25年前的异常争论

25年前，我和同事争论了一个问题。我认为，技术人员应该坚持问题驱动。也就是说：首先学会寻找合适的问题，然后再去找合适的方法去解决。同事主张方法驱动。他认为：技术人员应该学会一种绝活（如预测控制），然后找把它用在合适的问题上。当时，我顽固地坚持自己的观点，同事却做了妥协：两种情况应该都有。

25年过去了，我感觉或许要完善一下自己的观点。

我们争论的问题，本质上是知识的广度和深度哪个更重要。科技人员的知识体系，既要有术业专攻的深度，又要有一定的宽度。这种“宽度”应该有多宽呢？要适合社会分工的需求：如果你的主要精力用于解决你的专业问题，你就可以专注于你的专业问题；如果你的多数时间用来发现和提炼问题，你就不能过于专注于自己的专业，而是需要拓宽专业的范畴。比如，你在某个技术领域的知名度很高，经常有人找你，你就可以专注于自己感兴趣的领域；再如，你从事某个领域的科学探索，不用关心这些知识的应用。

按照我的经验，企业技术人员的主要问题是宽度不够、主流应该是问题驱动而非方法驱动。

企业遇到问题时，往往是跨专业的。比如，涉及到管理、工艺、设备、控制、检测等多个方面的因素。企业最需要的专家，首先是能把问题定位准确的人、能够准确提出问题的人。在这样的场景下，即便你对某种方法特别擅长，如果专业面太窄，就会“英雄无用武之地”。

对于搞数字化的人来说，好问题几乎永远是稀缺的。因为需求往往是隐藏的、潜在的。而解决问题时，往往是采用“复杂问题简单化”的方法、尽量避免过于复杂的算法。所以，技术人员除了要了解自己的专业，还需要了解自己的用户、自己用到的工具，也就是要跨越上下两个专业。另外，按照我的经验：如果没有遇到合适的问题，没有必要花很多时间，对自己领域内的某个特殊方法钻得太深。这样往往是浪费时间：而且，如果你是个优秀的技术人员，往往也没有那么多时间。正确的做法是对这个方法有简单的了解，必要的时候能够迅速把专业问题搞清楚。也就是说，要培养学习能力，用灵活性解决知识不足的问题。

最近，ChatGPT很热。于是，我就想到了25年前的这次讨论。