工程師的數(shù)字化思維

       數(shù)字化思維是科學(xué)思維

　　按照傳統(tǒng)的技術(shù)和工藝，某工廠加熱鋼坯時(shí)需要8小時(shí)的時(shí) 間。呂博士聽說之后，就陷入了思考：真的需要8個(gè)小時(shí)嗎?于 是，他建立了一個(gè)數(shù)學(xué)模型，用理論方法計(jì)算加熱時(shí)間。根據(jù)計(jì) 算結(jié)果，加熱4個(gè)小時(shí)就足夠了。這不僅可以加快生產(chǎn)效率，還 可以節(jié)約大量的能源。工廠的老師傅看到這個(gè)結(jié)論很興奮，但不 太敢相信這個(gè)結(jié)果。于是，采取逐步縮短時(shí)間的辦法改進(jìn)工藝。 最后，呂博士的觀點(diǎn)果然是對(duì)的!

　　在工業(yè)企業(yè)中，許多做法都是依照經(jīng)驗(yàn)制定的。我經(jīng)常發(fā) 現(xiàn)，有些經(jīng)驗(yàn)非常不合理。比如，有些問題是前工序?qū)е碌?，? 處理方式則是改變后工序。經(jīng)過計(jì)算，后工序的方法其實(shí)完全沒 用。這種錯(cuò)誤的做法是某一次偶然的錯(cuò)誤導(dǎo)致的，但卻一直保留 了下來。

　　另外，還有些方法過于保守，有些做法根本沒有必要，有些 方法則可以隨著設(shè)備和工藝水平的上升與時(shí)俱進(jìn)。通過建立數(shù)學(xué) 模型進(jìn)行理論分析，往往能夠發(fā)現(xiàn)可能的優(yōu)化機(jī)會(huì)。然后通過漸 進(jìn)的方式，平穩(wěn)而安全地過渡到好的方法。

　　數(shù)字化思維是以理服人

　　我有位朋友，曾經(jīng)在某大企業(yè)擔(dān)任CIO。若干年后，他 被一家民企以500萬年薪聘請他擔(dān)任CEO。但老板的要求是每 年增加30%的銷量。

　　CIO出身的他習(xí)慣于用數(shù)據(jù)說話。他發(fā)現(xiàn)：影響銷售量的 主要原因是代理商不給力、產(chǎn)品賣不出去。于是，他把代理商召 集到一起，給他們下達(dá)指標(biāo)：明年增加30%的銷量。但是，代理 商老張?zhí)鰜韼ь^抵制：明年連10%的銷售量都增加不了，增加 30%是不可能的。

　　這位代理商是老板的發(fā)小，兩人私交很好。我的朋友是老板 聘請來的CEO，顯然不能硬來。于是，他繼續(xù)發(fā)揮用數(shù)據(jù)說話的 特長，花了很大的代價(jià)進(jìn)行調(diào)研、摸清基礎(chǔ)數(shù)據(jù)。然后來到老張 所在的城市。

　　他對(duì)老張說：老張，你和老板的關(guān)系非常好，應(yīng)該帶頭幫助 老板實(shí)現(xiàn)銷售目標(biāo)。老張說：我也想啊，但市場就這么大，實(shí)現(xiàn)不了啊。我的朋友就對(duì)他說：你負(fù)責(zé)的這個(gè)縣，有13家商場銷售 我們這類產(chǎn)品，但你只進(jìn)入了一家，明年是否可以進(jìn)入第二家? 如果你不能再進(jìn)入一家，可否換成別人來做代理?在準(zhǔn)確的數(shù)字 面前，老張只好答應(yīng)明年增加30%的銷量。

　　推進(jìn)數(shù)字化的時(shí)候，經(jīng)常會(huì)遇到各種利益沖突和矛盾。人們 總是以各種借口不愿意改變。用強(qiáng)硬的辦法推進(jìn)，常常會(huì)招致怨 恨和抵制，最終導(dǎo)致工作的失敗。數(shù)字化思維的一個(gè)好處，是用 數(shù)據(jù)說話，讓客觀事實(shí)迫使這些人讓步，而不是把矛盾集中在個(gè) 人的身上。

　　數(shù)字化思維是追求極限

　　廣東有一家優(yōu)秀的民營企業(yè)。最高領(lǐng)導(dǎo)曾經(jīng)給他們題詞： 中小企業(yè)能夠辦大事。他們?yōu)橐患抑腥蘸腺Y的汽車廠建立了一個(gè) 工業(yè)互聯(lián)網(wǎng)平臺(tái)。通過這個(gè)平臺(tái)，這家工廠每小時(shí)多生產(chǎn)兩輛汽 車， 一個(gè)多月就收回了投資成本。

　　眾所周知，日本企業(yè)的精益化管理做得非常好，為什么還會(huì) 有提升的空間呢?這家企業(yè)的老板告訴我：在汽車生產(chǎn)過程中， 需要從一個(gè)工位移動(dòng)到另外一個(gè)工位，移動(dòng)過程其實(shí)可以加快。 比如，很多工位可以加快0.3~0.7秒。這個(gè)時(shí)間非常短，很 難靠人工的優(yōu)化來實(shí)現(xiàn)，但是，如果用計(jì)算機(jī)來管理，這段時(shí)間 就可以優(yōu)化下來。積少成多，就成就了這個(gè)技術(shù)。

　　現(xiàn)代工業(yè)是在追求極限的過程中發(fā)展起來的。人們經(jīng)常追 求零缺陷、零庫存、零延遲、零傷亡、零排放。為什么要追求這些極限指標(biāo)呢?其實(shí)，追求極限指標(biāo)是一種手段，在追求極 限的過程中容易發(fā)現(xiàn)企業(yè)隱藏的各種問題，促進(jìn)企業(yè)的持續(xù)改 進(jìn)，從而實(shí)現(xiàn)“久久為功”。在追求極限的過程中，機(jī)器比人有 更大的優(yōu)勢。

　　所以，我經(jīng)常對(duì)人說：數(shù)字化是追求極限的工具，通過 “久久為功”促進(jìn)技術(shù)的發(fā)展，有了極限意識(shí)，就比較容易推 進(jìn)數(shù)字化的進(jìn)展。

　　數(shù)字化思維要勇于采用“笨辦法”

　　有位朋友想根據(jù)一個(gè)數(shù)學(xué)公式計(jì)算一個(gè)重要的參數(shù)。這個(gè)參 數(shù)關(guān)系到一個(gè)重要設(shè)備的安全運(yùn)行，是國外對(duì)我們“卡脖子”的 技術(shù)?？吹竭@個(gè)公式，我感覺有點(diǎn)復(fù)雜，也不確定自己的推導(dǎo)是 不是正確。于是，我建議他不要去推導(dǎo)公式，而是用隨機(jī)模擬的 辦法分析;通過無數(shù)次計(jì)算找到合適的參數(shù)。不久之后，他興奮 地告訴我：這個(gè)方法成功了，并得到了上級(jí)主管部門的認(rèn)可。

　　我經(jīng)常發(fā)現(xiàn)：實(shí)踐中的思路往往與讀書時(shí)的思路不一樣。讀 書的時(shí)候遇到難題， 一般就要想破腦袋去尋找巧妙的辦法?，F(xiàn)實(shí) 中，往往不存在這種“巧妙的辦法”， 一味地追求巧妙的做法可 能是“緣木求魚”，永遠(yuǎn)都不可能成功。現(xiàn)實(shí)中有效的辦法，往 往是那些“笨辦法”，靠硬算或試驗(yàn)解決問題，有趣的是：聰明 學(xué)霸們往往想不到這些“笨辦法”。

　　在數(shù)字化時(shí)代，計(jì)算機(jī)的能力大大增強(qiáng)。這使得許多過去 沒有辦法(在允許的時(shí)間內(nèi))計(jì)算的辦法能夠算出來了。這使得 “笨辦法”的應(yīng)用范圍大大增強(qiáng)。特別地，把人類的思維方式轉(zhuǎn)化成計(jì)算機(jī)的算法時(shí)，往往就是要采用“笨辦法”。善于用“笨 辦法”，才能更加有效地解決困難的問題。

　　數(shù)字化思維強(qiáng)調(diào)知識(shí)的復(fù)用

　　數(shù)字化技術(shù)的一個(gè)重要原理，是把人的知識(shí)寫到軟件里、讓 計(jì)算機(jī)去做。大約10年前，我和寶鋼梅山的胡恒法首席就意識(shí)到 這個(gè)問題。但卻遇到了一個(gè)意外的困難：我們想做一件事，人卻 沒有知識(shí)。所以，我們遇到了“巧婦難為無米之炊”的困境。

　　遇到這樣的問題，應(yīng)該怎么辦呢?我就去思考：為什么沒有 知識(shí)呢?答案其實(shí)很簡單：許多工業(yè)知識(shí)是實(shí)驗(yàn)的結(jié)果。沒有知 識(shí)是因?yàn)闆]做實(shí)驗(yàn)。過去為什么沒做實(shí)驗(yàn)?zāi)?因?yàn)椴粍澦悖簭埩_ 幾個(gè)月做次實(shí)驗(yàn)，花費(fèi)很多，收益卻很少，打個(gè)比方，投入100 萬，收益30萬，根本不劃算啊!

　　怎么解決這種問題呢?解決的方法其實(shí)很簡單：靠知識(shí)復(fù)用 來解決!

　　知識(shí)的價(jià)值是在應(yīng)用中產(chǎn)生的。知識(shí)創(chuàng)造的價(jià)值大體上與應(yīng) 用的次數(shù)成正比。如果我們把知識(shí)放在計(jì)算機(jī)中、變成軟件，而 不是放在人的腦子中，應(yīng)用的次數(shù)就可能增加10倍。如果我們把 這個(gè)軟件推廣到10個(gè)地方，應(yīng)用的次數(shù)又可以增加10倍。這樣， 收益就可以變成100倍。過去不劃算的事情，現(xiàn)在就劃算了;過 去不值得做的實(shí)驗(yàn)，現(xiàn)在就值得做了。

　　我發(fā)現(xiàn)：數(shù)字化的價(jià)值，往往是通過“知識(shí)復(fù)用”來實(shí)現(xiàn) 的。但知識(shí)復(fù)用往往需要條件和機(jī)會(huì)。比如，擁有多個(gè)工廠的大 企業(yè)就容易復(fù)用，小企業(yè)就不容易復(fù)用;有產(chǎn)業(yè)集群的地方就容 易復(fù)用，沒有產(chǎn)業(yè)集群的地方就不容易復(fù)用等等。如何為知識(shí)復(fù) 用創(chuàng)造條件，是企業(yè)家應(yīng)該重點(diǎn)考慮的問題。

　　還有幾個(gè)故事值得講。比如數(shù)字化是協(xié)同、數(shù)字化是服務(wù)、數(shù)字化是持續(xù)迭代等，以后有空時(shí)繼續(xù)寫。

　　作者簡介：

　　郭朝暉博士，教授級(jí)高工，前寶鋼中央研究院首席研究員，多年來一直 從事自動(dòng)控制、數(shù)據(jù)建模、智能制造、大數(shù)據(jù)等研究和開發(fā)工作，參與 了中國工程院《中國智能制造發(fā)展戰(zhàn)略研究報(bào)告》、國務(wù)院發(fā)展研究中 心《借鑒工業(yè) 4.0，推動(dòng)中國智能制造轉(zhuǎn)型升級(jí)》等多個(gè)國家重大戰(zhàn)略 咨詢項(xiàng)目，并參與了工信部下屬單位發(fā)布的《CPS 白皮書》、《工業(yè)互 聯(lián)網(wǎng)平臺(tái)白皮書》、《工業(yè)大數(shù)據(jù)應(yīng)用白皮書》、《工業(yè) APP 白皮書》、 《工業(yè)大數(shù)據(jù)分析指南》等眾多文件的編寫。

聲明：本文為轉(zhuǎn)載類文章，如涉及版權(quán)問題，請及時(shí)聯(lián)系我們刪除（QQ: 2737591964），不便之處，敬請諒解！