第 一，生产。我们怎样才能把人类变成机器人？如果人们的工作不规范，人们的工作效率就会相对较低，就会出现一些错误。例如，有一次在机场，当六名技术人员一起修理飞机发动机时，发动机因操作失误而脱落，造成直接经济损失2000万。
工业领域一般具有以下四个特点：操作麻烦、流程长、对操作标准化、标准化要求高、对效率要求高、对工作成果安全要求高。一旦发生错误，就会造成巨大的损失，这是行不通的。如果飞机内部发生什么事情，其后果可能是飞机受损，人员死亡。但每个人都有弱点：粗心、懒惰和记忆力有限。
二是管理困难，主要是生产困难造成的。第 一个关口是管理者无法实时管理员工的所有工作细节，第二个关口是他们无法收集员工生产过程中的大数据。
例如，生产现场由老板管理的工人数量从几十人到数百人不等。没有ar眼镜，如果一对一地观察和记录数据，形成的数据不客观，成本太高。此外，这种方法是不可持续的，因此不可能自然生成大数据。
第三个困境是培训的困境。培训是培养人才的重要手段。人才是企业发展的核心，培训是培养人才的关键手段。然而，工作场景和学习场景是分离的，即学习时间不能被使用，使用时间不能被学习。此外，传统训练有两个痛点。首先，人们有一条遗忘曲线。二是传统的训练模式不符合721人的经验模式。遗忘曲线是指学习场景和工作场景的分离，学习后会被遗忘。721模型是微软的培训总结。他们发现，在技能商业培训中，培训员工的经验占10%，学习占20%，70%的员工技能学习来自工作探索。
总结以往的痛点，有生产痛点、管理痛点和培训痛点，主要是因为产业工人的工作模式几十年来没有改变。目前，一线员工并没有享受到网络信息技术带来的便利。例如，汽车维修和生产线与30年前几乎相同。
问题源于他们利用信息技术带来的便利。现在，先进的信息技术终端和轻的智能手机无法让他们的手自由。如果一线员工不能享受到网络信息化的优惠待遇，管理难免会出现问题。
如果前端没有好的信息化手段，那么无论后端信息化管理手段有多好，都可以平等。因此，不可能实时了解员工的工作细节并收集与员工相关的大数据