我在钢铁企业工作多年，经常有人问我某个项目是否值得做。其中，很多项目在几十年前就有人提出来、有人在做。我一般会帮助他去分析有没有新机会。如果没有新机会，基本上不必做了：前人都没有做成，你做成的可能性也会很低的。

有人选择某些项目，只是因为这类项目是当前的热点。比如大家都搞计算机仿真模拟，我也来搞。然而，仿真模拟并不是新鲜事。30多年前我读研究生的时候，去的就是浙江大学化工仿真教研室。

有人可能会问：既然现在做的事情很多都是几十年前做过的，现代人还有机会吗？

当然有！去年我就意识到：机会并不意味着采用新理论和新方法，而是意味着技术和经济可行性的改变。比如，过去做事花费的时间太长、代价太大，经济价值就低；现在做同一件事，花费的时间短、成本低，经济价值就高。这种改变就是机会、是经济可行性的机会。比如，我读研究生的时候，有位老师做了个齿轮受力的仿真项目。这个项目经费有2万元，老师亲自编FORTRAN程序，亲手在图纸上画有限元的格子、亲手输入数据，几个月才搞好。然而，现在利用成熟的CAD、CAE软件，分分秒秒就可以把事情搞定。这种差别和进步，就是今天的机会。

识别机会必须因地制宜，不同行业的机会是不一样的。比如，高端的离散制造业和流程行业，机会就不一样的。我曾经断言：离散制造业的问题关键是计算量的问题，流程行业的关键是不确定性问题。下面给出进一步的解释：

离散制造业数字化转型，往往适合从数字化设计切入，模型计算的精度相对较高。相关的理论和方法很早之前就有，但在计算机存储计算能力弱的时候，成本和效率低；随着计算机技术的发展，成本就会变低，效率就会变高。互联网的发展，又进一步带动了协同设计。这些持续的变化就是机会所在。

流程行业（如钢铁行业）则不然。数字化转型往往从生产端切入，模型往往针对生产过程，计算精度相对较低。这时，计算机能力的增强往往并不能解决这些关键问题。所以，人们经常发现：从事数字化转型时，离散制造业的机会比钢铁行业多。

离散制造业热衷的机会，往往不是钢铁行业的机会。但钢铁行业难道就没有机会了吗？不对！钢铁行业也有机会，只是机会不一样。那机会在哪里呢？

在我看来，首先是大数据的机会。大数据的本质机会是知识产生和复用的机会。也就是把历史上成功的经验记下来，以后再用。在流程行业，很多数据是高频的、数据之间的关系也很重要。解决这些问题时，对数据的存储和处理能力的要求就比较高。所以，随着计算机能力的增强，解决问题就容易了，从而产生了机会。

从业务角度看，流程行业的一个重要机会，是基于工业互联网的管控融合。

管控融合不是新概念了，但内涵却不断演进，从而带来了新的机会。比如，过去的管控融合，往往指的是两类计算机能通信交换数据，以便于控制过程符合管理要求。但在工业互联网背景下，控制系统（机器）采集的数据，常常用于管理的优化（而非仅仅是执行）。再如，过去的管理往往针对的是人的活动，比如人管理机器；但在工业互联网时代，许多管理活动是机器帮助人完成的，有时甚至是机器管人。所谓的机会，就是在这种不断的演变过程中产生的。

有人指出：GE公司所谓的工业互联网，其实是物联网，本质是机器采集数据。用机器采集数据是新技术吗？当然不是！但过去采集数据的目的，主要是为了控制、至多是用于人的监控。而工业互联网采集数据的目的是为了更加有效的管理和优化。机器采集数据的好处是什么呢？是低成本、高质量、高速度低采集和利用数据。我们知道：数字化转型的基础往往是数据质量。如果数据是人采集的，数据质量和频度就难以保证，也就难以有效地用于管理和优化。所以，机器采集数据往往推进数字化工作的基础。

举个例子。我们常说“智能化不是自动化”。然而在现实中，智能化、数字化推进好的案例，往往伴随自动化的改造。为什么会有这样的现象呢？这是因为自动化改造往往伴随机器自动地采集数据。这又导致了数据质量的提升，从而保证了智能化工作的有效开展。有时候，自动化的改造仅仅针对运输过程而不是关键生产过程；即便如此，效果也可能非常显著。

我讲工业互联网时，经常提到一句话：管理定义技术的边界和天花板。意思是说：管理搞好了，技术就容易搞、就能搞得效果更好。工业互联网技术，往往是通过管理水平的提升来提升技术水平。这个思路，往往蕴含着流程行业技术创新的机会。比如，单纯的高炉模型属于技术的范畴，是几十年的老问题了，想创新很难。但是，如果通过工业互联网，通过提升整个铁区的管理水平，就可能会有新的机会。

总之，发现数字化技术的机会，要从经济角度看、要学会用演进的思路去看，而不是仅仅盯着新概念、新名词。太看重新名词，往往是认识浅薄的表现。

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。