前天在南京做评委时遇到了刘晶老师。我对一个AI项目的评价很高，刘老师有点吃惊。在她的印象中，我对一些先进算法是有抵触的。其实，我抵触的不是先进做法，而是浮夸和弄虚作假的做法：本来用简单方法就可以做得很好，却偏偏要选时髦又复杂的做法；明明是些常规的做法，却要用时髦的名词包装起来。在我看来，这些做法就像某些企业“大字吸睛、小字免责”一样，属于“语言污染”，是浮夸和心虚的表现，目的就是误导评委。我当评委时，华丽的概念包装都是减分项。但遇到真正用得好、用得妙的方法，我一定会给高分的。

什么是好的方法？往往是用独特的思路，解决过去难以解决的、有价值的问题。这些思路和方法，往往能体现人们思考的深度和智慧，而不是拾人牙慧、人云亦云。这些思路中，往往包含了较新的方法或资源。这些方法和资源，是创新者的机会。思路是不是巧妙，关键是如何抓住机会、是不是抓住真正的机会。

理解数字化转型，关键是学会理解和把握机会，而不是被各种新名词搞得晕头转向。数字化的根本机会是信息通信技术的发展。说得直白一点，就是更加方便地大量利用数据存储、处理、通信的资源。许多方法和思想很早就有，过去但受到计算机、通信性能和成本的约束没办法用好。所谓的机会，就是这些约束开始宽松了，过去用不起的现在用得起了。

在离散制造业、尤其是研发领域，CAD、CAE等工业软件蓬勃发展，本质上就是计算和存储能力提升带来的机会。CAD、CAE算法过去老早就有，但计算机性能低的时候就不容易用好、难以广泛应用、难以与研发管理和商业模式转型结合。现在条件变了，就容易用好了。但是，在流程行业、尤其是生产环节，计算和存储能力增强带来的直接机会就相对较少了。因为许多模型的问题不是计算量的问题，而是不确定性和干扰的问题。所以，把离散制造业的一些逻辑和概念搬到流程（钢铁）行业就是非常愚蠢的人云亦云。那么，这些行业的机会在哪里呢？在我看来，是提高企业的管理能力和快速响应能力。这些思想过去也常被提到，但过去用不起、现在用得起了。这些机会与物联网有关、与数据存储和处理速度提升有关、与相关的成本降低有关。比如，过去有人曾经问我高炉模型的事情，我认为这是个非常传统的问题，人们研究了很多年，继续迷恋于算法可能是没有出路的，因为没有新机会出现。机会可能存在于两个领域：一个领域就是把高炉操作和管理协调，一个是提升快速响应能力。几年前，我发现有一家企业抓住了第一个机会；前天，又发现一家企业抓住了第二个机会。过去的预想在实践中得以实现，让我非常开心。

AI 大模型带来的机会是什么？我过去写过一篇文章，认为大模型潜在的机会，是在理解人的基础上提高效率。我说的效率，主要指的是研发、设计、分析问题的效率。我可以用一个角度来理解这种效率：在我看来，现在大模型做的许多事情，理论上讲可以通过专家系统来做。但是，开发和维护专家系统的效率太低、成本太高、质量不好，现实中很难取得成功。但大模型做相同的事情，效率就完全不一样了。打个比方，我们要到1万公里以外的地方旅游；原则上讲可以步行，但步行的效率和成本实在太高，多数人不会真正开始这段旅程。但有了飞机，就方便多了，旅行就变成了现实。对许多管理决策问题，用专家系统的方法去开发系统就像步行；而用大模型做就像乘飞机。有了大模型，过去做不成的事情今天就能做成，过去不值得做的事情就值得做。前天的大赛上，有个项目就体现了这个思想。在我看来，数字孪生、工业互联网平台的作用也是这样的。Plantire的成功，应该也是这个逻辑。

从某种意义上说，能巧妙地抓住数字化机会的思路，用的都是“笨办法”：在计算机和通信能力弱的时候，笨办法没法用；在大模型出现之前，有些笨办法也没法用。数字化技术的机会，本质上就是让我们现在有条件用这些笨办法。

老子说：大巧若拙、大智若愚，大概就是这个道理。

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。