在清華的報告摘要

昨天下午在清華大學做了一場報告。這場報告談的是我對智能製造、工業大數據、人工智慧和工業互聯網的一般性認識。所謂一般性認識，就是廣泛適用的、也是大家都能聽明白的道理。

人們會發現，在這些領域有很多成功的案例。這些案例的原理其實都很容易理解、普通人一聽就明白、就能判斷可行性。比如，油田通過遠程監控把工人從荒漠撤離；天遠通過監控車輛，防止繞路、偷油、干私活。

但是，這些道理到了自己的數企業，人們就不會用了、不知道該幹什麼了。於是就想了些自己都不知道該怎麼做的事情。其實是寄希望於有個技術大牛，去解決我自己不明白也不會做的事。比如被神話的人工智慧和大數據分析。一旦高技術被神話了，就不具備一般性。還有些技術很好，但只適合個別的情況，如預測式維護。這些也不具備一般性。

昨天我談了對一些技術的一般性認識：互聯網的能耐就是讓我們能通過計算機（Cyber Space）發現和掌控遠方的資源；製造過程的智能就是能讓人能（暫時）離開計算機（Cyber 空間）、讓機器去做決策；大數據最基本的作用就是能記錄歷史，以後遇到問題有據可查、且能找到過去成功的做法去模仿。這樣就可以放心地去用一些「簡單」的辦法，比如我說的「吳淑珍式的智能」，也就是用清晰的信息加上簡單的推理，而不要把智能看得太複雜、玄妙。同樣，也別把大數據分析演算法看得太複雜：能高質量地採集、完整地保存、想辦法找到你需要的就好辦了。其中「找到你需要的」，本質上就是智能——不用我們自己去找，你把規則給機器、讓機器幫你去找。這種「智能」在大數據的背景下特別重要，因為機器比人強。我講了多年的技術創新，一直強調「模糊問題清晰化、複雜問題簡單化」，就是這個道理。

這些道理都很簡單，為什麼現在才去琢磨、現在仍然需要強調？因為過去琢磨了也沒用：這些想法的技術和經濟可行性不好。現在要琢磨這些道理，主要是技術和經濟可行性改變了。改變的基本原因，就是ICT技術讓數據採集、傳輸和記錄的成本低了、效率提升了。

接著一個問題是：這些優勢如何才能發揮出來？我覺得，必須找到合適的場景，把這些技術綜合運用起來。找不到合適的地方，再好的技術也沒用：就像無論你的獵槍再好、槍法再好。在沒有兔子的地方，都發揮不出來。

在中國推進智能製造，不僅是要代替人、更要讓機器做得比人更好。要想做得比人更好，就要針對人的弱點去考慮問題：一種是場景比較複雜的情況——工業4.0就是這樣。但前提是企業往往要走向高端才有這樣的場景；另外一種相對普遍的情況就是針對自己的短處，比如提高管理能力、利用遠方的人才優勢。

實際推進過程，也得明白幾個道理：工業講究的是可靠性。數據、網路等要可靠才能把事做好。對於一般的企業，把數據做好都不容易、做好的頂層設計更難。要解決這個問題，一般就要用某些業務來帶動數據質量的提高，然後再在數據質量提高的基礎上發展新的智能化業務——也就是循環上升的邏輯。

附：前幾天因為文中提到某位紅衣女郎，被禁言一周。抱歉了。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！