一次深刻有趣的讨论

昨天和今天，在优也公司的群里面。公司顾问、原丰田的前辈李兆华先生谈了许多心得体会。我的收获非常大。

对于同一个问题，李先生比较了精益、六西格玛、TOC、数字化工程师的不同想法，非常有意思。如何来看到这些方法的“优劣”呢？

李兆华先生的PPT

我年轻时从数学系学到一种思维方式：要比较不同的做法，就要纳入同一个逻辑体系。这就好比，多个人分别持有美元、人民币、欧元、日元。要比较谁更富有，必须用汇率换算成同一种单位。

我找到的这种逻辑体系，就是看这些方法从何处入手：有的是直接解决问题，有的则是从分析问题入手；有的分析问题本身，有的是分析产生问题的根源；还有的是为分析问题准备条件。

在这样的逻辑体系下，哪种方法更好呢？这其实决定于人们掌握知识的程度。如果问题非常确定、原因和关键点都是清楚的，自然应该直接从解决问题入手。如果问题本身就是不清楚的，自然应该从明确问题入手。

人掌握的知识到底如何呢？职业和文化往往决定人的思维方式。很多IT工程师的思维方式是：用户需求和问题是清楚的，我马上去做；我是做研发的出身，习惯的思维方式是：用户的需求和问题其实不清楚，我需要搞清楚。

按照我的经验：遇到新问题时，“不清楚”才是一种常态。有知识的人知道自己无知，大概就是这个意思。因为在每个人的心里，“清楚”是有自己的标准的。有经验的人往往标准高、没经验的人往往标准低。回到前面的问题，我的建议很可能也是从问“为什么”开始。

理想的情况是：人类是根据问题本身、自身的经验来选择方法的。这其实就是要求“知己知彼”。这样，缺什么知识就补什么知识，缺什么条件就补什么条件，实际的出发点就不一样。所以，真正的大师是“无招胜有招”：实际上是善于具体问题具体分析。同样，不论你习惯于精益、还是习惯于TOC、六西格玛，如果是真正的明白人，采取的方法可能也是一样的。这就叫做“大道相通”。

TOC创始人高德拉特曾经说：真正理解TOC的人非常少。现在我的理解是：多数人把方法僵化了，只会按部就班地做事。现在很多人做数字化转型，就是这样的。现实中这样的人也很多。

孔子也有教不会的学生。

四年前我曾经对小傅讲：数字化项目应该是先人走得通，再推进方法的数字化。简称为“先人做、再机做”。但是，有时候人想不清楚，需要用数据帮助人想清楚、想得更清楚。我想，6西格玛应该以此为前提。

我反对让“没有想法的人”去做数据分析。做数据分析的人如果没有想法，数据分析的结果基本上没有意义，也没办法形成人的知识。

我过去做数据分析时，有个经验叫做“异常驱动”：发现有不对劲的地方，就以此为切入点，深入研究下去。“异常”就像侦探发现的线索。我把这个经验告诉别人。但别人照我的办法做，却毫无进展。后来我意识到：判断“异常”的前提是知道什么是“正常”。而对“正常”的判断是经验。缺乏经验的人不知道什么是“正常”，也就无法判断什么是“异常”。如果没有工业经验的人做六西格玛，可能也会遇到类似的问题。

我发现：适合做工业数据的人要有个条件：就是喜欢琢磨现实的事情，而不是沉浸在数据中。这种人喜欢从物理逻辑看事情，用数据来印证物理逻辑。但是，人不能瞎琢磨，人自己要有知识和经验才能琢磨。这就回到了我们说了几十年的观点：深入实际、深入实践。

从这个前提出发，我认为未来的大企业要建立自己的数据分析团队。团队成员都是有业务背景的。中小企业没有资源的，最好找有行业背景的人来做服务。从这个角度讲，高校不应该设计数据分析的本科专业。