郭朝晖：以终为始，理解数字化转型的逻辑

某甲经常出差，抱怨飞机航班太少。怎么办呢？有人给他出一个主意：买一架私人飞机吧！如果某甲是马云，这不失为一个好主意；如果某甲是我，这就太扯淡了。由此可见：一个主意好不好、能不能实施，关键要看外部条件。

我们在实施数字化转型时，也会遇到类似的问题。一个办法好不好，关键是看企业的具体条件。条件不具备，再好的想法都无法落地。但遗憾的是：外人出的主意，往往是没用的。为什么呢？因为条件已经成熟的事情，人家往往早就想到了。这就好比：有钱的老板可能老早就有私人飞机了，还要你来说？

我讲课的时候，也遇到了这样的困境。怎么解决呢？

我有一个观点：在信息时代，人们往往不缺知识；人们缺少的是逻辑思维能力。这就好比，棋手的水平差，不是不懂下棋的规则，而是因为思考的深度太低。同样，数字化时代，人们需要培养的是与数字化相关的逻辑思维能力。这种逻辑就是：创建好了什么条件，就可以做什么事情。

比如，在CAD的基础上，可以把CAD、CAE、CAM联系起来，可以在新的条件下进行知识和研发管理。再如，在设备数据采集的基础上，就可以促进生产管理、设备管理、质量管理、操作管理；有了工业互联网的基础，就可以非常容易地促进持续改进、精益改善、业务集成。

每一步应该做到什么程度呢？

我一直主张，根据后面一步的要求，做前面一步的工作。这就叫做“以终为始”。用“以终为始”的方式做事时，可以防止做事的盲目性: 避免做到后面的时候，才发现前面的工作有问题、需要推倒重来。有人经常问：我把数据采上来了，怎么没用呢？这种现象的发生，就是没有采用“以终为始”的思维方式：你当时采集数据的时候，是为什么啊？！

人们的思维习惯，往往是走完第一步才会想到第二步；讲课的目的则是告诉学生：走完第一步，可以继续走第二步、第三步；第一步、第二步之间的关系是怎样的。比如，工业大数据，本质上是为根因分析和数据建模奠定基础的。所以，数据质量要达到一定的程度，才能实现这样的目的，仅仅把数据采上来是不够的。

需要特别提醒大家的是：创造做事的条件，可能比做事本身难度更大、工作量更多。这就好比，马云买飞机不难，难点在成为有钱的马云。数字化转型中的许多问题，其实不在数字化技术本身。

在信息社会，理解逻辑往往比掌握知识更重要。掌握了逻辑，才能会用知识。