01

数字化转型的工作为什么是个性化很强？

一般来说，越大的系统个性化越强、越是难以标准化复制。比如，设备往往比控制回路更难标准化；产线往往比设备更难标准化；工厂往往比产线更难标准化。根据我的调研和观察，企业进行数字化转型的基本条件往往并不理想。比如设备陈旧、管理落后、自动化程度低等等。许多企业进行数字化转型的时候，需要事先补齐短板——补短板本身并不是数字化问题。

这些补短板的工作往往需要投入甚至需要创新，比如开发新的设备、产品、工艺等等。这些事情就把很多企业卡住了。这些投入能不能取得效益就是个问题，往往与市场和用户相关；企业能不能用好这些技术，与自身的人员素质相关。所以这个过程充满不确定性。

我说中国企业往往并不习惯于创新，往往是不习惯于不确定性。比如，许多企业往往看到别人有了成功的案例才敢做，自己不会思考、不相信自己脑子里面的逻辑。面对这些不确定性，他们就会陷入彷徨犹豫的过程中不知所措。

我们注意到：上述问题涉及到很多层面：要有人懂工艺、懂设备、懂数字化、懂运营、懂管理，要对企业和行业有较深的理解，甚至需要比较清晰的战略。单纯谈技术往往并不能导致创新的成功，需要综合性的人才或团队。这是我国特别缺少的，也是一些技术专家的局限性所在，学院派专家就更不靠谱了。

02

怎么解决这些问题呢？我看多数成功的案例还是一步步的走，尽可能的在每一步都能实现价值驱动、需求驱动。我在《知行》一书中推崇渐进路线，就是这么一种考虑。

创新总会遇到不确定性。对待不确定性的态度很重要：有些不确定性允许存在，有些则必须消除。比如，技术原理必须清楚，但允许在指标上存在不确定性；价值大小可以算不清，但价值创造的逻辑必须清楚。创新不仅要“知难而上”，还要懂得“知难而退”、“知难而变”。创新还有一个特点：价值驱动并不意味着直接价值驱动、当前价值驱动。企业需要有个把间接、长期价值进行转化的机制，才能真正获利。这些往往不是技术问题。很多技术专家并没有这一方面的经验，就不善于创新。

我研究创新多年，深知创新对创新者的风险很大，而创新的价值往往体现在技术扩散过程中。所以，建立示范工厂、示范车间还是非常有必要的。但是，中国当前的许多示范工厂实际上并不成功，只是采取了一些所谓的先进技术，并不能达到价值创造的目的。这样的示范，往往是树立了坏的榜样。