经常看到误入歧途的数字化工作。他们花了很多代价收集和存储的数据，却没啥用处：既无法用来帮助人们识别信息、也无法帮助人们做出决策。做这些工作的人大概有这样的想法：数据先收集起来再说、总归会有用的，而不知道。这种思想其实就像把没有受过训练、配置合适武器的士兵推向战场，是不负责任的。这种人即便取得成功，也不过是“瞎猫碰到死耗子”，不值得仿效。

数字化为什么有用？在我看来，数字化的意义在于可以转化成计算机能够处理数学问题。所以，上述问题似乎可以换一种问法：数学方法为什么有用？数学方法有用，在于它可以科学、准确地描述客观过程或者对象。换句话说，如果我们在进行数字化的工作时，无法科学、准确地描述对象，数字化就是没有用的。

最近了解到几个有趣的例子。这些例子可以表现为：“数字化的价值是：过去的数字化工作没有正确地描述对象和过程。” 由于过去没有正确地描述对象和过程，才会造成跑冒滴漏、才会造成管理混乱、才会导致价值损失、才会难以发现问题。

所以，数字化过程本质上是针对对象或过程的建模。模型建的好不好，是个关键问题（当然，模型永远是一种简化而不是对象本身，关键是建模的目的是什么）。而建模过程所反映的，是人们自己对客观事物的理解，只不过是用数据来描述罢了。如果人的脑子里没有模型，也就很难把模型建好。数据对建模的作用大概是：在人类事先给定的筐子里选出合适的结构和参数。但前提是人类人类事先给定的筐子不要太大。

按照我的经验，人的数学建模能力其实不仅与数学有关。物理学对培养建模能力的作用非常大。物理学得好的人，建模能力不会太差。据说某省的高考取消了物理，教育主管部门真的是太荒唐了。

来源：微信号 蝈蝈创新随笔

作者：郭朝晖

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。