多为问题找方法，少为方法找问题

20年前，我从工业自动化专业博士毕业后来到宝钢。国内一位著名学者、前辈非常关心我，希望我能尽快做出点成绩，为控制界争光：“小郭，你是学先进控制的，要争取把先进控制方法在宝钢用好”。

我对这位前辈解释说：“先进方法用不好，往往不是技术人员的问题，而是现实条件和需求的问题。比如，如果检测数据的准确性及时性不好、控制机构的性能不好，高级的算法就用不好。我觉得，如果企业能用好先进控制，主要是这个企业的基础条件足够好的结果、让技术应用比较容易，而不一定能看做企业先进原因。”

对于这个问题，我还打了一个比喻：“在三国演义中，‘万事俱备只欠东风’这句话，说的是诸葛亮的‘借东风’的本事大。但这是小说的夸张。现实中，真正的难点往往是如何做到‘万事具备’，把基础条件搞好。” 明白人，不应该让技术的亮点掩盖重点和难点。

那个时候，我就形成了一种技术思想：做技术的人，要从需求出发而不是从方法出发。多为问题找方法，少为方法找问题。企业不是高校，技术创新应该遵循这样的路子，才有利于创新的经济性。

最近，人工智能领域的某位大牛也开始进入制造业。听到这个消息，我脑子中想到的是：工业中哪些场景适合人工智能？ 换句话说：适合人工智能的问题在哪里？ 这些问题需要具体分析还是有统一的解决方法？是适用性很大的问题还是只适合个别场景？我觉得，图像识别等问题可能有较大的适用范围（我的团队在2000年就有个图像识别技术获得过上海是优秀发明选拔赛一等奖，但不属于人工智能范畴）。除此之外，工业界很多技术被称为“人工智能”，多少是有点牵强的、有点赶时髦的味道。

总之，我认为：目前这个阶段，在工业界用好人工智能，瓶颈是问题而不是方法；如果用人工智能解决一些小问题，有“高射炮打蚊子”的嫌疑。当然，随着工业技术的进一步发展，数字化、网络化技术的深入应用，工业界的问题会变得越来越复杂。那时候恐怕才是人工智能大显身手的时候。