理解數字化轉型的邏輯

某甲經常出差，抱怨飛機航班太少。怎么辦呢？有人給他出一個主意：買一架私人飛機吧！如果某甲是馬云，這不失為一個好主意；如果某甲是我，這就太扯淡了。由此可見：一個主意好不好、能不能實施，關鍵要看外部條件。

我們在實施數字化轉型時，也會遇到類似的問題。一個辦法好不好，關鍵是看企業的具體條件。條件不具備，再好的想法都無法落地。但遺憾的是：外人出的主意，往往是沒用的。為什么呢？因為條件已經成熟的事情，人家往往早就想到了。這就好比：有錢的老板可能老早就有私人飛機了，還要你來說？

我講課的時候，也遇到了這樣的困境。怎么解決呢？

我有一個觀點：在信息時代，人們往往不缺知識；人們缺少的是邏輯思維能力。這就好比，棋手的水平差，不是不懂下棋的規則，而是因為思考的深度太低。同樣，數字化時代，人們需要培養的是與數字化相關的邏輯思維能力。這種邏輯就是：創建好了什么條件，就可以做什么事情。

比如，在CAD的基礎上，可以把CAD、CAE、CAM聯系起來，可以在新的條件下進行知識和研發管理。再如，在設備數據采集的基礎上，就可以促進生產管理、設備管理、質量管理、操作管理；有了工業互聯網的基礎，就可以非常容易地促進持續改進、精益改善、業務集成。

每一步應該做到什么程度呢？

我一直主張，根據后面一步的要求，做前面一步的工作。這就叫做“以終為始”。用“以終為始”的方式做事時，可以防止做事的盲目性: 避免做到后面的時候，才發現前面的工作有問題、需要推倒重來。有人經常問：我把數據采上來了，怎么沒用呢？這種現象的發生，就是沒有采用“以終為始”的思維方式：你當時采集數據的時候，是為什么啊？！

人們的思維習慣，往往是走完第一步才會想到第二步；講課的目的則是告訴學生：走完第一步，可以繼續走第二步、第三步；第一步、第二步之間的關系是怎樣的。比如，工業大數據，本質上是為根因分析和數據建模奠定基礎的。所以，數據質量要達到一定的程度，才能實現這樣的目的，僅僅把數據采上來是不夠的。

需要特別提醒大家的是：創造做事的條件，可能比做事本身難度更大、工作量更多。這就好比，馬云買飛機不難，難點在成為有錢的馬云。數字化轉型中的許多問題，其實不在數字化技術本身。

在信息社會，理解邏輯往往比掌握知識更重要。掌握了邏輯，才能會用知識。

[掃碼關注赫里奧]