浅谈如何解决“复杂问题”？

一直有一个疑惑的问题，就是大学里谈到卓越工程师培养，总是会提到“解决复杂工程问题”的能力。还有老师常常会问，你们产业究竟需要什么样的人才。从之前看世界经济论坛WEF对于未来制造业人才的需求，首要也是“解决复杂问题”。但是，人们可能并未仔细想过“究竟怎么定义“复杂问题”，以及如何去培养这种能力？

前些时日，想到这个问题，就问了几个大学的老师，倒是提到了按照《华盛顿协议》对于工程师资质的评价里，的确是有“解决复杂工程问题”这个需求-但是，究竟什么是复杂问题，以及如何去培养这种能力，并没有特别的明示。

足球里的复杂曲线

记得去年夏天，电话里和冰老师交流，他给我讲了机械系统的模态变化，作为华科大机械学院的专业人士，他给我这个电气类专业的科普了一下机械系统的模态发生变化带来的控制需求的变化。当然了，话题也被我岔到了C罗的电梯球和罗伯特.卡洛斯的大力定位球。这个也可以用于解释模态的变化。

C.罗的电梯球，也是一个江湖绝技，成名于皇家马德里，练的也算炉火纯青。

记得高中时候，K同学的亲戚在市体校足球队，给我们讲如何“搓球”，打出一个沿着球方向旋转的旋转，并且作为支撑脚的脚尖必须是准确的-因为球的方向会和左脚的方向一致，这样球就很稳定，也易于被队友接到。这种球属于典型的“旋转体”，即，给了初始的旋转，但是，C罗的电梯球，它是一个“非旋转体”。这个球并不是初始给了旋转力，而是以直线的方式打出，但是速度极高，通常大于100km/h的速度。这个直线运动受到空气流动形成力量的波动，会使球的路径会向下突然下降。它造成的主要问题是在瞬间，会给守门员造成“判断误差”，它不像旋转体过来的抛物线具有可预测性，它的曲线具有不确定性—这就像非线性系统，末端些许变化会造成较大的偏差，无论是初始角度、运动中的气流都会给它造成难以不确定的曲线，守门员往往难以做出准确的预判。

工业现场的几个复杂例子

1.造成瓶子缺陷的原因

有一天，我在看一份国外旋转吹瓶机的培训资料，里面提到了吹瓶机的缺陷分析，其中有两种缺陷分别称为“珠化”和“珍珠光膜”—当然，大家不会在市场上看到这种缺陷的瓶子，因为它不会出厂。“珠化”的原因是内部分子行程更长而造成的过拉伸，珍珠光膜缺陷的原因是“分子的拉伸速度超过了分子的形变速度”，超出了他们本身的拉伸极限。

我是自动化类专业，对这种不了解，还专门问了T博士，他也告诉我高分子材料内部的分子键破坏与重组并非像我想的，因为在我这种外行看来，分子内的变化肯定是“实时”的，这种微观世界的变化在宏观世界认为是没有时间间隔的。

不仅对吹瓶的过程如此，同样，T博士也谈到了其它聚合物成型过程，例如软包装的BOPP/PET等材料的拉伸过程，其机电的工艺参数也受到材料本身的特性影响。这会导致在不同的速度下产生各种预料外的变化—这就需要机械-电气控制-工艺本身的三相跨界融合，才能更好的解决问题，这也同样属于典型的“复杂工程问题”。

2.涂布材料上的波纹

在和锂电行业一位专家闲谈起来时候，我说这个涂布上出现这种“ 竖条道”是因为机械的安装精度没有达到吧？因为，如果辊子两侧不水平或震动，就会使得材料无法平整。这位专家跟我说不是的，这个是因为阳极材料的这种浆料它在狭缝挤出方式下涂覆在基材表面，会因为这个流体本身的流动曲线及收缩造成的这个问题。

当然，涂布过程中，受到这种材料本身不仅在收缩方面、温度对它的影响等，都会造成不可预测的缺陷，包括后道处理中的辊压、裁切等都会产生如厚度均匀性、边缘的损伤等问题，会对电池的性能和安全性的影响。

复杂问题的特征是什么？

->缺乏足够的信息：引发机械的很多问题它就是未知或难以测量，或测量成本很高。

->多个目标，这就是既要…又要…还要的问题，不但要速度高，还要精度高，还得成本低，还得简单易用。

->像我们在《复杂》一书里讲的，输入端的微小变化引发了系统未知的变化。就像大家说的“黑天鹅”事件。

->动态变化，随着时间的变化，他们内部相互作用也在发生着变化。

->时间延迟，它不是立即见效，甚至你都不知道是否这个效果与这个输入有关。

->未知的未知，你根本不知道你不知道什么

->人的不确定和不可预知性

复杂工程问题：其实，对于制造业现场而言，无处不在的是这种复杂的多因素“耦合”出来的问题，物理化学变量间的强耦合关系使得制造变得复杂，而制造业的研发就是要去通过工程（Engineering）去测试和发现这种复杂的耦合关系，寻找到其在不同物理变量（如速度、温度等）下的各种变量之间的这种关系区间，以获得控制的精准和稳定。

也许这是个教育的死角

和几位老师探讨，感觉这是个工科教育的死角。好像大家都明白，但是，要能够教这个好像也是比较难的。因为解决专业问题，是工科课程中的必修，但像“解决复杂问题的能力”就比较难以培养。因为，能力，它可能与专业本身无关，而与思维与实践相关。而且，缺乏有效的师资来培养，因为能力往往与认知、思维模式、方法论相关。而且，它需要一些“触类旁通”的悟性—从自然、历史、经济、艺术等学科或这方面的见识有关。

另一个问题，对于在职的工程师而言，这也同样是一种带有职业技能的问题，而不是专业的问题。

解决复杂问题，批判性思维，这类在人才培养中提出的需求，往往是属于职业需求，它很难在专业课程里体现，毕竟，大学的教授们自己也并不在企业从事研发项目管理，受到过企业这方面的训练。因此，这些问题就得归属在职业培养里。

因为解决复杂问题，本身它不是一个课程，或者也没有刻意的把它作为一个课程，因此，它没法教。就像前几年也和大学老师们交流过“批判性思考”一样，也是很重要，却没法教。因为，你没有这样的师资，复杂性问题和批判性思维一样，如果从“术业有专攻”的专业视角来看，它还不属于工科专业的范畴，它会在认知心理、管理学科、经济类—毕竟，它可能需要动用的方法是属于这个方向的。这就存在一个问题，这个专业的往往也不大了解工科专业的特点，能够有针对性的设计相应的课程。

制造业的确是跨学科问题交织的所在，问题的复杂就在这些内部变量间的强耦合带来的复杂性。这些问题需要“解耦”，在控制系统里我们称为“多变量系统的耦合和解耦”问题。耦合是让我们能够把相关变量构建一个输入/输出系统，而解耦，则是把复杂问题解耦为相互独立的变量去控制。而比较需要消耗精力的其实是在这个过程中所需的工程测试与验证发现的规律。

如何解决复杂问题的思考

1.负反馈也是一种思维方式

当然，对于控制工程专业，负反馈不仅是一种技术手段，它同样也是一种思维方法。它不仅用于PID调节，无论是控制还是智能，本身都是建立在“感知-决策-执行”这个循环上的，运营管理的PDCA也是同样的道理。在某种意义上来说，这就是更大的闭环，测量精度和时间粒度会产生差异的大闭环。

因此，对于控制工程这个专业方向而言，负反馈它是无处不在的可以应用的思维方式。

2.化繁为简-工程思维的核心方法

在吴军先生的《全球科技通史》里，他提到了牛顿说过的那句大家都知道的“我是站在巨人的肩膀上”，吴军提到这里牛顿所说的“巨人”是有所特指，即，笛卡尔。因为笛卡尔创建了《科学方法论》：

->质疑一切，批判性思考；

->对复杂问题拆分为不能再拆分的小问题；

->按照“先易后难”解决每个小问题；

->再装起来，看是否解决了问题。

这个科学工作的方法论，当然也适合于工程问题的方法论，就是“化繁为简”的思想，把问题拆分为模块；对于软件工程师，经常会用“定义-分解-归类”的方法，这里它会需要一个归类—合并同类项的，或者关键共性问题。设计为可复用的模块，来复用。

这就像在斯诺克比赛里，真正的高手，并不是说我打进了非常难打的球，比如长台精准、超薄球、解了复杂的斯诺克…。记得有一次看斯诺克比赛，印象深刻，资深解说员看到奥沙利文的打球，就是评价到“真正的高手是让每一颗球都容易打”。

3.原则：复杂问题必须简单策略

在解决复杂工程问题的时候，也是要把握“复杂问题简单策略”的。解决复杂问题，还有一个“取舍”的问题，即，是否要追求完美的问题，这是因为工程问题它牵扯到经济性的问题。如果不断追求完美，就会导致问题无法被有效的解决，时间被拖的很长，或者等问题解决了的时候，这个市场已经错过了。

在产业界，解决工程问题的时候，它与大学的科研不同，并不需要追求先进性，工程创新更为强调经济性。因此，如果能够用简单的方法就用简单的方法。就像PID一样，这个对于大学的科研来说，就觉得没有什么意思，因为，没有什么科研创新点。但是，这又恰恰说明它的成熟。很多人觉得PID比较LOW。但是，基本上也没有把PID用的很好—就像SWOT在MBA论文里，被认为是肯定不讨好的战略分析模型，人们经常容易草率的就给这些司空见惯的东西下结论，他们比较落后，但，人们又常常并不真的会用的好。模型与方法，本来就是“组合”使用的，因为场景在变化，如何灵活使用简单的方法能解决问题就是好的。

在《复杂》一书中，作者就提到了“鱼群躲避鲨鱼攻击”的策略，即，（1）跟着前面一条鱼，（2）保持跟左右鱼的距离，（3）带着后面一条鱼。因为对于复杂系统，如果采用复杂的信号交流，光这个通信

4.掌握一些工作模型

对于工科学生或工程技术人员，包括工业领域的销售人员，其实都需要掌握一些模型思维，不仅是技术的模型，也是工作的模型思维，以提高沟通和工作效率，采用结构性的思维和方法来改善问题。

几个例子：

（1）5W2H-快速的问题把握：在沟通中，避免出现复杂的沟通，需要条理性的进行沟通，有一些老师也反映学生讲不清楚问题，那么，就按照Why为什么、What做什么、How如何做、Who谁来做、When时间进度相关、How Much预算的模式来进行问题的梳理，以及文档的沟通。

（2）根因分析模型

根因分析（Root Cause Analysis）是比较常用于生产运营管理的方法，其实，它同样可以用于沟通或分析复杂问题的时候的模型工具。

每个现象的背后，都会有隐藏的真实原因，不要被表面现象所误导，就能去对复杂问题的背后真相、关键因素进行分析。就像质量问题引发的人的操作、材料、作业流程、工艺、机器的性能等，然后在操作这个流程又去判断是什么问题导致了这样的问题？是由于这个流程本身超出了人体工学或者“反人类”的设计，还是说这是由人员的培训不到位造成的-例如，我们依据对于经过1年训练的人没有这样的问题，而对于刚刚入职的操作人员会发生。在材料的深入中又可以解析为材料的特性不满足、还是材料所需的工艺温度、压力的参数不适配？…每个问题都可以向垂直方向延伸。

当然，像鱼骨图、思维导图、决策树等等，都可以用于来解决复杂问题，复杂问题的要点还是在对问题本身的澄清。在商业咨询领域，提问就是关键—如何把握关键问题，并对问题进行梳理，本身就是一种能力。

解决复杂问题的一些原则

->明晰问题：复杂问题必须被清晰，通过有效的化繁为简，比如对一个问题进行技术、经济、流程、方法多个维度的解析。

->不要轻易得出结论：不要轻易下结论，认定这是一个什么问题，因为问题之所以被称为复杂问题，就是因为具有不确定性、易变、模糊，不便测量。因此，要用排除法去排除问题，做根源性的分析。

->尝试不同的方法：能想到的方法肯定已经被用过了—有时候，会需要跳出来，寻找新的方法来解决。当然，这个可能需要跨界的能力，要么自身具有要么借助外脑—“旁观者清”，有时候，不相干的人、其它领域的人，可能会给你不同的思路。

->不要“想当然”：想当然，也是一种简单的、线性思维，依赖经验、既往成功来思考问题，或者把问题过于简单化。

->对一切进行文档化：记录下来，用纸写下来，有时候被纯粹想和说更有用，因为，它会让你“慢下来”。更富有条理，以及可追溯。

->设计交流机制：特别是团队交流，必须把问题、角色、意见和决策进行有效的约定。

解决复杂问题或工程问题，所需的技能往往不在技术或行业本身，而在于沟通、分析方法、灵感、直觉的综合。依赖于跨界的灵感、艺术的启迪、历史的感悟…凡此种种。

看看今年到现在6个月了，才发布了5篇文章-感觉还需要努力。

往期文章