莫忘初衷，回归原点
本书涉及社会、人口、制度和技术等多方面的内容。读者一定会说：内容为什么这么杂乱呢？其实，技术人员遇到的很多困惑，原因却在技术之外。要把道理说透，就要多问几个为什么，这就要涉及到很多方面和层次的问题。现在，就先从一点个人体会谈起吧。
牛津大学有个著名的段子，叫做“我为什么学习？”：“我为什么学习？ 我学得越多、忘记的也越多。那么，我为什么学习？” 课程学完几年以后，如果不是持续在这个领域工作，人们往往会发现，许多公式和定理都记不住了，题目也都不会做了。这是自然规律。那么，花几年时间上大学，岂不是没有用了？ 其实不然，我们虽然忘记了公式和定理，但却记住了概念、思想和理论体系。这些知识不仅扩能大人的视野，其实是知识的“索引”。这样，如果实际工作中遇到相关的问题，就很容易勾起当年的回忆，稍微花点时间复习一下或请别人帮忙，问题就解决了。也就是说，学习的一个重要目的，是学会发现问题、提出问题。所以，学习是有用的！
然而，现实却令人忧虑。笔者在国内几所985名校担任兼 职教授，有机会参加研究生的面试。很多学生在面试中搞得很狼狈。是题目太难吗？恰恰相反，是简单的问题回答不好。作为控制论方面的研究生，说不出前馈或反馈的案例、搞不清可控、可观的基本概念。是他们水平太差吗？也不是：演算复杂的数学公式时，都能下笔如飞。这样的知识结构有什么问题吗？问题大了：引领知识的思想没有了，相当于知识的“索引”丢了，遇到实际问题时就对应不起来，做事能力就难说了。
这种现象怨学生吗？
是我国教育出了问题。在课堂上，很多老师专注于讲授定理和公式，而轻视了解释概念和理论体系。有两个人曾经谈起中外教育的差异，令我印象颇深：一件事是杨振宁说的：费米教授花了半年的时间讲解“什么是物理”，而中国教授的物理课却是在讲公式推导。另一件是MIT博士毕业的一位师弟说的：MIT研究人工智能是研究人本身，而中国学者是研究算法。相比之下，中国的老师很少做具体工作，更少做开创性工作，陷入细枝末节上而无视全局。这就像会念佛经的人而不懂佛理一样。
这种现象怨老师吗？也不怨。
按照杨振宁的说法，过度重视公式的传统一直都有的，只是现在更加严重了。现在有种说法叫做“论文教授”：写文章头头是道、做讲座新概念满天飞，做起事来却一窍不通。其实，人类老早就认识到：理论与产生的背景距离太远，就会成为无用的东西。更有甚者，实验室出身的权威把企业引到沟里的现象，却是屡见不鲜。
应该说，很多学术界人士脱离现实太久了。
在新一轮技术革命面前，离不开人才和教育。要搞好教育，学术界应该回归其产生的原点：为人类社会创造物质和精神财富。应该深入地研究一下，一些高大上的技术，为什么在应用中会遇到困难和阻碍。
扯了这么多，本文也该回归原点了。笔者想写一本关于工业大数据、智能制造相关的书。笔者发现：很多人在谈大数据，但却不知道大数据能用来干什么；有些人谈了干什么，想法却总是不能落地；有人提出一些方案，却被束之高阁、甚至嗤之以鼻：这叫什么大数据？所以，仅从数据层面看问题，已经难以创造价值了。
概念满天飞背后，恰恰是概念落地难。
概念落地难在什么地方呢？笔者认为：困难首先可以归结到“可靠性”上。工业对象往往是复杂的系统，有各种前馈环节和反馈补偿。在这种情况下，简单的数据分析很容易得到似是而非的结论；然而，工业过程对分析结论的可靠度又要求很高。这样一来，没有全面的领域知识和明察秋毫的关注力，做数据分析就可能是很难的事情。
其实，即便通过数分析得到可靠的结果，也可能是没有用的。宝钢老领导何林生先生经常说：“产品和技术的价值决定于用户：半杯水剩在餐桌上就是垃圾、放在沙漠里却可以救命。”所以，好的技术必须用在合适的地方，才能发挥效益。事实上，确实有许多技术找不到合适的用途，最终变成了“垃圾”。例如，有人擅长做设备诊断，到处推销他的理论方法。但现场的人却说他的方法没用：我们明知设备有问题，也要让它带病生产；要是出了小问题就停产维修，我们承担不起啊!
技术必须找到合适的地方，才能把它用好。
高级的技术一般用在外部要求非常苛刻的地方，比如对效率和质量的追求很高。在这种场合，新技术往往是“沙漠里的水”、是不得不用的东西。反之，如果企业不是追求高效率、高质量的，高技术往往就没有用武之地、是“餐桌上剩下的水”。
然而，适合高技术的地方，却往往并不好找。
现实中的中国企业，往往看中成本，而不是效率和质量。很多企业为了降成本不择手段、粗制滥造，三鹿奶粉、锦湖轮胎就是典型的案例。有家知名家电企业为了降成本，甚至将节电的电工钢换成了普通的冷轧软钢。很多行业在国外采用自动化流水线，到了中国却变成了半自动——道理很简单：劳动力成本低啊。所以，中国企业追求的往往是低成本、低质量，而不是高质量、高成本。这样，高技术到了中国企业，往往就成了屠龙之技。
我们应该谴责中国的企业家吗？
显然，他们是有责任的。但是，仅仅谴责他们也是片面的。因为中国消费者就是喜欢低价。在产能过剩的背景下，竞争这么激烈，高价产品根本卖不动。所以，生产低价格、低质量的产品也是被逼无奈，毕竟要迎合市场需求啊。
应该谴责中国的消费者吗？
其实，世界上的消费者都希望买到低价格的产品、无一例外，但质量和成本之间是存在矛盾的。由于中国消费者的购买力弱，只能选择质量稍差一些的。但问题是：用户是否喜欢这样的性价比呢？ 很多用户是因为对产品了解不深才买的，买了之后才后悔的。所以，很多劣质产品并不是满足用户的真实需求。
是不是技术水平低导致的呢？
未必是。我们常常见到：同一家企业，出口产品的质量很高，国内产品的质量就要打折扣。此所谓，“橘生淮南则为橘，生于淮北则为枳”。同样，国外高质量的产品和服务，到了国内就开始打折扣了、开始粗制滥造了。对此，很多人会抱怨政府监管不严、纵容奸商。
既然这样，是我国的质量监管和质量标准出问题了？
然而，政府也觉得冤枉：高的质量标准和监管，会导致许多企业关门大吉。进而导致很多人失业；政府财政收入少了，公共服务业受影响，社会不稳定怎么办？
于是，我们认识到：谈论技术问题，首先要认识国情。
我们知道：生产力决定生产关系、经济基础决定上层建筑。生产力和经济基础，是国情中最基本的要素。当一个人因饥饿而营养不良的时候，我们不应该劝他吃海鲜大餐。这就是需求和现实之间的矛盾：身体有需求，现实却买不起。这个道理和我们遇到的问题是一样的：许多中国企业的技术水平很低，但未必真正需要高技术。企业需要的，是适合自身情况的、能带来经济效益的技术。
这样，追根溯源，我们就找到了先进技术难以落地的源头。高技术难以落地的本质原因，是缺乏经济上的支撑。
难道中国制造进入绝境了？
“不是路到了尽头，而是到了拐弯的时候”。企业的困境表明，中国制造业到了需要转型的时候了。经过转型，中国企业的前途可能会迎来一片光明。
为此，我们又必须搞清楚转型的逻辑。
“存在的就是合理的”。一个客观存在，无论是人们喜欢的或者是不喜欢的，都必然有其存在的理由。企业的“低成本、低质量”战略有其存在的理由，要转型到“高成本、高质量”，也必须有其存在的理由。也就是说，要完成从“低成本、低质量”到“高成本、高质量”的转变，需要促使其背后的理由发生改变。
其实，我国企业转变的理由已经来临。这就是人口红利消失、产能严重过剩、经济发展到一定程度、数字化网络化的成本显著降低、环境压力不断加大。这些压力都是促成转型的直接动力。
然而，毋庸置疑的是，转型的道路却是坎坷的。有些企业会浴火重生，有些则会永远消失。其实，无论是自然界还是企业界，优胜劣汰才是真正的进化法则。
在转型变革中，我们努力要做的是让自己成为生存者，而不是被淘汰者。老子说：“道法自然”。任何人和组织都不可与趋势为敌，要顺应历史潮流的发展，才能生存下来。“反者道之动，柔者道以用。”顺应历史潮流的困难，往往在于必须改变习惯、改变过去曾经取得成功的习惯，才能适应未来发展的需求。
在国家和政府层面，要顺应社会、技术发展的趋势，就要为企业创造有利于转型的“大势”。但是，引导企业转型，政府不可以越位。我们知道：现代社会中，企业才是创新的主体。企业又是一个经济实体、是利益驱动的；所以，政府的做法应该是改变市场的赚钱规则。
政府要顺应历史潮流，就要改变不合时宜的观念；促进转型，绝不再是一味地保护企业、而是要更多关注消费者利益，形成一种优胜劣汰的机制。在转型中，政府评价“优劣”的标准要发生改变：不是销量最大、不是GDP最多、不是利税最多、甚至也不是安排就业最多，而是一定要加大“质量”、“环保”的比重。要通过“供给侧改革”，将生产劣质产品、污染企业淘汰出局。像国外先进国家那样，把生产假冒伪劣产品的企业罚得倾家荡产，剩下的才会是注重质量的企业。在这样的环境下，企业就会自然地向“高质量”转型。
在转型的过程中，企业本身更要顺应趋势。企业的顺势而为，也要改变观念，自觉地将纳入高质量要求、高效率的轨道，而不是在“低成本、低质量”的路子上越走越远——要知道：当前主流市场喜欢低价，但这是不可持续的。
企业中的事情，都是由具体的人来完成的；企业要推进创新转型，也必须为每个人造就“顺势而为”的大势。这其实也就是为人们创造新的利益格局：对企业外部，就是商业模式的改变；在企业内部就是组织优化和业务调整。在这种情况下，新技术的应用才有合适的动力与环境。
“万事俱备，只欠东风”，是三国演义中的名句。
这句话要关注两层意思。首先，万事俱备是前提：只有把利益格局调整顺了，技术才能发挥作用。其次，万事具备之后，需要有东风出面：这时，技术就要发挥作用了。
技术如何发挥作用呢？
众所周知，技术是服务于企业经营需求的。数字化技术也不例外。为此，技术人员必须搞清楚：企业的经营为什么需要数字化。要理解这种需求，必须对工业的本质有所理解。
流程化生产之后，大生产的稳定性就变得非常重要了：不稳定可能导致整条流水线的停产，也可能导致产品质量的批量化问题。
要解决这些问题、求得成本和质量的平衡，人们学会了“用数据说话”。从SPC就是在这个背景下产生的。在国外，随着人们对产品质量要求的不断提高，产品质量开始追求极致。在这个背景下，6西格玛理论营运而生。或许可以说，这是数字化的初级阶段。
随着技术的进步、市场竞争加剧。迫使企业不断推出新产品、接收更小的订单、提供更快的交货期、不断为用户提供更好的服务、更加贴近用户的需求。面临这种挑战时，就要进入数字化的高级阶段了。工业4.0、工业互联网、智能制造就是在这种背景下产生的。
历史上，信息化项目的成功率一直是很低的。究其原因，就是信息化技术未能与业务相结合、与流程创新相结合。笔者认为：搞工业大数据、智能制造也面临同样的问题。有了流程创新的蓝图，数字化才能走得顺风顺水。信息技术人员必须摆正自己的位置、只是一个服务者而已。当然，如果遇到一个“昏君”，皇帝不急急太监，也是没用的。
笔者一直认为：有了好的市场，才有好的企业；有了好的企业，才能有好的需求；有了好的需求，才能有好的技术；有了好的技术，就能在好的企业中创造价值。这个逻辑不能乱。乱了之后，就难免会拔苗助长。
这样，我们就回到了问题的原点。
