最近一個多月，我感到了一種非常好的變化：很多高層領(lǐng)導和專家在問我一些常識性的問題。比如，為什么要數(shù)字化轉(zhuǎn)型啊？為什么要用數(shù)字孿生啊？工業(yè)互聯(lián)網(wǎng)真的有用嗎？
聽到這種問題，我特別高興：他們是真的深入思考問題！ 我知道，多數(shù)人其實很像“皇帝新衣”中的群眾：別人說好，我也只好跟著說好。因為我不好意思讓別人知道自己不懂。其實，不經(jīng)過疑惑或質(zhì)疑，是不會真的懂的。有了這些質(zhì)疑，說明風氣在好轉(zhuǎn)。
我個人也是從困惑開始的。5、6年前，有家國外企業(yè)向我展示他們的工業(yè)互聯(lián)網(wǎng)軟件。看過之后，我的心里充滿疑惑和失望：這不就是常規(guī)的遠程監(jiān)控嗎？1990年我就在開發(fā)類似軟件、寶鋼有無數(shù)個這種功能多年軟件，只不過現(xiàn)在放在網(wǎng)上了、開發(fā)工具更好了，到底有什么用呢？正因為有這些疑惑，我才一直思考問題。
要回答工業(yè)互聯(lián)網(wǎng)到底有什么作用的問題，我們還是要從工廠的現(xiàn)實問題談起。
某廠有非常嚴格的質(zhì)量管理制度。凡是出現(xiàn)質(zhì)量問題、特別是質(zhì)量索賠，一定要有明確的處理意見和措施。包括明確責任方、提出杜絕下次再犯的辦法。然而，在有些處理意見中，卻有明顯的不合理性。比如，某個處理意見是：要求某工序保持生產(chǎn)穩(wěn)定。這明顯是個敷衍的處理：因為大家都知道保持生產(chǎn)穩(wěn)定的重要性、知道幾十年了，只是現(xiàn)實做不到罷了。
但問題是：為什么會有這樣敷衍的處理呢？
我們設(shè)想一下，處理這類問題的辦法很多。比如，把產(chǎn)品直接降級。為什么不這么做呢？因為生產(chǎn)不穩(wěn)定是一種常態(tài)，大多數(shù)用戶是可以接受的。如果動輒就給產(chǎn)品降級，成本太高了。換句話說：生產(chǎn)不穩(wěn)定時，多數(shù)產(chǎn)品可以不降級，只是這次偶然出了問題。
這次為什么出問題呢？
可能有三個方面的原因：1、這次生產(chǎn)的穩(wěn)定性太差；2、這種產(chǎn)品對生產(chǎn)穩(wěn)定性要求高；3、客戶的要求高。所以，要找到合理的改進方法，就要從不高這三個角度分析問題。這三個方向分別涉及工藝、產(chǎn)品、客戶服務(wù)問題。粗粗算下來，可能涉及到7、8個部門。所以，一時難以確定好的處理方法，就只好敷衍了。
這種敷衍會帶來什么問題呢？
一個是企業(yè)難免會被索賠，一個是用戶要充當小白鼠。如果從長期看，問題更加嚴重。我經(jīng)常談到：高科技產(chǎn)品往往意味著高質(zhì)量，而高質(zhì)量意味著高度的質(zhì)量穩(wěn)定性。允許這種事情發(fā)生，質(zhì)量穩(wěn)定性一定會存在“天花板”、存在著難以超越的屏障。久而久之，我們與國外的差距就這么拉開了。
要解決這類問題，需要許多技術(shù)支持。
首先要把數(shù)據(jù)串起來，也就是信息集成。只有這樣，才能知道哪里出現(xiàn)了異常。同時，要用歷史數(shù)據(jù)進行比對：過去這種工藝、這種產(chǎn)品是否出現(xiàn)過類似問題；出現(xiàn)類似問題時，其他用戶是否也有過索賠。在我看來，做數(shù)據(jù)分析主要就是做比對，而不是“神經(jīng)元分析”等復雜算法。搞工業(yè)大數(shù)據(jù)算法或者工具的人應(yīng)該做的，是讓這種比對工作更加方便、高效，人機互動更方便。
其次，這種分析是非常耗時的。必要時可能還需要做實驗或試驗。這就出來一個新問題：這樣做劃算嗎？
在質(zhì)量文化好的企業(yè)，肯定支持這樣的工作；質(zhì)量文化差的企業(yè)，不會支持這種工作。其實，質(zhì)量文化差的企業(yè)從來不會承認不重視質(zhì)量，他們只會做一件事：算效益。質(zhì)量改進工作很麻煩、效益卻不容易算。而效益涉及到對人的評估，很少有人愿意做這種事情。在我看來，提高質(zhì)量的工作不是效益低，而是直接、短期效益不容易算。這種觀念，是導致中國企業(yè)技術(shù)落后的重要原因。
我們也可以從技術(shù)入手，找出解決這類問題的思路：提高質(zhì)量工作的效益。具體的思路是通過知識的復用來實現(xiàn)：把問題研究透，把研究結(jié)果拓展到不同的產(chǎn)品和用戶，做到舉一反三。如果一個知識被用成千上萬次，價值自然就體現(xiàn)出來了。
但是，舉一反三之后，管理的復雜度就會增加。而且，這樣的知識往往是碎片化的，人的腦子里根本記不住，也難以執(zhí)行。所以，解決這類問題的關(guān)鍵是要數(shù)字化、標準化、模型化，讓計算機去進行質(zhì)量管理。
計算機管理質(zhì)量時，還會遇到新的困難：首先是要把用戶、產(chǎn)品、工藝數(shù)據(jù)實時地集成起來，才能及時反應(yīng)，做到有效地管理。其次是知識向計算機沉淀時麻煩很大、成本可能很高，開發(fā)一個功能可能花費很高。而解決這兩個麻煩的辦法，就是采用更方便的工具，如工業(yè)互聯(lián)網(wǎng)平臺和數(shù)字孿生。所以，如果把問題看得透一點：工業(yè)互聯(lián)網(wǎng)平臺和數(shù)字孿生其實并不是解決技術(shù)可行性問題，而是解決經(jīng)濟可行性問題。
再往后，質(zhì)量管理的問題越來越多地交給機器去執(zhí)行了，人做什么呢？人的作用就是不斷地完善這類系統(tǒng)。其實就是從生產(chǎn)一線退到二線，做知識的生產(chǎn)者。做專職的知識生產(chǎn)者以后，人的專業(yè)水平也會越來越高，技術(shù)經(jīng)濟性也就越來越強了。這樣，知識經(jīng)濟就真的有了經(jīng)濟性了。
我的故事能不能成真呢？美國的大河鋼鐵公司就是這么做的。大河公司說：我們是一家科技公司，只是因為偶然的機緣做起了鋼鐵。
現(xiàn)在很多人意識到：工業(yè)的發(fā)展不是一日之功。為什么不是一日之功？因為需要積累。積累背后的含義是什么？其實就是重視小的進步！ 盲目強調(diào)跨越式發(fā)展，其實就是輕視小的積累！ 積累是誰做的？是一線工人和工程師。所以，強調(diào)積累的重要性，才能培養(yǎng)工匠精神！中國的古人有很多好的思想：“颶風起于青萍之末”；“合抱之木生于毫末，九層之臺起于累土”；“勿以惡小而為之、勿以善小而不為”；“騏驥一躍不能十步，駑馬十駕功在不舍”、“不積跬步無以至千里、不積小流無以成江海”。當一家企業(yè)致力于世界一流企業(yè)的時候，應(yīng)該認真回顧古人的教誨。
要記住：數(shù)字化最大的優(yōu)勢是便于標準化，從而便于傳承、便于持續(xù)改進、便于更加高效地持續(xù)改進，就是便于積累。看不到數(shù)字化的價值，往往是因為看不到持續(xù)改進的力量。而看不到持續(xù)改進的力量，往往是因為我們沒有真正把自己定位在技術(shù)的引領(lǐng)者。過度強調(diào)“跨越式發(fā)展”的人，往往是“葉公好龍”式地重視技術(shù)：重視的不是真的技術(shù)，而是技術(shù)帶來的名利。對他們來說真的好技術(shù)，不如包裝好的差技術(shù)。
所以我說工業(yè)互聯(lián)網(wǎng)真的有用。
作者：郭朝暉(工學博士，教授級高工。企業(yè)研發(fā)一線工作20年；優(yōu)也科技信息公司首席科學家；東北大學、上海交大等多所院校兼職教授。國內(nèi)知名智庫、走向智能研究院的發(fā)起人之一。原寶鋼研究院首席研究員)
