己缺少实践经验却又不懂装懂：除了说些正确的废话，其实根本不会做。

他们收集了一些案例、听了一些报告，就以为自己（听）懂了。其实，他们对案例的真实性和关键完全缺乏判断力，无意中成了骗子的传话筒，甚至成了真正踏实工作者的绊脚石、打击企业中真正的创新者：这么简单的算法，算什么高科技？

要解决技术可行性的问题，就是要告诉企业的技术人员真相，给他们信心：只要思路正确，你能想清楚！

比如，大数据的本质是便于获得知识（前提是满足我说过的几个要点），一般不用复杂的深度学习；智能化就是“吴淑珍式的智能”、把人类脑子的知识变成计算机代码就行，而不是吵得太热的人工智能；工业互联网应用最重要的瓶颈在于企业家对资源的整合构思、有了构思才有技术问题；数据分析是学会“利用人的长处、针对人的短板”，人想不清楚的复杂算法一般不靠谱；技术的应用不能理想化、要学会把问题本身变得简单，而避免去做做不成的难题；智能化不是机器代人，而是人机工作界面的改变、能比过去好就可以了。这些观点其实就是：你可以把问题变得简单...

另外一个问题就是：价值从什么地方来。我认为：这个困难的首要原因在于价值的“隐藏性”。具有“隐藏性”的潜在价值才容易获得。“价值隐藏”的原因有很多，有个人和部门利益、有组织结构划分不当、有习惯成自然；有些价值是间接价值、直接看不到；有些价值是长期价值、短期看不到；有些价值是系统价值、局部看不到.......知道了这些原理，就可以有针对性地寻找价值。我一直说：价值空间一般不少于企业成本的10%~20%。一般来说：越是容易看到的价值，越是不容易解决；越是不容易看到的价值，反而越是容易解决。认识问题解决了，方法问题就容易了。

价值发现以后，互联网、智能化、大数据就是针对这些价值的。技术逻辑按照前面说的去想。

这个时候，技术可能真的会成为痛点——这些痛点与可靠性要求高、准确性要求高、系统复杂度高、编码难度大有关。比如，智能化以精益化为前提，意味着要把持续改进的知识沉淀到系统里面去。这些知识往往是碎片化的、对系统的维护是持续性的——如果系统架构不好、数据组织不好，这种麻烦可是要命的、人工成本是巨大的。但这些困难，往往是要做过码农和架构师才能明白：干活的人才知道干活累啊。砖家肯定是不明白的、也就不会谈了。好的工业互联网平台，应该用于解决这个问题。

总之，要先解决认识问题，再解决方法问题；先解决盲点问题，再解决痛点问题；先弄清业务技术上的问题，再弄清信息技术上的问题。这个顺序是不能错的。

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。