我最近經常想兩個問題：1、推進數字化轉型時，要遵從現代工業的基本特征。但現代工業的基本特征是什么？2、當批評一個人“不懂工業”的時候，到底是在批評他什么？我想到了三句話：安全穩定是底線，經濟性是目標，分工、標準化、持續改進是手段。
安全穩定是底線
很多人不明白：企業為什么不采用某些先進技術、效果更好的算法、更高的自動化程度？一個重要的原因，就是“安全穩定是底線”。
20年前我在編寫一個在線實時控制軟件的時候，明明知道隱式差分方法的精度更高，我卻拒絕采用。拒絕采用的原因，是這個方法需要線性方程求解。我的擔憂就是：萬一由于某種意外，方程求不出來怎么辦？我當時總結出一個原則：除非可以證明一個方法是可靠的，我就認為它是不可靠的。在實時控制軟件中，用于防止錯誤所寫的代碼，可能是“用于完成功能”代碼的若干倍。
經濟性是目標
企業是經濟實體，采用新技術時一定要考慮經濟性。
在一個工廠里，單純地提高產量、質量、自動化水平、控制精度、響應速度等，都不一定能夠提高經濟性。比如，提高非瓶頸環節的產量，只會增加庫存而不會增加全廠的產量；性能指標超出需求時，質量更高并不為企業和用戶帶來更多價值；勞動力成本低的時候，過高的自動化水平會降低企業的盈利、并導致職工失業。缺乏“系統性考慮問題”的習慣時，往往就是因為缺乏工業常識。
對于多數企業來說，經濟性往往比技術性能更重要。這就像窮人知道吃肉更有營養，但還是很少會吃肉。
分工、標準化、持續改進是手段
人們在推進智能化時，總是強調系統優化、模型化。但當我們到一家現代化企業落實時，系統優化往往是建立在特定分工的基礎上開展的。雖然數字化可以優化分工，卻不是想怎么優化就怎么優化，而是要服從現代企業的制度。模型化往往也是基于分工和標準化體系的，模型的自動功能不能無限擴大，往往需要有人在旁邊監督。原因很簡單：自動化功能的擴大可能會沖擊安全、穩定的底線。當我強調智能化往往是“用人明白的道理，讓計算機去做”，包含一個潛臺詞：“人明白的道理”往往就是可以標準化的知識。
強調持續改進的前提，是接受不完美的結果，而不是強調理論計算出來的最優解。現實中，理論計算出來的“最優”結果，可能會引發一些意想不到的問題，甚至沖擊安全、穩定的底線。所謂持續改進，往往是在安全穩定的前提下，找到一個比較好的。如果要改進的話，也一點點地去改，從而化解風險。
作者：郭朝暉(工學博士，教授級高工。企業研發一線工作20年；優也科技信息公司首席科學家；東北大學、上海交大等多所院校兼職教授。國內知名智庫、走向智能研究院的發起人之一。原寶鋼研究院首席研究員)
