多年来我已经形成一个习惯：有了碎片化的想法就记下来（近十年是放在公众号上），每年临近年底的时候翻阅总结一下。总体上讲，感觉今年的想法似乎少了不少。也许是想法逐渐成熟了，但也许就是老了。

l关于创新的新认识。

我谈起创新的时候，观点往往也是碎片化的。比如强调用简单的技术原理解决问题。好的创新项目显然不是只有这一个特点。有一次我发现：创新项目往往同时具备三个特点、是三位一体的。最近的表述是：巧妙的价值实现、完善的业务逻辑、简单的技术原理。

它们是三个独立的特点。比如，谈到创新思维的时候，我们经常强调简单的技术原理。但仅仅有创新思维是不够的！善于创新的人要有工程实践经验。具有工程实践经验的人，才能做到业务逻辑完善、才能把技术做出来。可以说，“完善的业务逻辑”是“技术成功”的体现。否则，可能就是眼高手低。但是，即便是思维活跃、工程经验丰富的工程师，也不一定善于创新。还有一个关键要素就是：能够深入理解用户，深入理解市场。要做到这一点，就要有点情商、沟通能力和吃苦的精神。深入理解用户和应用场景的人，才能理解价值；“巧妙的价值实现”是“经济成功”的基础。

十五年前写《管中窥道》的时候，在谈打破创新是“人择难题”。08年我在公众号中写了技术创新与幸存者偏差的文章，指出人们对创新的认识普遍存在偏见。去年认识到：“人择难题”其实就是一种幸存者偏差。今年又有了更深刻的认识：“创新问题可解”其实是一种“幸存者偏差”。如果通过解剖、学习别人的创新案例学习创新，会遇到一个问题：所有的问题都是有解的。这其实也是ＴＲＩＺ理论的一个盲点。但现实中的创新问题往往是无解的！创新问题无解是大概率事件，因为创新的条件往往不理想。

创新问题几乎都是无解的，怎么会有创新呢？我发现：往往需要对问题进行变通，把无解的问题变成有解的问题。人们经常感觉解决创新问题就像一层窗户纸一捅就破：但却是不捅不破。捅破窗户纸到底是什么呢？其实就是变通啊！我们向别人学习创新的时候，往往是看到变通之后的问题，而没有看到变通之前的问题。

我过去一直强调用简单原理做事。我们知道：简单的方法往往更基本、更加具备一般性。所以，对于普通的技术问题，简单问题成功概率高。对于创新的问题，简单的方法为什么也会有效呢？今年对这个问题想明白了：因为抓住了机会，就会把创新的技术问题变成普通技术问题，简单方法的成功概率自然也就高了。而创新几乎都要学会抓机会。这一点，可以从德鲁克先生的著作中得到验证：在他的《创新与企业家精神》一书中，差不多有一半的篇幅在谈机会。因为抓住机会才能破解人择难题。

不过，过去我似乎过度强调了“原理的简单”。今年意识到另外一个层次的问题：沿着简单的原理一直发展下去，简单方法会逐渐变得复杂。这就好比：解决求面积的问题时，微积分比过去的方法简单；但微积分发展到一定程度，会遇到更难的问题。这也是技术发展的规律。

回顾熊彼特、德鲁克对创新的认识：企业创新关注的不是发明的前期，而是争夺市场的阶段。这个时候比的是谁的产品更好、更完善。所以，企业创新自然就会与管理和工程思想结合在一起了。做企业顾问期间，我对ＩＰＤ有了更深刻的认识：当研发效率和协同对企业影响巨大时、当创新性和工程性结合在一起时，ＩＰＤ的作用才容易显现出来。否则，IPD可能真的就是“杀鸡用牛刀”。这大概也是许多企业用不好IPD的原因。

今年对马斯克的创新有了新的认识：尊重创新规律（条件和需求的改变，是创新的机会），但不遵从路径依赖。这确实是牛人才能做的事情。有了这个认识，马斯克的创新就可以纳入我的理论体系了。

l什么是缺乏常识

多年来，我一直骂砖家“缺乏常识”。一般来说，这是我遇到具体问题时的一种感觉。但没有系统地说清楚什么是缺乏常识、资历很深的砖家为什么会缺乏常识？

现在看来，砖家缺乏常识就是对如何把创新的创意演变成“完善的业务逻辑”的过程认识不清。可以称之为幼稚病。我把幼稚病进行分级：用户需求或业务目标不清晰是婴儿级幼稚病；技术实现逻辑不清晰是儿童级的幼稚病；技术线路中的断点不清晰是少年级的。应对幼稚病的办法之一，就是问三个问题：用户是谁、用户是如何使用的、为什么别人不搞。其中，第三个问题是针对“人择难题”的。

我还在一篇文章中谈到：专家往往关注是（技术原理）的逻辑断点，而砖家往往则是忽视这些断点。如前所述，我把砖家的这个毛病称为少年级的幼稚病。由于专家能够关注到断点，就可以事先做出“知难而退”或者“知难而变”的选择，而不是“悬崖勒马收缰晚”。先关注断点再决定技术线路，就是“以终为始”的思考。我过去讲创新的“工程思想”时，往往只强调“模糊问题清晰化、复杂问题简单化”；现在则是把“以终为始”也纳入这个体系。而“以终为始”既要考虑技术可行性（断点），又要考虑经济可行性，以便于早期“知难而退、知难而变”。这样，砖家的特点其实可以归纳为缺乏工程素养和经验。

我过去总觉得砖家犯幼稚病、缺乏常识的原因是缺乏经验。今年意识到还有另外一个原因：就是急功近利、总想走捷径。当然，走捷径也是因为缺乏经验。从某种意义上说，缺乏经验就是“知之不深”；知之不深则无法做到知行合一。

l从经济逻辑理解数字化技术带来的机会。

今年一个特别深刻的认识，就是从经济角度理解数字化技术发展的逻辑。这个想法过去一直都有，但今年把它系统化地提出来了。从经济角度理解智能化、数字化，也就是去理解摩尔定律带来的各种（自然的）变化。

什么是经济逻辑呢？其实就是刚才提到的两个要点“原理简单、价值巧妙”。防止对技术神秘化、强化对价值的理解。对用户来说，智能制造、智能决策、认知、数据建模、CPS、根因分析、CAD、CAE、工业互联网等原理都很简单（如果想复杂了就有问题了），但（与业务结合）价值创造的逻辑却有点巧妙。

在我看来，人们其实早就意识到数字化技术创造价值的逻辑。但机会却是逐渐到来、逐渐成熟的。机会到来之前，人们想得到却做不到（或者能做到却无法创造价值）；机会到来之后，人们能想得到也能做得到（或者能创造价值）。所谓的机会，就是技术和经济可行性发生了变化。所谓的技术可行性，就是数据存得下、传得出，结果能够在可以容忍的时间内算出来；所谓经济可行性，就是低成本、高效率、高质量地做有价值的事情。这里关键是要讲经济可行性是如何变化的。对企业来说，技术可行性是基础，经济可行性才是真正的可行。按照经济可行性发展的机会，高级语言、工具软件、平台、AI技术等都可以划归到这个体系中来。比如，AI的作用之一是提升编程效率、降低编程成本等。

根据这个认识：好的数字化技术就是能够提升技术经济性的技术。今年有朋友告诉我：某种做法完成一个数字化项目时，可以把上千万的实施成本降到几百万。这就是我心目中的好技术、正确方向啊！在我的逻辑里，工业互联网平台、数字孪生、AI、工业软件、SAAS等都是提高经济性的工具。当然，要明白我的这句话，深入地要思考一下：用户到底是谁？

换个角度，数字化、智能化的发展困难，往往也在经济性上。最近我和搞精益的朋友聊起一个观点：智能化往往可以看成精益思想与数字化手段的结合。精益往往是通向价值的道路。这个道路可以是羊肠小道、也可以是地铁高速。数字化手段就像把羊肠小道修成地铁高速。但问题是：修地铁、修高速都是需要成本的；在有些场景就划算、换了场景就不划算。数字化技术同样如此。在我看来，数字化转型就是创造出一个能够创造价值又能发挥数字化作用的场景。

从这个角度认识问题，特别能够体现“经济逻辑巧妙”：许多事情看似价值不大，但隐藏、间接的价值却非常大并具有一般性，能够真正帮助人们发现机会。这些机会也真正体现了数字化技术改变生产关系的特点。从经济学角度看机会，是一种量变到质变的机会。这一点，与技术可行性往往不太一样。

l对AI的新认识

很多年前我就意识到：数字化智能化的价值可以用控制论的思想来解释，而控制论是人工智能的一个学派，把智能理解为“以变应变”、“知行合一”。我把这种智能称之为“吴淑珍式的智能”。在工业界，这种智能对应“Smart Manufacturing”而非“Intelligence Manufacturing”。因为真正的企业家关注的是效果，而不是采用什么手段。

我读一篇文章时突然发现：人们对人工智能的控制论学派理解理解太狭隘了，只看到了某些复杂的学术问题。一个重要的原因是：我国学术界往往只把有复杂数学公式的东西看成学问，而没有意识到学术思想的重要性。什么是学术思想？学术思想是帮助我们看到大量机会的那些思想（如控制论）；而一旦能抓住机会，复杂和困难的问题就会变得简单。

可以用“小和尚进山修道的三个阶段”的段子理解对“学术思想”的认识：第一个阶段“山是山、水是水”的阶段，感觉创新的技术很难；第二个阶段“山不是山、水不是水”的阶段，发现机会后感觉创新不难了；第三个阶段“山还是山水还是水，但不是原来的山、原来的水”的阶段，认识到：具有发现机会的能力才是最难的。“学术思想”就是帮助我们洞察和发现机会的。

多年来，我一直谈论AI的三个学派。不久前我把这三个学派进行了分类：控制论其实是广义的人工智能；另外两个学派则是狭义的人工智能，也就是我说的“巴菲特式的智能”。这样分类之后，问题就非常清楚了。其中，智能制造主要是广义人工智能的思想。广义人工智能内涵大而难度低，关键是要看到数字化技术带来的（用简单思想创造价值的）机会。

今年我曾给领导写了一封信。认为（狭义）AI主要在三个领域有较大的价值：

1、和模式识别有关的技术（如图像识别），解决了传统自动化的短板。

2、与远程化结合，改善人的劳动环境、提高劳动效率。

3、与研发相关的应用。

短期看，前面两项应用的价值很大，很容易转化。从长远来看，AI在研发中的应用可能价值最大，关乎国运。为什么呢？因为科技创新决定国运，AI能够极大地提升创新能力。AI为什么能提升创新能力？我仍然从经济视角看：因为能提升创新的效率、降低创新的成本、提高创新的质量。有价值的东西，只有落实到这些实实在在的要素上，才能产生价值。

当前，缺乏常识的一个最常见现象就是迷信AI。如果AI的应用逻辑不清楚，就像前面提到的技术线路不清楚（儿童级幼稚病），就想让AI像诸葛亮一样发挥神乎其神的作用。这就是一种迷信。我写《知行》时，内心就有个想法：过于神秘的方法是不存在；神迹是量变到质变的结果。尊重常识的人，应该努力推进量变到质变的发生。

我讲课的时候，一直强调“标准”和“认知”的重要性。最近越发觉得这个认识的意义特别大，也特别具有可操作性和现实性。本来想写点东西，但下笔时却发现写不好。或许要等到以后有灵感的时候再写了。这算今年的一个遗憾吧。

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。