经济学者何帆每年都会做实地调研，并根据调研的心得写一本书，写30年，记录中国从2019年到2049年这30年间的变化。前三本《变量：看见中国社会小趋势》《变量：推演中国经济基盘》《变量：本土时代的生存策略》，合成了第一个“本土时代”三部曲。

2022年1月，变量系列第四本正式出版。在这本《变量：大国的腾挪》中，何帆教授尤其关注在劳动力成本上升和人工智能技术大爆发两大趋势下，中国制造业正在进行的一场智能化革命。通过对中国化纤行业龙头桐昆、以及新IT龙头联想集团的走访，何帆提出了“从云时代到渠时代”的洞察与判断——在云时代，聪明的企业家关心的是如何才能赶上风口。在渠时代，有智慧的企业家关心的是，如何才能拥有穿越周期的力量。 

以下为本书节选，穿越周期的力量：从云时代到渠时代。

桐昆想做智能制造，找到了一个合作伙伴：联想。 这个选择非常奇特。桐昆没有选华为，也没有选阿里，最后选的是联想。这就像要打第一场抢滩登陆战，派出去的既不是骁勇善战的海军陆战队，也不是从天而降的伞兵，而是一支特殊的工程兵部队。 这是因为，即将开辟成战场的这个区域是无人区。没有道路，没有桥梁，不知道水源在哪里，不知道登山的小路在哪里。侦察机已经飞过上空，也拍了不少照片，但天上拍下来的照片，和地上看到的景致是两回事。
智能制造，说的人多，做的人少，真做的人更少。很多企业自称要做智能制造，大部分只是派出侦察机，飞了那么两三趟。我参观过黑灯工厂，也见过无人仓储，这些看似很酷的项目，都像是车展上的新概念车型。看看可以。看看而已。负责桐昆智能制造项目的是联想的数据智能事业部。总经理是蓝烨。蓝烨坦言，他的部门在联想集团不是主流部门，没赚啥钱，干的都是累活、脏活。这和工程兵在整个部队中的地位差不多。

智能制造无法靠闪电战制胜。必须步步为营，扎硬寨，打呆仗。第一步是数据化。第二步是数字化。第三步是智能化。通俗地讲，数据化就是洗菜，数字化就是配菜，到了智能化，才是炒菜。 数据化是要获取生产数据。按说这不是难事。比较先进的机床，本身就能提供实测的数据。传统的机器设备、生产线，也可以装上感应器，或是升级改造一下，就能收集到更多的数据。生产线可以配备更高级的5G（第五代移动通信技术）。挖掘机可以装上GPS（全球定位系统）。奶牛的耳朵上可以挂电子耳标。问题在于，采集的这些数据，往往不能直接拿来就用。就像刚拔出的萝卜，浑身都是泥，需要先清洗一遍。数据也需要先清洗、整理，转变成可以处理的信息。这个过程就是数据化。这是智能制造要做的基础工。数字化是要用数据来做分析和判断。以往的生产大多靠经验。有经验的采购经理脑袋里装着一本账，进多少，进什么，一报就是一溜数字——很多采购经理是把这当成绝活儿炫耀的。有经验的工程师到了出问题的机器旁边，有时动手调一下，有时用脚踢一下，甚至只是站一会儿，机器就运转了。能工巧匠的技艺比普通工人高超很多，这是靠熟能生巧积累出来的能力。但是，生产规模越来越大，生产线越来越多，产品升级换代的速度越来越快，熟练工人越来越稀缺，这些传统智慧就靠不住了。这就需要用数字化提升效率。数字化能实现全程可追溯。一部手机，里面大大小小的零部件有数百个，出了问题，就能找到是哪个供应商、哪个生产环节有问题。数字化还能实现成本控制。通过分析生产过程中的数据，可以找到更有效的生产方式。比如，有没有可以省掉的生产工序，怎样降低能耗。数字化还能更好地管人。数据比人更可靠。你可以不相信人，但不会不相信数据。联想在帮桐昆做数字化方案的时候，找到了采购、生产、销售流程中很多“跑冒滴漏”的问题。这又是技术创新变成了领跑员，带动了组织创新。 

智能化是智能制造的终极目标。也就是说，人工智能将代替人来做决策。在数字化阶段，主要还是人来做决策。通过数据化，把整个生产过程做到全程可视，用一块硕大的屏幕显示出来，让管理者一目了然，这是数字化。到了智能化阶段，无论是管理者还是工人，都要学会辅助人工智能。人要学会听从机器的指令。人要学会和机器沟通。人要学会和机器协作。人要为机器提供保养维修服务。当然，智能化并不是要让人工智能100％替代人类。不同的生产线差异很大，有些可能会实现90％的自动化，有些可能会实现60％的自动化，最终都要找到一个不高不低的最优水平。这将是一个新的人机合作的时代。如果你还没有一个机器人同事，你肯定是在传统产业。如果你不知道如何分配机器和人的工作，你就是个落伍的生产经理。如果你不知道怎么面试机器人，你可能会是未来被淘汰掉的人力资源经理。 

从数据化到数字化，再从数字化到智能化，逢山开道，遇水架桥，这是工程兵干的活儿。进入战场之后，地形和敌情千变万化，这增加了智能制造的难度。制造业又分门派，不同的门派风格迥异。简单地讲，制造业可以分为离散制造和流程制造。离散制造是组装加工，流程制造是通过不间断的化学反应或物理变化，把原料变成另一种产品。造汽车的、造手机的、装电脑的，都是离散制造。化工厂、炼油厂、发电厂、水泥厂，这是流程制造。离散制造中的组装和加工又不一样。通俗地说，把五个拼成一个，这是组装；把圆的变成方的，这是加工。同样是组装，又有鄙视链。生产手机的看不上生产电脑的，因为手机里面的零部件更多。同样是生产设备的，生产关键设备的看不上生产通用设备的。适合离散制造的工艺和生产组织方式，不适合流程制造。流程制造一开工就停不下来，要随时监控各种控制参数，生产连续性更强，需要更高水平的自动化。 这和我们过去理解的互联网有很大的差别。随着互联网向物联网演化，云时代将变成渠时。 云时代的一个特点是数字为王。企业拥有海量数据。这些数据可以直接拿来商业化。谁拥有的数据最多，谁就可以在市场上通吃。云时代的另一个特点是资本为王。资本的周期和行业的周期可以完美匹配。资本想要快进快出，互联网企业讲究“唯快不破”。一个互联网初创企业，观察一两年，大体就可以看出它能不能赚钱。于是，大数据加上大资本，创造出了一个互联网行业急剧扩张的时代。

但这个扩张的趋势已经放缓。一方面，市场已经饱和，技术遇到瓶颈，低垂的果实已经采完了。另一方面，资本很容易越界。互联网早期的技术创新，虽然会对传统产业造成破坏，但毕竟创造出了新的商业模式、新的工作机会，提供了便捷、高效、差异化的服务。但是，如果是靠垄断大数据赚钱呢？那就是另外一回事了。大数据垄断压制了行业竞争，也压制了潜在的技术创新，店大欺客，消费者的权益无法得到保护。资本垄断大数据，还会带来社会管理的隐患：如何防止侵犯个人隐私？如何避免煽动网络情绪？如何防范保密数据泄漏？ 2021年，云时代谢幕。 大型互联网企业将受到更严格的政府监管。形势使然。既然都说大数据是21世纪的石油，那大型互联网企业不应该更像中石油、中石化和中海油吗？既然都说离不开互联网，就像离不开电和水一样，那大型互联网企业不应该更像电力公司和自来水公司吗？既然失去了创新的动力，大型互联网企业的作用就更多的是提供基础设施和基础服务。它们的性质将不再是高科技企业，而是越来越像公用事业企业。

2021年，渠时代登场。 天上有云，云能播雨。雨水落到地上，滋养万物。这不就够了吗？不够。该灌溉要灌溉，该排涝要排涝。这就需要挖渠。挖渠的人要了解天气、水文、地形，还要肯俯下身子，把手弄脏。

真正的技术创新在这里。想要用大数据预测一个人的行为很容易，想要用大数据整合供应链很难。著名科幻作家阿西莫夫在“基地三部曲”里杜撰了一个叫作“心理史学”的学科。按照阿西莫夫的设想，当关于人类的数据足够多时（小说里的银河系中有超过2000万颗星球，上百亿亿居民），就能准确地预测出历史规律，但个人的行为差异太大，反而不好预测。阿西莫夫恰好说反了。没有人能预测历史的进程，但拥有大数据的互联网企业可以很容易地预测你的偏好、需求和行为。这是因为关于消费者的数据更容易获取，更容易整理，更容易分析。可是，在智能制造的过程中，经常遇到的问题是数据条件不够完备。这就好比在缺人手、缺枪支弹药的情况下，还要打仗，而且要打胜仗，那拼的就是战术，拼的就是战斗力。过去，人们曾经以为，人工智能将是通用的，随着其在现实中的应用越来越多，人们才发现，人工智能是专用的，各个领域有各自的人工智能。在数据不足的条件下，却要处理更为复杂而具体的技术难题，这将促使人们不再沉湎于现有的机器学习方法，而是走向更深更幽暗的区域，去探索人工智能底层技术的下一个突破点。 真正的稀缺人才在这里。一个有趣的现象是，我们进入了一个几乎全民学IT（互联网技术）的年代。理工科学生十有八九会选修计算机科学。文科生也开始学习编程。似乎只要学会了写代码，未来就能找到好工作。这将带来什么结果呢？计算机人才的供给很可能会超过需求，“内卷”的现象会更严重。那出路又何在呢？IT人才的归宿并非都是去当码农。当IT技术和生产技术结合得更紧密之后，BT（商务技术）人才会成为最稀缺的人才。BT人才的任务是理解生产流程，了解行业需求，并将行业需求转化为IT技术问题，再将这些问题带回去，交给自己的同事。接着上场的是架构师。架构师根据客户需求制定开发计划，选择这个项目的总体框架。最后上场的才是写代码的程序员。不妨将BT人才想象成侦察兵，架构师是参谋，而程序员是等待战斗的士兵。换个角度，也可以将BT人才理解为翻译，他们需要懂得制造业和IT业两种不同的语言，并能够灵活转换。BT人才的知识结构、能力和气质都不同于IT人才。他们是从哪里来的？学校里教不出成熟的BT人才。每一个IT人才都具备当BT人才的潜质，但他首先需要明白，只懂IT，不懂实业是不够的。他需要跟随项目，一个一个地做下去，从干中学，找到自己熟悉的领域，深耕下去，同时善于把在一个领域获得的知识和能力迁移到另一个领域。 

真正的竞争力在这里。这两年发生在制造业的最大变化就是供应链的重新整合。过去，制造业企业秉承的都是效率至上原则，中国制造业的竞争力是能够造得更便宜、更快，质量提升的速度更快。在过去三年里，中国的制造业企业遇到的挑战是其他国家的制造业企业无法想象的。它们会遇到地缘政治的风险。或许哪一天，它们，或是它们的供应商就会无端地被列进国外的黑名单。或许，它们在国外的供应商会遇到内战、政变、罢工，影响到它们在中国国内的生产。2020年爆发的新冠肺炎疫情，是中国制造业企业遇到的一次大考。订单来得太快太多，运费涨得太快太多，各种成本都在上涨，复工复产跟打仗一样紧张。到了2021年，中国的制造业企业又要面对极端天气的考验-河南暴雨、山西暴雨、南方暴雨和台风，还要面对拉闸限电的考验。经历了这么多挑战，中国制造业企业的风险防范意识是最强的。企业家现在最关心的是供应链的稳健性。他们想出了各种办法：要有备胎，要有冗余，要考虑波动区间，要考虑进口替代，要加快技术创新。这都会让供应链的管理变得更为复杂。经过这次洗礼，中国制造业真正的竞争力将是：这里的供应链最经得起折腾，最不怕波动。