工程师的数字化思维

最近几年，上海市工程师协会每年都请我讲点东西，今年的题目是谈谈数字化思维。该谈点什么呢？就讲几个故事吧。  

数字化思维是科学思维  

按照传统的技术和工艺，某工厂加热钢坯时需要8小时的时间。吕博士听说之后，就陷入了思考：真的需要8个小时吗？于是，他建立了一个数学模型，用理论方法计算加热时间。根据计算结果，加热4个小时就足够了。这不仅可以加快生产效率，还可以节约大量的能源。工厂的老师傅看到这个结论很兴奋，但不太敢相信这个结果。于是，采取逐步缩短时间的办法改进工艺。最后，吕博士的观点果然是对的！  

在工业企业中，许多做法都是依照经验制定的。我经常发现，有些经验非常不合理。比如，有些问题是前工序导致的，而处理方式则是改变后工序。经过计算，后工序的方法其实完全没用。这种错误的做法是某一次偶然的错误导致的，但却一直保留了下来。  

另外，还有些方法过于保守，有些做法根本没有必要，有些方法则可以随着设备和工艺水平的上升与时俱进。通过建立数学模型进行理论分析，往往能够发现可能的优化机会。然后通过渐进的方式，平稳而安全地过渡到好的方法。  

数字化思维是以理服人  

我有位朋友，曾经在某大企业担任ＣＩＯ。若干年后，他被一家民企以５００万年薪聘请他担任ＣＥＯ。但老板的要求是每年增加３０％的销量。  

ＣＩＯ出身的他习惯于用数据说话。他发现：影响销售量的主要原因是代理商不给力、产品卖不出去。于是，他把代理商召集到一起，给他们下达指标：明年增加３０％的销量。但是，代理商老张跳出来带头抵 制：明年连１０％的销售量都增加不了，增加３０％是不可能的。  

这位代理商是老板的发小，两人私交很好。我的朋友是老板聘请来的ＣＥＯ，显然不能硬来。于是，他继续发挥用数据说话的特长，花了很大的代价进行调研、摸清基础数据。然后来到老张所在的城市。  

他对老张说：老张，你和老板的关系非常好，应该带头帮助老板实现销售目标啊。老张说：我也想啊，但市场就这么大，实现不了啊。我的朋友就对他说：你负责的这个县，有１３家商场销售我们这类产品。但你只进入了一家。明年是否可以进入第二家？如果你不能再进入一家，可否换成别人来做代理？　在准确的数字面前，老张只好答应明年增加３０％的销量。  

推进数字化的时候，经常会遇到各种利益冲突和矛盾。人们总是以各种借口不愿意改变。用强硬的办法推进，常常会招致怨恨和抵 制，最终导致工作的失败。数字化思维的一个好处，是用数据说话，让客观事实迫使这些人让步，而不是把矛盾集中在个人的身上。  

数字化思维是追求极限  

广东有一家优秀的民营企业。最高领导曾经给他们题词：中小企业能够办大事。他们为一家中日合资的汽车厂建立了一个工业互联网平台。通过这个平台，这家工厂每小时多生产两辆汽车，一个多月就收回了投资成本。  

众所周知，日本企业的精益化管理做得非常好，为什么还会有提升的空间呢？这家企业的老板告诉我：在汽车生产过程中，需要从一个工位移动到另外一个工位。移动过程其实可以加快。比如，很多工位可以加快０.３～０.７秒。这个时间非常短，很难靠人工的优化来实现。但是，如果用计算机来管理，这段时间就可以优化下来。积少成多，就成就了这个技术。  

现代工业是在追求极限的过程中发展起来的。人们经常追求零缺陷、零库存、零延迟、零伤亡、零排放。为什么要追求这些极限指标呢？其实，追求极限指标是一种手段，在追求极限的过程中容易发现企业隐藏的各种问题，促进企业的持续改进，从而实现“久久为功”。在追求极限的过程中，机器比人有更大的优势。  

所以，我经常对人说：数字化是追求极限的工具，通过久久为功促进技术的发展。有了极限意识，就比较容易推进数字化的进展。  

数字化思维要勇于采用笨办法  

有位朋友想根据一个数学公式计算一个重要的参数。这个参数关系到一个重要设备的安全运行，是国外对我们“卡脖子的技术”。看到这个公式，我感觉有点复杂，也不确定自己的推导是不是正确。于是，我建议他不要去推导公式，而是用随机模拟的办法分析；通过无数次计算找到合适的参数。不久之后，他兴奋地告诉我：这个方法成功了，并得到了上级主管部门的认可。  

我经常发现：实践中的思路往往与读书时的思路不一样。读书的时候遇到难题，一般就要想破脑袋去寻找巧妙的办法。现实中，往往不存在这种“巧妙的办法”。一味地追求巧妙的做法可能是“缘木求鱼”，永远都不可能成功。现实中有效的办法，往往是那些笨办法，靠硬算或试验解决问题。有趣的是：聪明学霸们往往想不到这些笨办法。  

在数字化时代，计算机的能力大大增强。这使得许多过去没有办法（在允许的时间内）计算的办法能够算出来了。这使得“笨办法”的应用范围大大增强。特别地，把人类的思维方式转化成计算机的算法时，往往就是要采用“笨办法”。善于用笨办法，才能更加有效地解决困难的问题。  

数字化思维强调知识的复用  

数字化技术的一个重要原理，是把人的知识写到软件里、让计算机去做。大约１０年前，我和宝钢梅山的胡恒法首席就意识到这个问题。但却遇到了一个意外的困难：我们想做一件事，人却没有知识。所以，我们遇到了“巧妇难为无米之炊”的困境。  

遇到这样的问题，应该怎么办呢？我就去思考：为什么没有知识呢？答案其实很简单：许多工业知识是实验的结果。没有知识是因为没做实验。过去为什么没做实验呢？因为不划算：张罗几个月做次实验，花费很多收益却很少。打个比方，投入１００万，收益３０万，根本不划算啊！  

怎么解决这种问题呢？解决的方法其实很简单：靠知识复用来解决！  

知识的价值是在应用中产生的。知识创造的价值大体上与应用的次数成正比。如果我们把知识放在计算机中、变成软件，而不是放在人的脑子中，应用的次数就可能增加１０倍。如果我们把这个软件推广到１０个地方，应用的次数又可以增加１０倍。这样，收益就可以变成１００倍。过去不划算的事情，现在就划算了；过去不值得做的实验，现在就值得做了。  

我发现：数字化的价值，往往是通过“知识复用”来实现的。但知识复用往往需要条件和机会的。比如，拥有多个工厂的大企业就容易复用，小企业就不容易复用；有产业集群的地方就容易复用，没有产业集群的地方就不容易复用等等。如何为知识复用创造条件，是企业家应该重点考虑的问题。  

还有几个故事值得讲。比如数字化是协同、数字化是服务、数字化是持续迭代等，以后有空时继续写。