今天和安司长聊了2个多小时，了解到了很多信息、学到了很多知识，也更加坚定了一些重要的看法。在我看来，AI可能是近百年来最重要的科技进步之一，也是我国第一次有机会和国外并驾齐驱。但我担心的是很多掌握资源的头部企业思考问题缺乏深度，做了许多工作误入歧途，反而失去真正的机会。今早和冯老师谈到，国内的一些企业似乎确实走在了错误的道路上。

什么是误入歧途？在我看来，就是追求形式而不是内容，就像只学“打坐”而不是“修禅”。比如，明明可以用图标表示的生产过程，却偏偏用三维的“数字孪生”。对操作者来说，三维动画其实是带来了不必要的信息，不仅对决策没有好处，甚至可能形成干扰。许多企业的大屏、机器人都是这个样子。

要避免误入歧途，正确的思维模式是坚持“以终为始”的原则。凡事要回答一个为什么这么做？比如，为什么要上“大屏”？上大屏的目的其实不是展示数据，而是发现“异常”，比如产品少了、次品率高了、能耗有问题。要回答这些问题，就要进一步给出计算是否正常的标准和依据是什么，这样就反推出应该收集哪些数据、对数据质量的要求如何。对企业来说，“发现异常”并不是“终点”。真正的终点是创造价值，而价值是在行动中产生的。而要采取行动，就要知道发生异常的原因是什么。要知道发生异常的原因，又要有针对性地采集数据、给出分析算法。

我讲创新课的时候，经常谈到一个段子。苏联人问美国人：你们什么时候能把宇航员送到月球上去？美国人回答说：这决定于我们什么时候能够把他们安全地接回来。建立一个大屏显示一些关键数据，其实相当于“把人送到月球上去”，只不过是一个简单的“中间目标”。而便于人们发现问题并采取行动，相当于“把人安全地从月球上接回来”。所以，建立一个大屏非常容易，但让大屏创造价值却非常难。

回到刚才的话题。前几年，大屏、数字孪生、机器人，其实都已经有明显的“误入歧途”了，AI会不会？要回答这个问题，也是要坚持“以终为始”的思维方式，要从价值上反推AI应该发挥什么作用。在我看来，AI对工业的价值，很有可能还是要回到“快速响应”这条轨道上来。在这条轨道上，可以快速地分析数据、快速地查阅复杂的文献、快速地生成代码、快速地推出产品的原型等等。按照我的公众号的前面那篇文章的观点，就是加快传统（由于人做事慢）“慢过程”的响应速度。

这一方面，工业界的需求其实非常强烈。过去企业遇到的很多问题，本质上都是响应慢导致的。比如数据分析。前面提到，发现问题后要找到原因才能采取行动。而在复杂的系统数据中找到原因，往往是个非常耗时的事情。如果是人来分析，可能等到问题分析清楚了，事情早就过去了。所以，许多企业都知道要搞PDCA，现实中就是搞不好。再如，许多软件之所以在企业里面用不好，就是因为不能及时地适应企业业务的变化。再如，项目搞得好，最好要做FMEA，但如果要考虑的细节多、时间要求紧，人就可能倾向于走捷径、走形式主义。而这些问题，大概都能够通过AI来解决。

再多说几句：刚才提到的这些工作过去为什么需要人？因为分析问题过程中，经常遭遇一些个性化约束导致的“方法的边界”，需要不断地调整做法。这种情况就像汽车驾驶，行驶中经常出现各种意外，一般固化的程序很难解决这样的困难。但AI或许能解决这些问题。现在看来，国内外的许多成功实践，就是沿着这个方向走的。企业推进AI如果能抓住这个关键，就不容易走错路子。

最后需要提醒的是：工业企业用的技术，安全、可靠、高质量是技术进步的关键。正如我经常说的一个比喻：车子能跑多快往往不是车子的性能决定的，而是安全性决定的。现在的热点Harness，其实就是解决让人们敢用这个问题的。如果AI系统在这个方面存在问题，就很容易陷入类似3D打印的窘境：原则上讲什么都能做，但关键零件却往往不能做。

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。