古代沒有糧食吃的時候，人的腦子中想的可能都是糧食：種糧食、借糧食甚至搶糧食?？偠灾X子里想的都是糧食。
工業(yè)革命發(fā)生以后，人們找到了另外的辦法。比如，你可以去織布，然后用你的布去換糧食。如果你布織得好，可能比地主家的糧食都多。如果你確實喜歡地主的生活，也可以先從織布開始：織布賺了錢，可以去買土地、買農具，成為大地主。反之，如果你的腦子里只想著種地、每天起早貪黑，可能永遠都做不了地主。
經濟學的奇妙之處就在于此：人們可以通過間接的方式獲得你想要的東西——關鍵是你的做法更具經濟性。
我講這個例子的用意，是希望幫助人們，從經濟學的角度認識智能化、數(shù)字化相關技術。
前幾年，有人說：不能減人的智能化就是耍流氓；還有人把上機器人看做智能化。我不能說他們的觀點是錯的，但卻有嚴重的局限性。這種局限性就像認為沒有糧食吃，只能自己種糧食一樣。
事實上，智能化并不是自動化的自然延伸，自動化是提高藍領工人的效率；智能化是提升白領和灰領的勞動效率、提高管理者和技術人員的勞動效率。通過提升質量、提升研發(fā)能力、提高管理水平來獲得經濟性。經濟性的發(fā)展會帶動整個社會的進步。社會進步了，勞動力的價格就會上升。這時，企業(yè)“機器換人”、“提高自動化水平”的工作就具備了經濟性了，就成了自然而然的工作。這就像布織得好，就會有糧食吃。
再進一步分析，智能化和自動化的邏輯不一樣。學術研究常見的特點之一，是問題越來越難。很多人認為：智能化也會比自動化更難，一定有更難的理論。但事實卻是：自動化研究是學術界的“紅海”、智能化是“藍?！?。藍?？康牟皇菙?shù)學上的算法有多難，而是把領域找對。有些學院派的大專家，一定要找點“難事”。其實，這是二流學者的通病。沒有思想的人，只能跟在別人后面，做別人剩下的題目，只能越做越難。于是，他們就把人工智能、深度學習這些普通人不懂的東西拿來說事；把大量的新名詞拿來說事。
這些學院派的著名專家，很像《皇帝新裝》中的大臣：自己不懂、以為別人懂；但卻害怕別人說自己不懂，有損于自己的專家形象，一定要把技術搞復雜才行。
數(shù)字化、智能化的技術其實沒有那么難：先設法把手頭的事情做好。做不好的時候，借助數(shù)字化的手段；借助數(shù)字化的手段時，往往是用人明白的道理，讓計算機去做；繼承現(xiàn)代工業(yè)成熟的管理思路，用計算機來做得更好。采用數(shù)字化手段時，要考慮成本、效率、質量等經濟性指標。然后，通過平臺、大數(shù)據(jù)、工業(yè)APP等技術，把這些工作的經濟指性提上來。
企業(yè)如果能把這些數(shù)字化技術用得好，效率就會提高。就像別人手工織布、你用機器織布。你織布織得好，就能用來換糧食吃、甚至可以去做地主。
來源：儀表圈/作者：郭朝暉(工學博士，教授級高工。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家；東北大學、上海交大等多所院校兼職教授。國內知名智庫、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)
