裝修房子時，有這樣一種業主：非常強勢，只管提出要求、很少和設計師商量設計和施工的可行性。這時，設計師勉強設計出來了，看起來似乎很漂亮，用的時候卻會有很多問題：如樓梯臺階過高、過道過低等，還可能存在安全隱患。

一些官員和“專家”討論技術問題，就像這種業主：不管技術和經濟的可行性，只關心他希望得到什么；只知道唱出一些迷人的口號，卻從不思考怎么落地。這些人往往不懂得技術的具體功能和實施方法，只是腦子中有個“空中樓閣”，就催著企業去做。

現在，他們談人工智能、智能制造就是這樣；越是不懂的人，膽子和口氣就越大、圖景描述也越美——反正實施的事情他不管。其實，他們連效果也未必真的關心。很大從程度上只是葉公好龍。

推進人工智能，其實會面臨很多困難。

例如，從技術角度講，要把問題轉化成人工智能問題需要兩個前提：1、把決策問題轉化為“做選擇題”；2、能判斷或評價“選擇結果”的“對錯或者好壞”。有了這兩個前提，人工智能、大數據等算法才有用武之地。這兩個問題看似簡單，在推進過程中卻很麻煩。

比如，“做選擇題”就要把全部可能的做法羅列出來，變成CheckList。在工業企業中，這種事的工作量很大，可能會麻煩到難以想象。而且，我們的技術人員往往沒有這種文化和耐心，往往直接給你否掉。再如，對“對錯和好壞”評價，有時候是靠物理實驗獲得的，不是靠IT可以實現的。不做事的專家和官員喜歡呼吁別人做：要是讓他自己做，恐怕就沒那么激動了。

從經濟角度講，人工智能需要找到合適的場景才能具備經濟性。如果純粹是為了寫論文、吸引眼球、完成政治任務，可以不考慮這個問題。但工業企業首先要生存，經濟性是不能不考慮的問題。多數企業也沒有這種“賠本賺吆喝”的意愿。而最適合人工智能的場景，往往是少數行業、尤其是高端行業才具備的，是“可遇不可求的”。并不是所有的企業都有這個需要，正如“叫花子家里不需要御廚”。

企業在從事這些工作之前，應該仔細想一下：你明確目標了嗎？準備好付出代價并接受各種挑戰了嗎？要搞先進的東西，要先有點本事：沒有關羽的能耐，就不要急于“溫酒斬華雄”、也不要忽悠別人去“斬”，否則被斬的就是自己。我們之所以重視新技術，往往是因為產業革命拐點的到來。要理解這個拐點，單單懂得科學理論是不夠的，還必須了解工程和技術方法，乃至經濟和產業特點。所以，不懂，往往才是常態。但有些根本不了解工業規律、靠論文或當官起家的人，卻急急忙忙地給人講智能制造如何在工業界應用了。

在我國，我親眼見證過很多“過熱”引發的問題。最重要的問題還不是浪費錢財，而是對文化氛圍的破壞。有的企業和專家迎合國家政策，只是圖名、圖利，而不是安心做事。“天下大事，必作于細”。做大事都是要從細節入手，調子高的人往往自己不做事、而是指揮別人做事、做錯了自己也不負責。要把細節做好，往往要“慢工出細活”，快了反而做不好。在過熱的背景下，安心做細活的人更容易被逆淘汰。所以，“過熱”不僅浪費錢，把本來該做事的人和隊伍也廢了。

我總覺得，政府官員過多地介入自己不懂的特定學術領域，不是件好事情。政府過于熱情的話，就會涌現出一批“葉公好龍”式的人工智能公司。今年上海曾經引進某個智能制造方面的企業，并作為業績夸耀。我當時就覺得這個企業不怎么靠譜，發展太快、人才隊伍太嫩。結果，最近丑聞就出來了。規律就是規律，領導和專家說了也不算。

潑完冷水再送杯熱茶：對于那些認認真真搞技術的企業和專家，表示衷心的敬佩。讓我高興的是：這樣的企業在中國開始出現，并越來越多。但這些企業往往都有十年左右的積累，在聚光燈亮起之前就默默地工作，并不是現在才去趕熱點。

歐姆龍創始人（名字叫立石一真）說過一句話：如果一個項目，十個人有五個以上說好，可能就不值得做了。所以，從某種意義上講，好的企業家和科技工作者需要較好的人品：只有少數人支持時，要頂著壓力去干，而不是在頌歌中去干、不能人云亦云。我國很多人有搞“畝產萬斤”的“劣質基因”，我們必須反對盲目跟風。

當然，趕熱點也不是絕對不行；關鍵是干之前自己先要冷靜下來想一想。搞創新要從業務和市場需求出發，而不是響應專家和領導的號召；搞創新要有科學的態度，不是為了完成政治任務、討好領導。更不能把技術搞成娛樂化，把學術會議變成大領導和大專家表演或吹牛的舞臺。