把技术问题转化成经济问题

熟悉我的朋友都知道：我一直把智能制造等技术问题的难点归结为“经济性问题”。也就是说：不要过于关注技术上的难点，关键是经济上划算不划算。对于这个问题，有些人就是钻牛角尖，看到技术上的难点，就“一叶障目不见泰山”。

他可能会举出某个例子：某某问题就是特别难！ 如果一件事难到一定程度，就不是企业应该做的。数字化技术带来的机会很多、很多，为什么总要想着特别难的这件事呢？就不能放下它，去做其他投入产出更好的项目？

我是搞技术的，也知道有些技术很难。最大的困难往往是细节问题。一个技术对“安全、稳定、可靠”和质量指标的要求越多，细节就越多。细节越多，要花的时间、精力和心血就越多，甚至要“十年磨一剑”。科技工作者的时间、精力和心血，就是成本。技术的难点为什么往往是“细节问题”呢？优秀的工程师是善于“复杂、困难问题简单化”的。简单化以后，就是细节问题了。如果你做不到“复杂问题简单化”，那是因为你的路子走错了。

经济问题的一个重要方面是需求问题。完整、准确地把握需求，才能有经济性。需求没有把握好，经济性自然是不好的。从经济性的角度看，人们有时要把“非常难以实现的需求”转化成特定成本下可以实现的目标。所以，转化成经济问题是需要水平的。

当然，经济性的问题还有很多：市场大小的问题、需求强烈程度的问题、基础条件的问题、个性化强弱的问题等等。一个优秀创新人才、一个善于推动数字化转型的人，一定能够要善于把需求分析和技术实现等方面的问题，转化成经济性问题。

我是数学系毕业的。“问题转化”是数学上最重要的思维方式之一。这种思想在创新中很有用途。工业界从事数据建模时，往往要把“机理不清楚的问题”转化成“参数不完备”、“数据不理想”的问题。这样找到一条可以通过努力，逐步能够完成的工作。这时候，建模问题就变成了经济问题。

上面的观点，有人看不懂。我一直认为：我写的东西，就是写给有悟性的朋友看的。如果要我花时间给没有悟性又固执的人解释，则不具备经济性。