昨天，工信部人才开发中心组织了一个学习班，我去讲了一天的课。应学员要求。我提前结束了半个小时，用来回答学员的问题。下面是我记住的两个。

有位学员问道：我们企业刚起步不久，上了信息和控制系统。没有自己专门的维护团队，会不会有问题？

我回答说：如果企业自己不能维护数字化系统，未来技术发展会遇到天花板，难以成为一流企业。

我曾帮助一家企业分析质量问题。后来发现，问题的根源在一个控制回路上。性能波动的一半原因是这个回路导致的。问题找到了，但却难以改进。原因是设备是从国外引进的，对企业来说是个黑盒子，没办法维护。由此观之，这家企业的质量就会遇到天花板。这个案例也让我暗自庆幸：20年前我曾经写过一个建议。建议宝钢自主开发这类软件。这个建议受到了当时宝钢几位高层领导的大力支持。现在，宝钢大院里面已经完全掌握这些技术了。

像宝钢这样的大企业，有自己的软件开发和维护队伍，其他企业怎么办呢？我想，大概有两种解决思路：大中企业可以建立自己的数字化系统维护队伍，中小企业则要建立更加密切的生态关系来解决问题。

这种做法，是种必然趋势。我们可以回顾一下历史。在人类历史上，机械化、自动化都有一个共同的目标：机器代人、提高劳动效率。机器代人完成后，人的工作岗位岂不是少了？失业人数会不会增加？现实却恰恰相反。

中国改革开放40年，原来是10以人民9亿农民，劳动力严重过剩。经过40年的发展，农村没有青壮年劳动力了，我们却开始进入劳动力短缺的时代。世界各国的情况也是一样的。劳动效率提高了就业人口为什么反而多了呢？这里有多个方面的原因：大家普遍富裕后，消费能力增强了、市场大了；产品的知识含量增多了，从事知识工作的人多了。还有一个原因，机器多了、自动化程度高了以后，维护机器的人多了。

数字化时代应该面临类似的问题。我曾经多次提出：企业推进智能化，应该是一个持续改进的过程、一个不断将人类的知识变成数字化知识的过程，难以毕其功于一役。可以预计，在未来的智能化时代，一定会有很多人从事知识数字化工作，从事数字化系统的维护工作。所以，有能力的企业可以建立或者扩大这样的团队，没有能力的企业则要靠社会资源来维护。我预计：为制造业提供数字化维护的服务公司应该会越来越多；这些公司可能会通过互联网，加强与被服务企业之间的协同。

还有学员问道：我们需要培养什么样的数字化人才？

在我看来，数字化转型中遇到的实际问题往往并不难，无非是把人的技术或管理知识转化成数字化的知识。难的是不同专业的人难以有效地协作。何老称之为“文化上的差别”。数字化的人才培养，要解决这种思维差异带来的问题。

所以，我先给学员讲了一个笑话。程序员的老婆告诉他：你出去买5个包子；如果遇到卖西瓜的就买一个回来。结果，程序员买了一个包子回来。他老婆感到很奇怪。程序员说：因为我看到卖西瓜的了.....

这个笑话背后的现实是：程序员的思维方式和其他专业的人往往不一样。两种人之间的交流，经常出现问题。程序员的思维特别缜密、架构师的思维还特别系统；这些思维素质都是长期专业训练的结果。其他专业的工科学生，思维相对模糊和宏观，想学也不容易学会。

在数字化时代，我们需要程序员、也需要懂其他专业和业务的人。现代社会专业性很强、分工很细，很难做到让一个人什么都精通。最好是大家可以尽量地了解对方，让业务专家能把自己的需求用程序员能听懂的话讲清楚，然后让做IT的人去处理细节问题。

我认为，这是一个发展方向：日本专家就能这样。宝钢的实践其实也证明了：不懂数学模型可能就进入不了工艺的细节。因为许多工艺上的做法，都写在了程序里。

但在实际操作工程中，两类人之间还是有鸿沟的。原因是：多数工科学生不擅长建立数学模型。我曾经说过：理工科的理论，本质上都是数学模型。既然如此，理工科的专家为什么不擅长模型呢？

道理其实很简单：理论上的模型和现实中的模型是两回事。理论模型需要一些参数，但现实中往往拿不到、不准确、不及时。所以，现实的模型与教科书上的模型对不上。现实中需要解决的问题是：如何解决数据不理想的问题？因为这个原因，工业界才会有“数据建模”。所以，才会出现工科工程师不懂数学模型的现象。

这时，工艺工程师就觉得，自己不懂模型是正常的。于是，他们习惯于把模型交给数学或者计算机专业的人去做：你们拿数据学习去吧。似乎懂得数据建模，就可以万事大吉了。这其实是极大的偏见。

我研究过宝钢的200多个模型。纯粹的数据模型或机理模型都是非常少的。我曾经有过一个观点：模型的水平体现在工业或机理知识与数据的“融合”能力。知识数字化能力（或者说建模能力）的培养，其实就是培养“融合”能力。种融合能力，需要我们把工艺机理、数据条件和建模方法结合在一起。所以，我特别反对把模型分成机理模型和数据模型的说法。我估计，未来企业最需要的就是这样一种人才。

不久前，一位朋友带着老婆孩子到上海来看我。他儿子今年上大学，咨询我选专业的意见。期间，我就谈到了数学专业和计算机专业的区别。数学系的人喜欢说：“你把问题说清楚”；而计算机系的人则喜欢说：“你把需求说清楚”。两者其实是有差别的。一个人作为桥梁，一定要把问题本身理解清楚，而不是仅仅把对方提出的需求说清楚。正如我前一篇文章说的：对创新问题来说，需求一般就是不清楚的。

在我看来，把数学学好，适合做桥梁。

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。