|
在工业领域，绝对做不成的技术很少，关键是花多大的成本和时间代价。这些代价包括：基础条件的投入、人才团队的投入、负面影响的容忍度等。也就是说，企业要不要搞某个创新，其实是看技术的收益有多大、值得不值得搞。用这个观点看问题“技术很难”可以表述为：没有花代价寻找高手、没有舍得花钱请高手、没有足够的实验设施；而所谓的创新高手，其实是能把技术的投入产出比做得很高的人。
有人问，阿尔法狗用的深度学习、人工智能技术，是否会在企业有用？我的回答是：关键是有没有足够复杂、价值又足够大的问题需要用这种思路来解决。如果找不到这样的问题而采用这样高大上的技术，无非是做了一件“高射炮打蚊子”的事情罢了。
人们在推进智能制造中的困惑，本质也是投入产出的困惑。这种困惑的消除，本质是投入产出形态的变化。
从产出的角度看，市场对产品质量要求越高、对快速响应要求越高、个性化需求越强烈，对智能制造的需求就越大。而这些问题的背后，社会经济发展的程度有关：社会经济越是发展，需求就越是强烈；高端用户越多，需求越强烈；高端企业越多，对高端技术的需求就越强烈。先进技术往往出现在发达国家，就是这个道理。 换个角度说问题：智能制造没思路，是因为需求不够强烈。而需求不够强烈，又因为问题不够复杂；问题不够复杂，又因为对产品质量效率的要求不高；对产品质量、效率的要求不高，又是因为我国的产业链比较低端、客户喜欢低成本；用户喜欢低成本，又是因为用户从国内购买高价优质产品的经济风险比较大.....
对技术开发方来说，所谓的需求，一定是能够带来收益的需求。比如，国家对知识产权保护不利，企业的收益就会少、就不利于技术的进步。再比如，企业管理者思路不清、企业内部利益矛盾冲突的时候，对企业有益的技术，也不会形成现实的收益。
最近，平台、云平台、知识管理平台的技术很流行。从经济学的角度看，平台的作用就是降低了技术的使用成本，从而可以促进技术的应用。 而我最近几年一直强调的“知识共享”，本质上就是降低“知识生产”的成本。如果智能制造是能够引起社会的历史性变革，就是因为ICT技术能够降低知识的成本。我今天很高兴又很意外地发现：有家中国企业，居然走在了这个领域的前列。
从投入产出比的角度，也可以理解创新的突破和扩散。在流水线上个性化生产的能力，是工业4.0最显著的特征。但是，宝钢等企业在20多年前就实现了。从行业角度看，钢铁行业做这件事的投入产出比最大。单从投入能力上来看，20多年前的宝钢是中国最现代化的钢铁企业，能够买得起大型计算机、能够找到最优秀的人才和团队来做。而现在的库特智能，也开始搞服装的个性化定制，前提是计算机、人才的成本降低了，而人们对定制服装的需求提升了、投入产出比改变了。
这个逻辑，可以解释现在很多智能制造技术在钢铁行业难以用起来。还可以帮助我们面向未来思考问题：人工智能技术，到底能否与制造结合在一起？
总之，一个技术在投入产出比上合适，创新就是健康的。制定创新战略和思路，就是懂得用经济逻辑策划、开发技术线路和逻辑。国家要推动创新，就是要创造一种让技术的投入产出比更加合适的市场环境和收益机制。真正懂得创新的人，就是能看清楚技术创新是技术和经济的一体两面，看似策划技术逻辑，实则策划经济逻辑。
这个话题很有意思。有空的时候我会继续写下去。 |
|
|
