微软中国CTO韦青：AI时代，你不需要是工程师，但必须像工程师一样思考｜文末赠书

当“AI 学习”成为常态，当知识获取变得空前平等，当机器也能够学习之后，我们将怎样？

工程师、微软中国首席技术官韦青，在本套“工程师思维的跨界创意法”系列图书的推荐序中直指 AI 时代的核心挑战：

当机器能学会人类所有可记录的知识时，单纯比拼“知道多少”已失去意义。

人类的价值必须升维——从知识的积累者，转变为运用知识、解决问题的“智慧体”。而这，正是工程师思维的核心。

这个时代，你不需要是工程师，却必须像工程师一样思考。

——韦青

工程师，微软中国首席技术官

变化，是世界的本质；

不变，是人们希冀而不可得的幻象；

应变是人类生存和发展的核心技能；

学习的能力，则是应变的基础；

问题是，当机器也能够学习之后，我们将怎样？

为　何

当机器开始在人类的设计与指导下学习之后，人类社会大概率将进入一个信息爆炸、知识平权和注意力稀缺的时代，这时候我们可能会面临三种新的挑战。第一，当智能机器无时无刻不在学习世界知识时，我们是否还能在不必终身学习的前提下继续生存与发展？第二，我们如何能够驾驭一台不断学习的机器？第三，当“如何做”的知识被机器学会之后，人类在社会中存在的意义何在？大概是在这个时候，每个人，无论是否从事工程师职业，都应该或多或少地学习和了解一下工程师思维的原因。

截至机器开始具备在人的指导下进行学习为止，人类社会中的合作与竞争态势，从本质而言，往往是不同个体与组织对于信息和知识不同程度的掌握与利用。因此，“知识就是力量”这句据称源自弗朗西斯·培根的名言，成为人们对于知识作用的最形象化比喻之一。当然，细究起来，仅仅有关“知识就是力量”这句话，如果按照培根在 16 世纪的拉丁文原文“ipsa scientia potestas est”进行探究，又会有“知识就是权利”或者“知识就是权力”的争论。但不管怎样，在人类社会中，一直推崇具备“我知道得比你多”来作为获取优势的手段。

究其原因，获取信息与知识的能力与机会不对等会造成人与人、组织与组织之间认知程度的不同；认知程度的不同会使人们对于同样的状况形成不同的理解、判断与反应；不同的反应又会造成不同的结果。因此，一直以来，知道得比别人多是一种大家都追求的境界，但同时也是令许多人就此止步的一个原因。无它，当知识数量的多少可以成为判断优势的标准时，运用知识的能力就会显得没有那么重要。这是工业文明下教育目的被异化后的结果，是学历被资本化后的后果，是应试教育盛行的成因，同时也是应试教育的副产品，是教条主义盛行的理由，是本本主义流行的初衷。但是，当具备学习能力的机器逐渐把人类能够形成文字的知识学完之后，这种局面就彻底改变了。

人们会发现仅仅证明自己有知识越来越没有用处，因为始终有一台机器学到了人类的公有知识，它总是显得比你懂得还要多。另一个人可能没有你学得多，但是可以通过从容驾驭一台机器而永远比你懂得多。更不用说一种新的机器学习方式日渐成熟，那就是机器开始能够通过多模态数据学习到原本无法用文字记录的知识，那么，如同信息理论中 DIKW 金字塔，即 data（数据）-information（信息）-knowledge（知识）-wisdom（智慧）所展望的，智慧以下的领域都被能够学习的机器所占据，人类未来必须也只能升华为依靠智慧而生存与发展。这里所说的智慧，从一个狭义的视角定义，就是有效利用知识的能力。

而工程师的日常工作就是在永远不会完美的前提条件下，不仅要学习到适用的知识，更要找到与问题相匹配的具体方法，去解决与人类福祉相关的现实问题。这也是《以纸鸢征服加农炮》一书中工程师思维的三大属性“结构、约束与权衡”的具体体现。这些现实的工程问题就像人生一样，道理全都懂，但是在很多情况下就算知道了也做不到。它要求的是因人、因事、因时、因地制宜的灵活机动，指向的不是死板的知识，而是人类主动性的智慧，直至上升到“道”的高度，真可谓如古人云：“为学者日益，闻道者日损。”这种驾驭知识的能力，同时也是驾驭智能机器的能力。

随着机器能够学习到的知识越来越多，再加上传感能力与行动能力本来就是机器的强项，那些能够驾驭这类机器的人类的发现问题与解决问题能力会越来越强。开始的时候，大家可能会认为这与我没什么关系，但是慢慢地就会发现，社会上对于人们发现问题与解决问题能力的要求也会水涨船高。这时候，了解、掌握与实践工程师思维，可能就变成生活在这个新人机时代中的每一个人所必备的扫盲级别能力。

这是工程师思维的“为何”。

是　 何

纵观这套介绍工程师思维与工程师方法的丛书，大家会发现有一组出现频率极高的概念，即系统、系统科学、系统工程和相应的系统思维与方法。系统的概念是如此重要，它贯穿了这套丛书的始终，可以这样讲，系统思维就是工程师思维的核心要义。

对于工程师而言，首当其冲的，就是要掌握解决系统问题的能力，而不只是解决个别问题的能力。人世间的万事万物，都是相互关联的，而工程师的使命就是发现与解决人世间与人类福祉相关的问题。如果工程师只能够做到头痛医头，脚痛医脚，起码对从进入工业文明之后、过去几百年的人类社会现象而言，这种不以系统思想指导的解决问题的方法，没有不产生严重后果的。

那么到底什么是系统呢？其实人们并未针对系统达成共识性的定义，大家还是在盲人摸象的阶段，只不过这头系统大象慢慢显露出它的完整样貌而已。按照钱学森先生的描述性定义，系统是由相互作用和相互依赖的若干组成部分结合而成的、具有特定功能的有机整体。按照罗素·阿克夫的定义，一个系统由两个或以上的元素构成并满足下列三个条件：第一，每个系统构成元素的行为都会对整体系统的行为产生影响；第二，每个系统元素的行为及其对整体系统的作用是相互关联的，也就是说，每个元素的行为及其对整体的影响，都取决于至少一个其他元素的行为；第三，无论如何把这些元素划分成子群，每一个子群都会对整体系统的行为产生影响，且没有任何子群能对整体系统产生独立的影响。按照国际系统工程委员会（INCOSE）的定义，我们可理解为系统“是人造的，被创造并使用于定义明确的环境中提供产品和服务，使用户及其他利益攸关方受益”。从数字化改革角度而言，由于需要涉及物理与数字空间的相互联系和相互作用，以及与此相关的系统建模、仿真、控制、反馈、优化等内容，我们也可以将系统理解为拥有“目的、结构、关系、变化”的属性和“输入、输出、行动”的能力，能够与环境及其他外部或内部系统互相交换“物质、能量与信息”，具备显著的“反馈、优化、融合、涌现”等系统动力学特征的一种类型和现象。

系统科学是一门研究系统的发生、发展与变化现象、特点与过程的科学。系统工程则是一个视角、一个流程、一门专业，是一种确保系统成功实现的跨学科方法和手段。由于其工程属性，系统工程关注的是系统目标的最优实现，需要对目标实现的“性能 - 成本 - 时间”三要素进行均衡的风险评估与决策。技术先进性是其考虑的一个重要但非唯一的决策因素。由于工程结果对人类社会的重大影响，“以人为本”是系统工程师的基本价值观与道德准则。

系统思想则侧重于理解系统的整体意义、目的、属性与功能，系统与外部环境、环境中其他系统，以及系统整体与构成系统的个体元素之间的关系、结构、行为、相互作用和变化。

系统方法则是以整体观与个体观相结合，动态与静态相结合，功能固化、融合、涌现相结合的科学方法来研究、分析、开发、部署、应用、优化、更新复杂系统的一种行之有效的方法。系统方法要求我们不仅关注水桶的长板，也要关注水桶的短板（水桶效应）。在真实项目中，失败往往是由于一些容易忽略的衔接弱点而造成强大体系的崩塌，也就是常说的“千里之堤，毁于蚁穴”。

总之，系统思维是应对越来越复杂的人类生存与发展挑战的思维利器，正如系统工程界常用的口头禅“整体大于个体之和”，而在应用中，人们还会发现“整体不等于个体之和”往往才是现实中的真相。估计大家看到这里，反而会生出一些疑惑，这会不会有一些太复杂了？

是的，而这恰恰是这套书采取现有的内容呈现方式的原因，即利用大量的工程实践例子来向读者解释何为工程师思维。

如　 何

至此，接下来需要读者们亲自去探索了。由于工程实践最忌讳的就是僵化教条，抱着概念和名词当宝贝，忘记了到底是先有问题再找解决问题的方法，还是先有概念再到处凑适合解决的问题。如同科技公司经常拿毕加索的名画《公牛》来做员工培训一样，真实的工程实践像那 11 头由繁到简的公牛图。工程师需要理解人世间各种由繁到简或者说由具象到抽象，再由简到繁或者说由抽象到具象的具体现象与过程。理论是抽象的，实现是具象的。只有抽象的概念而没有具体的实现是空谈；只有具体的实现而没有理论的升华则是盲目的重复。说明理论的最有效方式就是实例，而工程领域最不缺的就是实例，有时甚至是血淋淋的实际教训。

以本套图书的体例而言，就是以具体的案例来解释什么是工程师思维，以及如何具体应用工程师思维解决实际问题。

综前所述，一旦机器可以学习，人类对于知识的拥有就要让位于对知识的应用；而应用是一种典型的工程师能力和实践。这大概是在这个人工智能日新月异的时代，人类为了能够继续保持主观能动性和人生价值而去学习、了解、实践并掌握工程师思维的主要原因。

“工程师思维的跨界创意法”系列中，《以纸鸢征服加农炮》提出了“结构 × 约束 × 权衡”三步构建起可落地的创新底层逻辑。《用蓝盒子驯服天空》提供了一套可直接落地的问题解决工具箱，让读者掌握从“问题解决者”升级为“系统调解者”的核心能力.

现在关注“AI 前线”，并识别下面二维码，即可参与抽奖，该系列上述两本书随机掉落，仅限三名幸运读者哦，快来参加吧！