近批评工业4.0和工业互联网的文章很多、也很热。但在我看来，许多批评是不到位的、甚至批评者本人就是误入歧途的。甚至属于“更不懂工业的人批评不懂工业的人”。

本文作者：郭朝晖，优也首席科学家，前宝钢研究院首席研究员，中国工业智能领域专家

近网上流行一篇文章，把“工业4.0”批评了一通并强力推荐AI。在我看来，对许多企业来说，这种主张很可能是用一条更艰难的道路取代艰难的道路，用一个更严重的错误取代一个严重的错误。

有一种说法：历史事件的意义，短期看往往被高估；长期往往被低估。工业4.0的提出、AI的进展都属于这种类型的事件。现在出现的问题几乎都属于“短期被高估”导致的。

长期来看，AI的发展将会影响整个人类的发展进程，意义非常大。但依我的判断：如果以5~10年为限，除了机器视觉，工业4.0理论给工业企业的启发和可借鉴的思想是要比AI大的。而且，对制造企业来说，应用工业4.0中某些理论的难度往往比AI（特别是大模型）要低。有些中型制造企业可以直接借鉴其中的思想、自己牵头去做。而AI的关键技术，恐怕几乎所有中型企业都要借助公司了。工业企业推进AI，一般是要依靠大公司解决通用型问题，形成工具产品供普通公司用。这就像多数工业公司不适合自己开发CAD工具软件一样。普通公司只要等待机会、保持关注就可以了。普通企业过于关注AI（尤其是大模型）比强推工业4.0更不靠谱。

如前所述，中国现实的问题是“短期被高估”：因为出现了泡沫。但从社会发展的角度看，泡沫不都是坏事：10个企业1个成功，这就是泡沫；但成功的企业会影响100家、1000家企业。这就是泡沫的意义。这种意义是针对国家、社会层面的。所以，国家有些“过头”的政策也是有道理的。但是，对企业来说，关键是不要让自己成为90%的失败者，成为数字化技术的“先烈”。所以，相比于国家层面，企业层面做事要保守一点。这些都是合理的。所以，国家鼓励的事情，自己要想想。

为什么革命性的技术总是短期被高估呢？这就要理解工业发展的基本逻辑（我称之为工业的基因）。比如渐进性（继承性）、场景依赖、经济性等等。换句话说：一个先进理论或方法出现了，并不是立刻就能全面改变世界的，而是要在渐进的过程中改变世界。为什么是渐进呢？就是因为要关注经济性、渐进才有经济性。项目的成败，为什么会有场景依赖呢？就是因为不同场景的经济性不同。所以，在一段时间内，只有部分特别合适的场景才能成功。

所以，我经常说：什么是好技术呢？对企业来说，不是先进的技术是好技术，能赚钱的技术才是好技术。

昨天有个企业家说：他的公司有许多新技术，但资源有限，不知道该先推什么？我就告诉他：先推赚钱的技术。能赚到钱，就可以保证企业生存下去、保证融资，在此基础上才能保持持续改进。通过持续改进，才有发展成为高技术企业的条件。为此，我还给他讲了“消防员救姑娘的故事”（科技人员要区分重点与难点）：企业经营的难点不是技术竞争，而是生存竞争。

所以，企业（尤其是中小企业）推进技术的时候，一定要遵循“价值驱动”的原则。工业4.0、工业互联网领域遇到的问题，本质上都是没有遵循这个原则导致的。试想：如果企业都赚钱了，只是用了一点点工业4.0和工业互联网的理论，你能说他失败了吗？反之，你严格遵循工业4.0、工业互联网的理论，但终亏本了。你能说自己成功了吗？

国内的乱象说明：许多人真的不懂创新。创新有什么特点？一定是具体问题具体分析、结合自己特殊的场景去做，而不是盲目地模仿。原因很简单：盲目模仿往往是没有经济性的！所以，我经常说一个段子：小老板想模仿马云成为大老板。马云买了私人飞机、你也买私人飞机吗？

所以，具体到每一个“先烈”型企业，工业4.0和工业互联网的问题是不善于学习。背后则是不愿意动脑子、只是邯郸学步、东施效颦。不动脑子又想取得创新的成功，有点天理难容。

我们特别要说明：新技术出现时，往往只适合上述场景（少数场景有经济性）。所以，当技术投入速度大于市场发展速度时，就会导致失败。2018年GE公司放弃工业互联网的时候，我曾经给出一个观点：这个失败就像“大象钻不过老鼠洞”。意思是说：投入太大、目前的市场太小，终导致经济上不划算而失败。

要是找到合适的场景，工业4.0的一些思想是可以落地的。比如，我一直比较推崇海智在线，就是典型的支持“横向集成”的平台。去年这家公司的老总被相爷接见，一下子出名了。其实，几年前，相爷在上海时，我就通过上海市委统战部推荐这家公司与相爷座谈。他们成功的一个重要原因，就是找对了合适的场景。

我曾经讲过多次，什么场景比较适合成功。比如，广东推进“产业集群”的做法就很值得借鉴。因为这种做法可以通过“知识复用”提高经济性。再如，某些企业集团， 通过数字化和自动化的融合，提高经济性并实现知识复用。这里我就不多讲了。

另外，对国外技术的发展，我们要慎言。我发现：很多人对美国推崇工业互联网背后的原因并不是很清楚。美国人推进工业互联网的一个原因是解决制造业外流所带来的问题。希望“美国之外的人干活”，美国人通过工业互联网掌握技术和供应链。从这种意义上来说，许多美国企业的做法是成功的。

为了给交大的MEM准备创新课，我画了一幅图。说明好项目的特点。如下所示：

好的科技创新项目，往往有三个特点：简单的技术逻辑、周密的业务逻辑、巧妙的价值逻辑。要做到这三点，难在什么地方呢？首先是周密的价值逻辑。含长期、间接、潜在、随机价值。找到能够便于赚钱的场景；其次是周密的技术逻辑，要深刻地理解用户的场景、考虑到各种关键问题，开发技术时不要丢三落四。第三点是简单的技术逻辑。技术逻辑简单，但找到这样的技术逻辑并不简单啊！有了这个基础，才会有周密的技术逻辑，甚至才会有巧妙的价值逻辑。

但进一步去想：哪有用“简单的技术逻辑”就能赚钱的好事呢？其实这也是有条件的。至少三个条件必须同时具备：

◉ 首先是新的机会。包括新的技术机会或市场（需求）机会。有了新的机会，才能用简单的方法去创新、去超越前辈的事情，去赚钱。否则，前辈中牛人很多，凭什么你比前辈牛？你去看看工业企业的实践，几乎都具备这个特点。发现新机会，其实是防止无知者无畏。而且，如果发现了新机会，往往不需要太先进的技术就能解决问题。国内专家普遍的问题是过于强调方法的先进性，而没有看到信息通信技术发展带来的，“用简单方法创新”的机会。所以，才会经常炫耀新名词。

◉ 其次是要学会补足条件。前面讲的机会是一般性的机会。比如计算机能力强了、5G出现了等等。但是，要解决企业自身的问题，需要找到合适的路径。在这个路径上，要让技术成功变得简单。比如，计算机带来大数据的机会。但如果你的数据治理搞不好，一堆垃圾数据，还会有什么用呢？有的时候，对理想的目标，条件总不成立。这个时候，就要变通目标。也就是我说的“养花不生烂叶子”的智慧。所以，善于分析条件，是创新者素质的重要表现。

◉ 后是合适的场景。场景决定经济性、场景决定技术的难度。如果找不到合适的场景，就相当于“缘木求鱼”，累死你都没有办法。大家可以看一看：哪一些成功者没有特殊的场景？

总之一句话：搞数字化需要一点常识、需要一点智慧。要遵循技术发展的规律顺势而为才行。人们之所以失败，很大程度上是因为只会跟风、邯郸学步。许多“专家”也只会卖弄新名词。这样搞创新，不摔跟头是不可能的。我一怒之下花了一个小时写了这点东西，想到哪里写到哪里。不对之处，欢迎有识之士指正。