"接纳不确定性,并找到更好地与不确定性共处的方式,这就是数字化的使命。"
我们不喜欢不确定性,但是世事无常。企业追求标准化,但是处处都有异常。建立无人工厂,听起来很美好,似乎没有了人,就没有了不确定性的源头。但从信息论的角度来看,我们无法消除一个系统的不确定性。如果消除了生命中的不确定性控制工程网版权所有,一切都按部就班,那生命就没有了活力。一部没有惊喜的电影是乏味的,不确定常常带给我们惊喜的体验。接纳不确定性,并找到更好地与不确定性共处的方式,这就是数字化的使命。
工业追求标准化,企业管理尽量避免“异常”。因为生产过程的很多异常来自于“人”,所以出现“无人工厂”,“黑灯工厂”。
消除不确定性是我们的本能反应,然而常常事与愿违。人们逐渐地开始反思,可能我们无法根本上消除不确定性。如果消除了生命中的不确定性控制工程网版权所有,一切都按部就班,那生命就没有了活力。一部没有惊喜的电影是乏味的,不确定常常带给我们惊喜的体验。
企业组织中假如没有了熵,也就没有了组织的活力。
工厂是价值增值的通道www.cechina.cn,会收到种种不确定的干扰。要想完全消除工厂的不确定,代价是非常高的,甚至是不可能的。假如能借鉴通讯电路中的信号处理技术,企业的经营管理中,这就是企业的数字化转型。企业也可以在数字空间中建立一个闭环负反馈的信息通道,对异常扰动及时纠偏,以消弱不确定性的影响。只是,企业的系统更复杂,需要寻找适合企业业务的正交基,设计更好的算法来区分正常和异常。
接纳不确定性,并找到与其共处的方式。
借鉴牛顿迭代法,洞察数字化转型的方向
虽然大家都觉得数字化是企业发展的方向,甚至是根本上解决挑战的转型方向。但是,具体推进项目中,怎么评价项目的投资收益,就出现很多分歧。
如果不算投资回报率,难道数字化就是花大价钱买个“高大上”?怎么评价数字化的价值?
问题出在怎么评价创新?如何做风险决策?面对全新的未知领域,简单地算账,是战略思考上的懒惰。
数字化转型是个复杂的风险决策,需要敏锐的洞察。数字化提升企业高不确定环境下的决策能力,因此也必须放弃走捷径的想法,扎扎实实地思考底层逻辑,以复杂不确定的方法和和方式才能摸到数字化转型的脉络。
巴菲特说:“模糊的正确远胜于精确的错误。”
任正非说:“方向可以大致正确,组织必须充满活力。”有活力,才能有洞察。
其实,数学上的牛顿迭代法,可以给我们很好的启发,怎么在迭代试错中,洞察最佳的方向。
数字化转型是还在摸索过程中错综复杂的问题,更无法用财务公式,简单计算投资回报率,就能决定方向。
对于无法无法精确求解的方程,就没有办法解了吗?可以用反复迭代逼近,求得数值解。
牛顿迭代并不是粗暴地尝试,而是每一步都精确计算试错的方向,每次都是沿着函数(或方程)导数的切线方向尝试,并且基于反馈的结果,重新计算切线的方向,调整试错的方向。这样能在几步之内,快速逼近最佳解控制工程网版权所有,
在人工智能和机器学习盛行的今天,牛顿迭代法的思想被深入吸收到各种最优化算法中,形成各种梯度下降类算法,包括批量梯度下降法、随机梯度下降法、小批量梯度下降法。牛顿法利用了方程或函数的二阶梯度信息/海森矩阵,从而加快了每一步的收敛速度。
切线方向,就是数字化转型的最小阻力方向
如果能写出企业经营管理的方程,就可以直接用牛顿迭代法求解数字化转型的路径。然而现实更复杂,我们仍然可以从牛顿迭代法的思想中汲取营养。
首先,放弃精确计算的妄想,逐步迭代逼近答案
数字化转型需要知行合一。没有行动,任何的数字化蓝图都是空想,蓝图只有在实践的过程中才能越来越清晰。
但是,盲目的行动,会把“智能”“数字化”这些好的概念做坏,在公司内形成了坏的口碑,这时候即使正确的方向也可能被群起而攻之,
其次,随时随地思考最佳的数字化方向,提高迭代的速度
微积分中的导数,就是曲线的斜率,就相当于数字化转型的方向。沿着切线方向进行数字化转型,变革阻力最小。因为切线的方向,是最小作用力的方向。
企业的任何变革,都会有反对的力量,面对反对派的阻力,我们需要智慧。不是一味增加火力,寻求更高层的权力支持,而是要有智慧的探寻最小阻力的方向,敏锐的观察和调整方向。在支持的力量和反对的力量之间寻找平衡,并且在平衡点沿着谁也不得罪的切线方向,渐进推向下一步的行动。
曲线上每个点都有自己的导数,同样的,企业业务中的每一个场景中,都有一个阻力最小的切线方向,甚至每个时刻,切线的方向都在变化。沿着这个方向推动数字化转型的变革,是阻力最小的。
这个方向不是一个含糊的笼统的总体的大概方向,而是对每一件事情精确的计算下的最小阻力和最佳变革方向。面对数字化转型这样的大概念,我们尤其需要聚焦。聚焦不是取舍应用的“场景”,做更少的事情,而是在所有的业务场景中,聚焦阻力最小的方向,采取一小步的行动。在每一件事情上,我们都知道最小作用力的方向,沿着这个方向去尝试和迭代控制工程网版权所有,根据迭代的结果,再修改方向和迭代的步长。
数字化要下笨功夫,走难走的路
关于数字化转型有很多理念,听起来很有道理,但是躬身入局之后,发现问题很多。
为什么数字化听起来很好,践行起来很难?
技术的传播,并不均衡
数字化转型是一个复杂的系统工程,包含一系列高度创新的研发活动。一个系统工程,就跟我们吃顿大餐,主辅荤素要搭配着,有些菜好看,有些管饱,有些美味,有些清爽。
作为一项系统工程,数字化涉及到很多方面,既有概念思想层面的新想法,也有硬核的技术突破,还有常规技术的组合创新,用户体验的改善,运营习惯的改变等等很多个方面。企业需要有机地整合各个层面,就像大厨一样要搭配好不同的食材,把握好烹饪的火候。
然而,打造数字化的各种素材,传播能力的差异很大。那些吸引人的新概念、新思想,会传播得非常快,传播得很广。一两个简洁的金句,立刻就抓住眼球;一两个成功的案例,一下子就能给你信心。但是这些传播快的新思想,可能就像桌上点缀的菜肴,它能引起我们的食欲。而那些打造数字化落地方案的硬核技术,很可能看起来很普通,导致它很难流通和传播。
好的概念,为什么难以落地?
听别人的成功案例,似乎都很美好,但是自己做起来却很难。推进数字化的困难,往往并是不缺少新思想,而是无法结合业务实际,形成好的落地方案。
形成落地方案,需要一大堆具体而枯燥的技术。我们无法听了一个报告,头脑一热就能做出数字化的方案,也无法直接找个供应商,买套软件就能完成的。真正掣肘数字化落地的,可能就是一些不起眼的技术。正是因为不起眼,才难以传播,反而成了最稀缺的。
数字化的思想和技术,经由多种渠道的传播才被我们接纳。他们传播的过程,天然被渠道做了过滤。媒体要抓亮点,吸引眼球。只有美好的信息才能传播得很远,而那些质朴的踏踏实实的一些技术,传播动力就要少很多。但是具体做实业时,就得抓短板。这些被过滤的信息却是至关重要的,一些看起来平淡无奇的技术,但很可能是我们欠缺的,让数字化转型过程举步维艰。
下笨功夫,走难走的路
数字化的启蒙,是抓关键的亮点;但是数字化的实践,就要在犄角旮旯里寻找各种朴素的、不起眼的食材。他们可能不容易传播,却很可能是支柱性的主菜;他们处于各学科的边缘地带,却很可能是创新突破的关键。
如果我们只是听了数字化的概念和思想,就想立刻看到价值,要立竿见影的效果,必然会力不从心。数字化难以落地,是我们太想取巧。真正有效的路径,可能并不显然,需要我们踏踏实实下笨功夫,关注在那些不太容易传播的、却很可能是核心的技术,看看自己比较欠缺的是哪个方面,从基本功一点点做好准备。
其实,数字化的很多核心技术都是公开的,但很多企业就是不掌握,因为看起来觉得很平淡无奇。比如关于制造模式的变革,关于可重构的工艺,软件定义的系统控制工程网版权所有,这些在公开的论文中都有相当深入的讨论和思考。但是由于学术界和工业界的话语体系不同,工业界的人觉得学术和理论太空洞,没什么用。
但实际上,每一个成熟了的技术,前期都有大量的新思想铺垫。重大创新的技术,背后一定有思想的突破,可惜只有少数的人才,能耐得住寂寞,并最终欣赏到这些硬核技术背后的思想之美。这些思想并不鲜艳,你就像刨土豆一样,必须孤独地深入进去,慢慢地咀嚼,才能咂摸出其内在的味道,体悟到背后的美妙思想。
践行数字化,要下笨功夫,走难走的路。