避免“为技术而技术”

我经常批评别人“为技术而技术”。但怎么做才能避免“为技术而技术”呢？我的答案是：“为业务而技术”、“为价值而技术”——技术是服务于业务的、业务是服务于价值创造的。

为业务而技术，就是技术要立足于现实的业务条件、服务于现实的业务需求。例如，对于“设备预测性维护”这个热门技术，我就经常持怀疑态度。

原因很简单。首先是业务上的现实可行性：只有少数场景能做预测故障、多数场景其实做不到。有人把算法神秘化，总认为能找到合适的算法。我觉得，这就像迷信诸葛亮的神机妙算一样。在我看来，迷信算法也是一种迷信。数据条件不具备的时候，算法是解决不了问题的。正如我经常引用的比喻：拼命骑自行车，也登不上月球。

为价值而技术，就是看这个技术能不能创造价值。还以“设备预测性维护”为例。预测设备可能出问题就能维护吗？飞机发动机这样的设备或许可以，但流水线上的设备就未必了。因为一台机器的修理，可能要影响整条生产线运行。所以，发现小问题时未必能马上修，没有发现问题时，遇到定修也得修。所以，价值上也不一定能落地。。

随着智能制造技术的发展，与“预知”或“预测”相关研究越来越多。但现实会受现实手段的约束，即便信息准确也没有处理的办法。没有办法用，其实就是没用。

所以，有些信息确实就是“知道了也没用”。即便是有用，如何应用也是一门大学问：因为应用一定要和现实的需求和条件结合在一起。比如，优化工艺参数时，要知道哪些参数是允许优化的、允许变化的范围是多大等。其本质的原因就是：除非你的技术非常伟大，企业一般不会因为你的模型有用，重新去建一座能用这个方法的工厂。这一方面的问题，需要多研究。否则就难以落地。

总之，要避免“为技术而技术”，就要结合具体的业务去谈技术“有什么用”、“能带来多大价值”来谈。工业企业的个性化很强，在一个地方有用的技术在另外一个地方未必有用。技术的价值，是应用的场景决定的。所以，落地之前的研究一定要具体、方法也要具体，要不见兔子不撒鹰。