数字化技术：控制论视角的得与失

最近 几年我经常在各地讲数字化转型、智能制造的课。讲课的时候总要有一个逻辑体系，以便 把相关的内容串起来、进行结构化。 把知识结构化起来，就 可以说清楚 相关内容的充分性和必要性 ；针对每一个具体的要点，都可以单独去谈历史的发展轨迹和方向。结构化知识的 过程， 也是经验的整理和提升过 程。

多年来， 我一直习惯于用控制论的逻辑去理解数字化。也就是强调把信息感知、决策和执行过程打通。 采用这个逻辑讲智能化的好处很多。 比如：

1、实现 技术的体系化。我注意到：我 的经验和认知，恰恰都在这个逻辑当中； 现实中的多数项目 ，都在这个体系中。 《三体智能革命》提到的 “二十字箴言”、人工智能的各个学派，都可以用控制论的逻辑结构起来。也就是说，这个体系能够符合知识结构化的“充分又必要”的要求。

2、理解机会产生的机制 ，便于读者发现机会，数字化技术成为热点的一个重要原因是应用的场景和机会多了。其潜台词是：不要迷信新算法。因为现在的许多算法和几十年前没有多大区别。 形象地说：搞自动化的人不是掌握了过去没有的本事，而是发挥能耐的机会多了。这些机会来自信息通信技术的发展。 我们知道：决策往往是有时效性的。 通信帮助人们从远程获得信息、向远方发送指令。 能够在可容忍的时间内获得信息、下达指令的决策才有价值。互联网的应用，让这样的机会大大增多了。与之相比， 30多年前的“专家系统”可以进行非常复杂的决策，但却缺少应用场景，从而沦为“屠龙之技”。互联网的出现和广泛应用，最终解决了这个问题。

3、 强调价值创造、完善技术逻辑。价值是在行动中创造的。控制论强调的就是感知、决策和行动的统一。我国许多学院派专家的特点是只说不干。典型的做法是强调自己的模型精度有多高。 但是，如果把模型用在行动中就会发现： 单纯精度高是没有用的。 强调行动，就是强调应用、就是强调实践。

4、 便于理解数字化技术的作用范围。数字化技术影响范围之广，是其他技术难以比拟的。数字化可以针对一台设备、一个车间、一家工厂、产业链甚至整个社会。从控制论的角度就容易理解这种现象： 控制论研究的对象是 “系统”。 这些对象虽然大小有别，但本质都是系统。

5、 便于借鉴过去的思想和做法。从控制论的角度，可以理解自动化、信息化、智能化。这些工作是有区别的，但经验是可以借鉴的。从控制论的角度看问题，智能化与自动化是 “继承基础上的发展”。比如，从自动化到智能化的一个比较重要的变化是“感知到认知”。这样，就给许多看似很普通的方法“正名”：这些看似简单的笨办法，就是智能化的重要工作。

但是，从控制论角度理解数字化，也容易产生一些问题。

众所周知，数字化设计、仿真等数字化技术的重要组成部分。最近，我突然意识到：把这些工作放入控制论的范畴是有些牵强的。在这些工作中，数字化技术主要用于帮助人们 “分析”。“分析”只是“决策”过程的一部分；与“执行”的联系就更加牵强了。

前面提到，互联网为智能化带来了众多的机会。而数字化研发的发展机会，更多地来源于算力（含存储能力）提升。在此基础上，促进了相关工业软件的广泛深入应用。 相对而言，互联网带动不同空间位置业务的融合； 而数字化带来的是不同时间段（不同步骤）业务的综合优化。

谈到这里，本文似乎可以结束了。然而，思想是没有尽头的：对数字化设计，控制论的思想真的没有指导意义吗？

应该不是。 我们在谈工业智能化的时候，较多地针对物质产品的生产。而数字化设计，针对的则是知识产品的生产。如果用 “生产”把制造和“研发”统一起来，就会有新的启发：它们都希望提高“自动化”水平。在数字化研发（甚至服务）过程中，同样希望计算机能够把各个“生产步骤”自动地联系起来、减少人的介入、固化相关的过程。现在很多创业公司的产品，不就是这个套路吗？

另外，数字化研发的结果，可以直接用于CPS、数字孪生，进而参与日后的管理和控制活动。

总之，从控制论的角度理解数字化，容易让得到更深刻的洞见，但也容易弱化广度。我个人偏爱从控制论的角度理解数字化，则与我个人所学专业和工作经历有关。