智能化的切入点：为管理赋能

郭朝晖

智能化必须是有经济价值的，而智能化的经济价值很大程度上跟管理有关。智能化的很多问题背后其实不是技术问题，而是管理问题。通过数字化为管理赋能，先解决人的问题，用管理带动技术，是智能化的重要切入方式。

现代化的企业，一定是按照标准进行生产，即把知识变成一种标准，这个标准包括产品标准、技术标准、作业标准等。这些标准保障正常情况下的生产，但在实际生产过程中，还会面对研发、服务遇到的各类问题、个性化的需求等，过去要靠人工来做处理的碎片化内容。工业技术软件化其实就是要把它们加以标准化、量化，把知识数字化，明确表达出来。

工业技术软件化：把人的知识变成计算机的知识

在这个过程当中，很多人有一个心理障碍：总是担心自己的模型不太精确，原理上有漏洞。我认为这种担心是没有必要的。为什么呢？先试用再说，有了问题再回过头来研究这些问题。据说日本人有个特点，将任何东西模型化，这样一来就可以传承了，出了问题也可以持续改进。所以模型确实非常重要，一定要把知识记录下来，记录下来最好的办法就是变成一个很明确的东西，变成一个计算机可以实现的东西。

在这个过程中，一件很重要的事情就是，要把人的知识变成计算机的知识。譬如我们做咨询，第一步，要发现有价值的东西，比如锅炉热效率比最优的时候下降了3%，有价值的东西就在你发现的问题里。搞技术的人一定是价值驱动的，这个价值不是虚的，是实的。第二步，问题的根源在哪里？原来热效率下降是因为烟道堵了。第三步，怎么解决？扫一下烟道里的灰就好了。效果如何？把两边数据进行对比，报给领导。做咨询是遵守这样一个逻辑。对做智能化、知识软件化来说，应该遵循什么逻辑？你需要把以下思考告诉我：凭什么知道锅炉的热效率下降了？凭什么知道是烟道堵了？你什么时候发指令让它清扫？清扫的效果如何？把这些报给领导作为考核的标准。这就是把人的知识变成计算机可执行的东西。在过去，一个咨询师要花1～2天时间才能发现问题，实现软件化管理之后，系统可以实时监控。而且，知识不仅可以用到你这里，还可以用到各地，知识被极大地复用了。所以，知识软件化并不难，多数情况下是人想清楚了，交给机器去做，就是这样的一种逻辑。

技术问题背后的管理问题

做智能化，很多人跑偏了。有的人说，先上机器人或者先上一个什么系统吧。结果，有时一个机器人的成本等于3～5个工人的成本。我们要机器人干嘛呢？工人失業了，企业成本又增加了，且很难挣回来。不具备经济性的所谓的技术进步，其实是一种资源的浪费，甚至可以说是犯罪！

智能化必须是有经济价值的。在我看来，智能化的经济价值很大程度跟管理有关系。很多技术问题的背后不是技术问题，而是管理问题。

我讲个小故事。一家钢铁厂，有一个重要的炼钢指标，叫一次拉碳的双命中，即碳和温度同时达到要求。这个公司花了很长时间，把命中率提高到百分之九十几，觉得水平已经很高了，因为已经考虑到所有能考虑的条件，似乎已经达到天花板了。后来跟国外最先进的企业对标，问对方你们的双命中率是多少？国外的专家一听，感到很奇怪，问什么叫双命中？他解释说是碳和温度同时命中。国外的专家反问，还有不命中的吗？这件事情让问者非常惊讶：难道你们100%都命中吗？对方说不一定，一年有个一两次不命中也是有可能的。换句话说，不命中的情况实在是凤毛麟角，以至于人家不把双命中当成一种指标。为什么会有这么一种本质性的差别在这里面？这位问者思考后得出答案：我们总是试图用技术解决生产中变化的问题，但是国外公司的出发点就是把变化都控制住，不发生变化，就可以永远按照这个逻辑走。它是通过管理，让生产过程变得很稳定，就不会不命中了。

这个小故事告诉大家一个什么逻辑呢？管理定义技术的边界。一个问题之所以是技术问题，往往是因为管理不到位才变成技术问题，假设管理到位，它就不是一个技术问题。如果一个企业的技术水平真高，往往是管理水平高，而不见得是真正的技术水平高。

有位过去在丰田负责精益的老先生听了我这个故事后非常感慨。他说，我们一开始在发展中国家设厂时就发现了一个问题，发展中国家的工人和技术人员的技术水平，比美国和日本人的水平高，为什么呢？因为发达国家的工人和技术人员，永远面对一种稳定的生产过程，出了问题不知道该怎么办。但是发展中国家在管理过程中会有各种各样的麻烦，这些麻烦都会甩给技术人员去解决，所以技术人员见多识广，技术水平反而比发达国家的人的技术水平还要高。所以，我们看技术问题要看它背后的管理问题。

数字化转型的切入点：管理的优化

在钢铁行业或其他一些大企业当中，管理和控制都是由计算机系统来实现的。计算机是分级的，底层的叫控制，高层的叫管理。高层的和底层的是有差别的，底层管的范围很小，响应速度很快，主要是以自动控制为主;高层管的范围很大，响应速度慢，主要靠人。随着工业互联网的发展，我们可以把管理和控制融合在一起，让计算机代替人的管理，帮助、监督人的管理，特别适合空间大、相关要素多、实时性要求复杂的情况。因为空间大，过去没有办法去做;相关要素多，人脑子转不过来;实时性强，人脑也算不过来。有了互联网，可以把数据都提取上传，把逻辑告诉计算机，计算机一秒钟就可以算出人工一个小时算的东西，计算机的优势就出来了。

计算机用于管理，其实是一个老问题。1982年，江苏有家企业就想用计算机来看一看挡车女工干了多少活，当时被称作“电子包公”。因为它很公平，谁干活多，谁干活少，按这个结果论功行赏。20多年前大家做过CIMS， CIMS的一个重要想法也是把管理和控制融合在一起，当时条件不充足失败了。过去没有条件实施，现在开始有条件了。管理和控制放在一起，真正困难在什么地方？第一难在价值隐藏。

什么叫价值隐藏？举个例子，有一家钢铁厂，里面负责收购铁矿石的人与卖家串通勾结，导致一年损失20亿元。还有一个炼钢厂，一年被偷的合金达1亿元。再比如说有一家工厂，设备被烧了，损失1000多万元，就被认为是设备故障，而实际上是操作工睡着了。请注意，这些问题往往跟个人利益有关系，当事人不愿意让你看到，这叫看不见的损失。

第二种是忽略掉的成本。比方说研发的过程，看起来都是小事，你出了点错改一改，他出点错再改一改。如果有人改错了，其他人也得相应调整，这么一来二去，本来研发时间一年，结果拖成了三年，都是因为小事;交货周期也是这样，本来是计算机一秒钟可以做好的，换成人来协调，如果涉及多个部门，一个礼拜都决策不下来。很多这些小损失大家注意不到，但是加在一起损失很大，大到什么程度呢？一般说法是占到成本的20%～30%，是这些看不到或者忽视的成本。为什么忽视？因为不好管。当企业的管理有短板时，就会出现这些问题。

做智能制造要從价值出发，价值在哪里？就在看不见的地方。如果你能把企业这些看不见的问题都管好，你的企业差不了。那么，看得见为什么有用呢？有家豆腐厂装了个摄像头，产量就提高了;有家生产笔记本电脑的企业，装了一个摄像头，信号都还没连，次品率就降低了。为什么会发生这种变化？看到装了摄像头，操作工甚至都不知道还没连通信号，他干活就认真了。所以，当被看见的时候，管理水平就会上去。

数据有什么作用？数据就是用数字来表征，让人看得见。新冠疫情期间广泛使用的健康码，可以管到每个人每一天的每个时刻。设想一下，没有数字化，我们怎么可能管得这么细！所以，能把每个个体、每个时刻的全生命周期都管起来，没有数字化是做不到的。如果用在工业生产上，就可以看到每个时刻、每个产品是不是处在最优状态，而现状和最优之差就是你改进的空间。把每个个体、每个时间段、每件事都管好，让最佳的做法能够保持并成为常态。

我有一个同事说：“管理最大的麻烦，是授权和受控的麻烦。”你给一个人权利，他就可能开始以权谋私了;你不给他权利，他就没有办法发挥积极性。这个矛盾怎么解决呢？办法就是授权给他，但是看得见他干得好与坏。干得好的，计算机给记下来，干得不好的，计算机也给记下来，所以干好就能得到表扬，干坏就会得到惩罚。过去倡导管理者要和生产相结合，很麻烦。但是有了计算机，操作者可以知道自己的操作对于管理效率可以产生多大的影响，管理者也知道生产者干得是好是坏，这个手段可以靠计算机实现，这才是真正有意义的地方——数字化可以对管理赋能。用智能的办法，把数据变成可认知的信息，用有限的精力实现更好的管理。

管理的优化，往往是数字化转型的切入点。这些价值在于平时的跑冒滴漏。困难就是那些“兔子”，因为它们都是隐藏的。一般来说，别人没有把事办好，是不会主动告诉你的！这是人性所在啊！所以管理优化首先就是要解决人的问题，用管理带动技术。