今天有學(xué)生問(wèn)：數(shù)字化時(shí)代需要什么人才？
我認(rèn)為，最需要的是懂業(yè)務(wù)又懂?dāng)?shù)字化的綜合性人才。我打了個(gè)比方：這種人才就像會(huì)用英語(yǔ)寫(xiě)小說(shuō)的中國(guó)人。這種人的腦子里面要有故事，還能用英語(yǔ)表達(dá)。腦子里的故事就是業(yè)務(wù)邏輯，用英語(yǔ)寫(xiě)出來(lái)就是用數(shù)字化、軟件化的方法表達(dá)。以數(shù)據(jù)分析為例。在數(shù)據(jù)分析的過(guò)程中，一方面需要理解數(shù)據(jù)，能夠判斷分析結(jié)果是否值得關(guān)注；另外一方面又要懂得業(yè)務(wù)，理解數(shù)據(jù)背后的業(yè)務(wù)含義。有了數(shù)據(jù)分析工具之后，分析過(guò)程很簡(jiǎn)單、也很快，但會(huì)不斷進(jìn)行迭代。
比如，先做一個(gè)簡(jiǎn)單的回歸。如果回歸結(jié)果比較滿意或者不滿意，會(huì)對(duì)數(shù)據(jù)重新分析、去驗(yàn)證結(jié)果的可重復(fù)性。這個(gè)過(guò)程會(huì)反復(fù)很多次。每次反復(fù)往往都需要數(shù)據(jù)分析知識(shí)和業(yè)務(wù)知識(shí)互相校驗(yàn)。但每次的反復(fù)都只需要很短的時(shí)間，如幾分鐘乃至幾秒鐘。試想：如果數(shù)據(jù)分析知識(shí)掌握在一個(gè)人的腦子里，而業(yè)務(wù)知識(shí)掌握在另外一個(gè)人的腦子里，兩個(gè)人需要交流進(jìn)行判斷，效率就會(huì)大大降低。
彼得.德魯克談分工時(shí)舉過(guò)一個(gè)例子：造房子需要結(jié)構(gòu)設(shè)計(jì)、建筑、裝修設(shè)計(jì)、裝修等四個(gè)工序。這四個(gè)工序應(yīng)該由四類專業(yè)的人士來(lái)完成，效率和質(zhì)量才能做得最好。安裝一部電話，同樣也需要四個(gè)工序，如果派四個(gè)人來(lái)分工完成，效率反而低了。按這個(gè)邏輯，數(shù)據(jù)分析過(guò)程最好是一個(gè)人掌握數(shù)據(jù)分析和業(yè)務(wù)兩方面的知識(shí)，而不是兩個(gè)專業(yè)的人實(shí)時(shí)協(xié)作完成。
需要綜合素質(zhì)的情況很多。
我最近在思考一個(gè)問(wèn)題：創(chuàng)新真的需要?jiǎng)?chuàng)新思維嗎？有些人取得了很好的創(chuàng)新成果，但似乎不是太需要?jiǎng)?chuàng)新思維?，F(xiàn)實(shí)中，他們往往既懂技術(shù)，又明白需求，具有綜合性的知識(shí)。而創(chuàng)新的過(guò)程往往是在技術(shù)可行性與現(xiàn)實(shí)需求之間做權(quán)衡。而我講創(chuàng)新課時(shí)，反復(fù)強(qiáng)調(diào)的就是這種權(quán)衡。對(duì)技術(shù)和需求都很熟悉的人，做這種權(quán)衡往往是很簡(jiǎn)單的。
我講創(chuàng)新思維時(shí)，經(jīng)常會(huì)講到的是“知難而變”。常講“領(lǐng)導(dǎo)讓園丁養(yǎng)花，要求不生爛葉子”的段子。解決這個(gè)問(wèn)題最好的辦法就是：比領(lǐng)導(dǎo)提前十分鐘到辦公室，發(fā)現(xiàn)有爛葉子就剪掉。
在創(chuàng)新過(guò)程中，這類問(wèn)題經(jīng)常出現(xiàn)。這是因?yàn)椋禾岢鲂枨笈c完成工作的往往是不同的人。這時(shí)，提出的需求往往不合理。但是，如果是自己提出的問(wèn)題、自己來(lái)解決，權(quán)衡就會(huì)很自然，也就顯不出“創(chuàng)新思維”了。所以，具有綜合知識(shí)的人往往不太需要訓(xùn)練“創(chuàng)新思維”。
我曾經(jīng)有過(guò)一個(gè)比喻：如果僅僅掌握一個(gè)領(lǐng)域的知識(shí)，專家的工作只能是“一維優(yōu)化”；如果掌握兩個(gè)領(lǐng)域的知識(shí)，專家的工作就是“兩維優(yōu)化”。這樣的創(chuàng)新者就可以“高維打擊低維”。即便在兩個(gè)專業(yè)的知識(shí)都相對(duì)較弱，“兩維優(yōu)化”的結(jié)果往往也會(huì)優(yōu)于“一維優(yōu)化”。其中，如果兩個(gè)專業(yè)之間有服務(wù)與被服務(wù)的關(guān)系，往往是最好的“兩維空間”。
工業(yè)互聯(lián)網(wǎng)和數(shù)字化方法在未來(lái)一個(gè)重要發(fā)展方向，應(yīng)該是專業(yè)知識(shí)的融合。作為生物體的人類，受生理能力的約束，掌握的知識(shí)是有限的；而計(jì)算機(jī)不受生理能力的約束。通過(guò)計(jì)算機(jī)實(shí)現(xiàn)知識(shí)融合所帶來(lái)的前景，可能會(huì)超出我們現(xiàn)在的想象。
作者：郭朝暉(工學(xué)博士，教授級(jí)高工。企業(yè)研發(fā)一線工作20年；優(yōu)也科技信息公司首席科學(xué)家；東北大學(xué)、上海交大等多所院校兼職教授。國(guó)內(nèi)知名智庫(kù)、走向智能研究院的發(fā)起人之一。原寶鋼研究院首席研究員)
