度的提高，會讓數(shù)據(jù)采集變得容易。再比如，針對個性化小批量市場的企業(yè)，生產(chǎn)組織的困難度比較高，就比較容易推動網(wǎng)絡(luò)化協(xié)同、數(shù)字化設(shè)計。再如，客戶對產(chǎn)品質(zhì)量要求高了以后，會對管理提出更加嚴峻的要求，這是有利于推動管控一體化。 所以，推進數(shù)字化轉(zhuǎn)型，首先是CEO的事情，其次才是CIO的事情。

原文標(biāo)題：數(shù)字化轉(zhuǎn)型的三條線索

文章出處：【微信公眾號：工業(yè)IoT】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責(zé)任編輯：haq