01

數字化轉型的工作為什么是個性化很強？

一般來說，越大的系統個性化越強、越是難以標準化復制。比如，設備往往比控制回路更難標準化；產線往往比設備更難標準化；工廠往往比產線更難標準化。根據我的調研和觀察，企業進行數字化轉型的基本條件往往并不理想。比如設備陳舊、管理落后、自動化程度低等等。許多企業進行數字化轉型的時候，需要事先補齊短板——補短板本身并不是數字化問題。

這些補短板的工作往往需要投入甚至需要創新，比如開發新的設備、產品、工藝等等。這些事情就把很多企業卡住了。這些投入能不能取得效益就是個問題，往往與市場和用戶相關；企業能不能用好這些技術，與自身的人員素質相關。所以這個過程充滿不確定性。

我說中國企業往往并不習慣于創新，往往是不習慣于不確定性。比如，許多企業往往看到別人有了成功的案例才敢做，自己不會思考、不相信自己腦子里面的邏輯。面對這些不確定性，他們就會陷入彷徨猶豫的過程中不知所措。

我們注意到：上述問題涉及到很多層面：要有人懂工藝、懂設備、懂數字化、懂運營、懂管理，要對企業和行業有較深的理解，甚至需要比較清晰的戰略。單純談技術往往并不能導致創新的成功，需要綜合性的人才或團隊。這是我國特別缺少的，也是一些技術專家的局限性所在，學院派專家就更不靠譜了。

02

怎么解決這些問題呢？我看多數成功的案例還是一步步的走，盡可能的在每一步都能實現價值驅動、需求驅動。我在《知行》一書中推崇漸進路線，就是這么一種考慮。

創新總會遇到不確定性。對待不確定性的態度很重要：有些不確定性允許存在，有些則必須消除。比如，技術原理必須清楚，但允許在指標上存在不確定性；價值大小可以算不清，但價值創造的邏輯必須清楚。創新不僅要“知難而上”，還要懂得“知難而退”、“知難而變”。創新還有一個特點：價值驅動并不意味著直接價值驅動、當前價值驅動。企業需要有個把間接、長期價值進行轉化的機制，才能真正獲利。這些往往不是技術問題。很多技術專家并沒有這一方面的經驗，就不善于創新。

我研究創新多年，深知創新對創新者的風險很大，而創新的價值往往體現在技術擴散過程中。所以，建立示范工廠、示范車間還是非常有必要的。但是，中國當前的許多示范工廠實際上并不成功，只是采取了一些所謂的先進技術，并不能達到價值創造的目的。這樣的示范，往往是樹立了壞的榜樣。