多点“庖丁解牛”，少点“屠龙之技”

30多年前我读大学时，“边缘学科”或“交叉学科”是非常时髦的概念。人们相信：很多新的科学和技术出现在不同领域交叉、融合的地方。事实确实如此。不过，科学研究的特点，会让原本的“交叉学科”变成新的、独立的学科。

这是因为：人类大脑的功能受到生理极限的约束，往往只能在某个专业上有相对精深的研究。所以，在人类科技进步的过程中，不断地细化专业和分工，才能把专业水平提上去。

但是，在工程技术界的情况正在发生变化。我们现在推进数字化转型，往往就是从各个角度和层次推进融合。如战略与管理、管理与技术、OT与IT的融合、应用技术与平台技术的融合，还包括跨专业的融合，如设计与材料、研发与制造、工艺与设备、设备与控制、工序与工序等专业的融合。这种融合不是“两两融合”而是多个专业、部门、层级的融合。

导致这种融合的力量，就是互联网和数字化，两者共同作用导致了智能化。我经常说：工业的智能主要是“吴淑珍式的智能”（靠内线炒股发财的模式）。这种智能的特点，主要通过及时准确的信息和简单的逻辑进行决策。换句话说，决策逻辑是简单的，但获得信息的能力增强了。技术逻辑就是数字化的“信息”驱动软件化的“知识”做出决策。从这个角度上谈，决策优化的机会来源于信息和知识的集成。

利用数字化的手段，所有专业的人都可以把自己的知识数字化，用软件的形式沉淀下来处理信息。“电脑”不再受到生物生理极限的约束。这时，网络互连可以把不同专业、领域、部门的信息和知识送过来，做出综合性的科学决策。所以，信息集成往往为决策革命带来实质性的机会。这种机会，弥补了专业划分、层级划分、业务划分带来的麻烦。

谈到智能化，就不能不谈AI。当代所谓“新一代人工智能”，重点是“深度学习”这类知识。在工业领域，AI可以用于与图像、语音识别相关的场景，并具有很大的发展前景。从算法的角度看，其主要作用是从巨大的搜索空间中降低搜索量、帮助计算机克服组合爆炸问题。但是，有人将其看做一种“高级的回归分析”、“新一代的数据建模方法”。这个观点在理论上是正确的，但在多数工业场景下却是一种“屠龙之技”，也就是俗话说的“高射炮打蚊子”。

做工业应该多一点基础性的工作：把人类大脑中简单的知识沉淀下来、实现跨专业相互融合。在信息互联互通的背景下，简单知识软件化的意义和发展前景都是非常大的。当然，要发挥作用，需要花时间去理解业务、去理解不同专业和部门的人是如何思考问题的、利益关系是如何的、发展过程是怎样的。以便于做出综合考虑，把人类大脑中的知识聚合在计算机中。这种工作就像“庖丁解牛”：不需要多快的刀子、也不需要多大的力气，关键是去理解复杂系统的知识结构。

但愿大家在推动数字化转型时，多一点实实在在的“庖丁解牛”，少一点抓人眼球的“屠龙之技”。