新知一下
海量新知
6 0 8 6 5 7 5

大多数人,都忽略了这3大红利

笔记侠 | 中国新商业知识干货笔记平台 2021/11/25 21:49

宏观趋势

笔记君邀您阅读前,先思考:

  • 为什么制造业对国家特别重要?

  • 当下,中国还有哪些红利? 

一、 人类世界的认知革命

1.物理界的“双缝实验”

从粒子源发出的粒子经过双缝,如果是表现粒子性,会在后面的狭缝产生概率分布的两个波峰;如果表现波动性,会产生相关的干涉条纹。

实际问题在于,这个粒子本身是怎样穿过这个狭缝的?它到底是以波的形式穿过?还是以粒子的形式穿过?

还有一个实验。观测行为是在狭缝前面做的,把探测器放在狭缝后,当粒子穿过狭缝之后,也就是事情发生之后再去测,看它是粒子性还是波动性的?

最后发生的结果:一样的。

当你观测之后它变成了粒子,不观测的时候它还是波。你会发现“因果关系”倒置了,也就是事情已经发生了,你才观测。这件事情翻译成“普通话”就是说: 今天做的事情,影响到了昨天。

新知达人, 大多数人,都忽略了这3大红利

这跟我们所习惯的因果关系之间是有着矛盾的。但量子力学告诉你,这件事情是可能的。

量子力学还告诉我们“不确定性关系”。动量跟位置是有特殊关系的一对物理量, (如果)把动量测得特别精确,位置(就)不确定;反过来,(如果)位置确定了,动量就是不确定的。

不确定性关系告诉我们,人类对于物理现象认知的极限,这之间的物理差是有制衡关系的:一个量测得准,另一个量肯定测得不准。

你算出来的东西跟测量的东西之间,并不是精确对应的。有一个精确空间永远达不到,它跟你的测量工具没关系。

2.数学界的“完备”与“自洽”

在相同的时间内,数学界也产生了类似的疑问。大家希望证明我们认识世界的工具是没问题的,所以首先要证明数学本身是一个好的工具。

怎么定义一个好的工具?很简单,这个工具是完美的。

完美这两个字拆开,一个是“完”,它是完整的,用数学的话来说就是完备。另一个是“自洽”,任何数学里的两个定理,彼此之间不能有矛盾,这就叫“自洽”。

新知达人, 大多数人,都忽略了这3大红利

不管数学问题多深奥、在描述什么事情,首先要证明这套工具本身是完美的,这就是“完备”跟“自洽”。

在所有数学的分枝上,比如我们熟悉的算数、几何、代数、解析几何等,最后都可以归纳到集合论。集合论可以解释所有其他数学的数学。用今天特别流行的词来说,集合论是“元数学”,它是用来解释数学的数学。

然而这件事并没有那么简单。因为数学本身是逻辑推演,我们拿逻辑构架整个经典物理或经典数学的空间,会导致一些结论。我们明知道它们是对的,但无法证明它是对的。

如果你认识到了这一点之后,你就会知道,我们发明了计算机,其实是实现了用逻辑进行机械证明。但总有一些东西,是靠人类直觉来认知的。从这两面做推演,就可以慢慢知道 (哪些工作是) 人应该做的事情,哪些工作要留给机器去做。

但因为哥德尔的不完备定理存在,也因为量子力学的存在,告诉我们: 人类认识宇宙是无穷无尽的,这种认知很大程度上要依靠于人类的直觉,而不是计算机本身。

这对于从事物理学和数学的人来说,这是值得高兴的事情——意味着未来有无穷无尽的事情可以做。

不管数学界还是物理学界,过去一百年告诉我们:其实不存在一个放之四海而皆准的真理,所有东西都要通过实践,错了就要修改,慢慢通过跟自然界的交互,不断修改我们所掌握的相对真理,因为那个地方可能不存在一个绝对正确的真理。

所以得出一个重要的结论—— 实践是检验真理的唯一标准。

新知达人, 大多数人,都忽略了这3大红利

二、后工业社会的人类“觉醒”

“元宇宙”和“元数学”的情形特别像电影《雪国列车》里的场景。

大多数人类生活在车厢的后面,被养着,不需要对社会有贡献。车厢最前面的人,在制定社会规则,对这些人而言生活在这个社会里就满足了,至少他们希望构建这样的社会。

但人类作为一个特殊的物种,在满足了生存需求之后,我们会有精神需求,会有实现自己价值的追求。当你醒来之后会思考我在做什么事情,这些力量就变成了人类去觉醒的力量。我们接下来需要面对的真实世界,关于实验精神的东西怎么落地,甚至是用在什么地方?

这就是所谓的“后工业社会”。当人均GDP超过1万美元,基本上这个社会进入了后工业化状态。

这个社会的福利水平,会让所有人都吃饱饭,饿不死。即使你不工作,从政府那儿拿来的粮食,也不会让你发生生存问题。

按世行统计,中国2019年人均GDP正式超过1万美元。但从一定意义上来说,这意味着新的挑战。从60年代开始,人口超千万的地区能够度过所谓“中等收入陷阱”的只有韩国一个国家。

后工业化的问题很明确。大家吃饱喝足。人都吃饱喝足但没有工作,接下来的时间怎么打发?

这件事情走下去很危险。对中国来说,在中美贸易战,我们看到了很多事情。美国人看到了一样的问题,所以提倡把制造业“拉”回美国去。大家都意识到, 制造业对国家来说是最重要的事情,它除了提供GDP以外,还提供就业。

新知达人, 大多数人,都忽略了这3大红利

另外一端,我们的高等教育。当美国把所有的教育资源给到精英阶层的时候,它忽略了对普通人的教育,对制造业产业工人的教育,导致美国分裂。

中国是不是也在走同样的路?我们正在做人工智能、工业4.0这些事,美国也在做——这些所有事情的结果,就是让人力成本更加便宜。

对物理学家来说,把问题提出,要提出解决方案。

首先要建立模式,分析数据。我们对制造业到底有多大的份量?有不同的统计方法。按照传统意义上经济结构的分工。比如把经济结构分成农业、工业、服务业。

过去一百年来,农业的比重越来越低,不管是从社会贡献、经济贡献还是从业人口来说,都越来越低。工业保持在30%上下,服务业似乎在不断增加,但这里面很大的一块是工业服务业,它们是给工业做服务的,把这部分转化成工业,而且比例并不低。

重新划分之后,把知识生产本身作为一个工种,它的比重是在增加的。尤其是随着人均GDP的增加,知识生产本身的比重也增加到30%左右。

从这个角度来划分,经济结构被划分成“知识”、“制造”跟“消费”三步。这个比例下,大家差不多都是30%左右,比较均匀。

我们可以建立新的模型。当这个模型建立之后,有几个重要的观点: 大学和科研就够是知识生产的主体。 后工业化带来的问题,大学作为知识生产的主体,要解决这些问题。

制造业 (占30%的比重) 是未来人类生活的主体部分。它不是微笑曲线上价值最低的部分,它反而成为最重要的部分。

它不仅提供生产价值,还提供就业。在这个架构里,才能比较好地解决就业问题。但一样要去考虑到知识生产本身的问题,以及它带来的影响。

比如知识生产是否会过剩?我们鼓励所有企业做研发。每家企业做的大部分工作跟另外一家其实是差不多的,企业之间的创新其实蛮少的。

新知达人, 大多数人,都忽略了这3大红利

我们不断在往科研界投钱,但这些科研成果并没有被转化出来。如果这些东西不被转化,始终放在大学里,会不会造成所谓的知识生产过剩?

根据前面两次的经验,它的比重很大,从物质生产过剩走到金融产品生产过剩,这对世界的冲击会越来越大。这是我们还没有关注的,都是未来可能会发生的问题。

三、区域“产学研”的成功先例

讲一个具体方案——锈带区牛津方案。它是一个废弃工厂,十九世纪开始这个地方生产钢铁、煤炭、重化工。不锈钢是这个地方发明的,这是传统的工业城市。

新知达人, 大多数人,都忽略了这3大红利

现在这个地方建立了一个高科技园区。作为大学的研究所,它为当地企业甚至全球的企业做研发服务。

通过十几年的努力,大学把自己的科研能力,真正为当地的制造业和企业提供了服务,制造业和企业也认可这种研发能力,所以制造业和企业把自己的研发任务交给了大学。

因为大学的研发能力,很多厂区都设在这个大学和研究所旁边。以波音为牵头,波音把欧洲第一个工厂建在这里,紧接着麦卡伦、未来工厂都建在这里。

这个城市变成了高端制造业聚集的城市,有很多新机会产生,从事的也不是传统意义上的工作,而是为波音、空客甚至是年轻人喜欢的麦卡伦超跑做服务。

当地的年轻人不管能不能考上大学,最后通过大学所设立的工程师培养体系,都会成为这些企业的工程师或工人。这些大学的研究所,真的在为企业做实实在在的研发服务,生产出来的东西可以让企业直接用。

事实上,大学做的事情,是把原来基础的研究向前推进了一步。大学把科研成果交付给企业,企业拿来可以直接用。

在AMRC谢菲尔德的先进制造中心,得到了几个全产业资质:

1.航空产业资质。它生产的飞机可以上天;

2.核能产业资质。在这个大学研究所,所生产出来的零部件,可以直接进核电站,不需要中间工厂的过程。

只有大学能做到这个程度,企业才敢于把真正的研发任务交给大学去做,而不是大学交给企业一些原始的东西,然后企业还要再进行研发、再培养人。

这个研究所的实际意义,打通了基础研发到产业应用所有的事情。大学工程师,是这种模式成功的要素。

新知达人, 大多数人,都忽略了这3大红利

这些工程师生活在大学里,不仅可以支持大学的产业生活落地,也可以支持大学的基础科研。在这种情况,你必须要能自己做实验设备,然后才能做最尖端的研究。

如果你从社会上、企业界买来一个设备,你做的东西一定是别人已经做过的。

原创类研究,一定是自己能做工具。这是工程师应该起到的作用。知识生产这部分在未来会扮演越来越重要的角色,科研院所承担知识生产,跟制造业以及真实生产之间衔接。

我们的高等教育和大学应该培养更多工程师,不仅仅要把那些更好的教育资源给到那些会读书的孩子,也要给到那些动手能力很强、会读书的孩子。

四、“安于当下”,专心“智造中国”

原来我们讲产业转化的成熟度:从原理发现到产业运营之间,我们分成了九级,经济模型是微笑曲线。但现在我们越来越多地看到大学的产业转化,对一个地区经济的好的运作——制造这部分是更重要的。

今天中国的状态,是因为我们前面干了40年的中国制造,但一旦中国制造的部分离开了中国,就会发生变化。

我们先不要奢望做一个高大上的像美国这样的国家,而是要享受中国今天的红利,享受中国过去40年发展带来的红利。

1.工程红利

把原创的东西落地,被规模化、批量生产,这就是红利。

中国的东莞、大湾区等地有大量这样的工程师,对中国经济的发展有重大意义。要把握住这些工程师,让这些工程机会不要离开中国。

2.升级红利

过去四十年,中国积累了大量的低端制造业。这些低端制造业在创造就业。

如果有合适的工具、办法,包括人工智能、自动化等办法,在原来很大的基础上可以提高百分之几的效率,就会带来大量的利润。在这个阶段可以做一点改进。

3.制度红利

前面我讲到的AMRC模式,其实就可以把它理解为“知识生产的计划经济”,它在一定意义上是非常社会主义的东西。

研发放在机构来做,大学代表了为整个社会做研发服务的角色,为整个社会做公共的研发服务。

新知达人, 大多数人,都忽略了这3大红利

企业把自己的研发任务交给大学,工程师在中间实现成熟度交付,企业拿去生产。工业里很多事情都是这样的,与其自己做专利,不如把专利拿出来跟大家一起共享,使专利短期之内变现,收回来投资后,再做下一件事。

工业界的专利本身没那么重要,但把专利拿出来共享,是很重要的事情。

在这个角度上,中国做这件事有非常得天独厚的优势。大学、政府、企业呈现“三角形”关系。

政府为大学提供平台;大学为企业做研发服务和为企业的需求培养人才、提供服务;企业提出真正的需求。

牛津模式其实也就是需求导向。 企业提出具体需求,由大学完成,企业再把它变现,大学在这个过程中得到自己的服务费。

但是在AMRC这里面有一个架构:需求企业提出,工程架构由工程师完成,实在解决不了的“卡脖子”问题由大学教授完成。大学在整个流程是提供人才的,解决就业是大学的责任。

在这个架构下,保证了制造业的水平不断提升,新技术不断发生,这种架构才能更合理地面对未来知识生产和新的社会架构。

谢谢大家。

*文章为作者独立观点,不代表所在机构&笔记侠立场。

更多“人文思想”相关内容

更多“人文思想”相关内容

新知精选

更多新知精选