今天有学生问：数字化时代需要什么人才？
我认为，最需要的是懂业务又懂数字化的综合性人才。我打了个比方：这种人才就像会用英语写小说的中国人。这种人的脑子里面要有故事，还能用英语表达。脑子里的故事就是业务逻辑，用英语写出来就是用数字化、软件化的方法表达。以数据分析为例。在数据分析的过程中，一方面需要理解数据，能够判断分析结果是否值得关注；另外一方面又要懂得业务，理解数据背后的业务含义。有了数据分析工具之后，分析过程很简单、也很快，但会不断进行迭代。
比如，先做一个简单的回归。如果回归结果比较满意或者不满意，会对数据重新分析、去验证结果的可重复性。这个过程会反复很多次。每次反复往往都需要数据分析知识和业务知识互相校验。但每次的反复都只需要很短的时间，如几分钟乃至几秒钟。试想：如果数据分析知识掌握在一个人的脑子里，而业务知识掌握在另外一个人的脑子里，两个人需要交流进行判断，效率就会大大降低。
彼得.德鲁克谈分工时举过一个例子：造房子需要结构设计、建筑、装修设计、装修等四个工序。这四个工序应该由四类专业的人士来完成，效率和质量才能做得最好。安装一部电话，同样也需要四个工序，如果派四个人来分工完成，效率反而低了。按这个逻辑，数据分析过程最好是一个人掌握数据分析和业务两方面的知识，而不是两个专业的人实时协作完成。
需要综合素质的情况很多。
我最近在思考一个问题：创新真的需要创新思维吗？有些人取得了很好的创新成果，但似乎不是太需要创新思维。现实中，他们往往既懂技术，又明白需求，具有综合性的知识。而创新的过程往往是在技术可行性与现实需求之间做权衡。而我讲创新课时，反复强调的就是这种权衡。对技术和需求都很熟悉的人，做这种权衡往往是很简单的。
我讲创新思维时，经常会讲到的是“知难而变”。常讲“领导让园丁养花，要求不生烂叶子”的段子。解决这个问题最好的办法就是：比领导提前十分钟到办公室，发现有烂叶子就剪掉。
在创新过程中，这类问题经常出现。这是因为：提出需求与完成工作的往往是不同的人。这时，提出的需求往往不合理。但是，如果是自己提出的问题、自己来解决，权衡就会很自然，也就显不出“创新思维”了。所以，具有综合知识的人往往不太需要训练“创新思维”。
我曾经有过一个比喻：如果仅仅掌握一个领域的知识，专家的工作只能是“一维优化”；如果掌握两个领域的知识，专家的工作就是“两维优化”。这样的创新者就可以“高维打击低维”。即便在两个专业的知识都相对较弱，“两维优化”的结果往往也会优于“一维优化”。其中，如果两个专业之间有服务与被服务的关系，往往是最好的“两维空间”。
工业互联网和数字化方法在未来一个重要发展方向，应该是专业知识的融合。作为生物体的人类，受生理能力的约束，掌握的知识是有限的；而计算机不受生理能力的约束。通过计算机实现知识融合所带来的前景，可能会超出我们现在的想象。
作者：郭朝晖(工学博士，教授级高工。企业研发一线工作20年；优也科技信息公司首席科学家；东北大学、上海交大等多所院校兼职教授。国内知名智库、走向智能研究院的发起人之一。原宝钢研究院首席研究员)
