1.2 TRIZ与传统创新方法的区别

1.2 TRIZ与传统创新方法的区别

本节摘要：试错法收敛靠运气、头脑风暴靠人数、形态学矩阵靠枚举，三者都缺"方向过滤器"。TRIZ 用矛盾模型与知识库提供搜索方向，把解空间从全域缩小到高命中子域。本节给出对比框架与一个模拟搜索效率的脚本实验。

读完能做什么

阅读完本节，你应当能够：

1. 说出三种传统方法各自的失效模式
2. 解释 TRIZ 的"定向搜索"为什么在原理上优于随机发散
3. 用模拟实验向团队演示方法间的效率差距

一、问题：没有地图的搜索

设想你在一栋一百层的大楼里找一把钥匙。试错法是逐层乱走；头脑风暴是叫来二十个人同时乱走，赌有人撞对；形态学分析是先列出"每层有几个房间"的清单再按序敲门。三者都在"搜"，差别只是搜的组织形式。工程上，这类搜索的代价由解空间的规模决定：一个中等复杂度的产品有几十个部件、每个部件有若干可变属性，组合数轻易上百万。

传统方法的失效模式可以精确定位。试错法的问题是方向无偏但期望步数与解空间成正比，工程师往往在前十个失败方向后耗尽预算；更糟的是心理惯性——第一个"差不多能用"的折中方案会终止搜索，而它通常只是一级改进。头脑风暴用人数换覆盖率，但群 体发散出的候选大多集中在参与者共同经验圈内，且"不许批评"的规则使收敛阶段失去筛子；它的产出级别统计上偏低不是错觉。形态学矩阵穷举维度组合，纪律性最好，但组合爆炸后仍然靠直觉挑答案，等于把随机搜索换了个体面的包装。

共同病灶只有一个：没有任何机制告诉你"好答案大致在哪个方向"。

二、TRIZ 的补位：给搜索装上指南针

TRIZ 的对应策略分两层。第一层，用矛盾模型压缩问题本身：把"我想让 X 变好但 Y 会变坏"形式化后，39×39 的矛盾矩阵直接给出历史上成功过的若干条原理方向——这一步相当于把"一百层楼"改写成"钥匙在第三或第七层的两个房间"。第二层，用知识库扩展答案来源：效应库把"其他行业怎么解决同类冲突"制成索引，绕开本专业经验圈的边界，这正是四级发明的生产机制。

要强调的是：TRIZ 不替代发散。它在发散之前加了"该往哪发散"的约束，在发散之后加了"离理想最终结果多远"的评价标尺（第 2.3 节）。很多团队引入 TRIZ 失败，是把矛盾矩阵当老虎机——查表、抽原理、坐等答案，跳过了把原理翻译回工程语境的苦工。

三、实验：三种搜索策略的命中对比

用一段脚本把上面的论述变成可复算的数字。设定解空间 1000 个方案，其中 30 个是"三级以上"的好答案；试错法等价于随机抽样，TRIZ 定向等价于把好答案在其子域内的密度提高到十倍再抽样。

import random

random.seed(42)
SPACE = 1000
GOOD = 30          # 全域中好方案数量
TRIZ_SUBSPACE = 200  # 矛盾定向后的候选子域
TRIZ_GOOD = 30       # 假定好方案全部落在子域内

def trial(space_good, space_size, budget):
    """返回 budget 次抽样内命中好方案的次数（不放回简化为放回）"""
    p = space_good / space_size
    return sum(random.random() < p for _ in range(budget))

trial_n, storm_n, triz_n = 1000, 1000, 1000
random_hits  = trial(GOOD, SPACE, trial_n)
storm_hits   = trial(GOOD, SPACE, storm_n)      # 人数多=次数多，命中率不变
triz_hits    = trial(TRIZ_GOOD, TRIZ_SUBSPACE, triz_n)

print(f"试错法   {trial_n} 次尝试 命中 {random_hits}")
print(f"头脑风暴 {storm_n} 次尝试 命中 {storm_hits}")
print(f"TRIZ定向 {triz_n} 次尝试 命中 {triz_hits}")
​

运行输出：

试错法   1000 次尝试 命中 25
头脑风暴 1000 次尝试 命中 24
TRIZ定向 1000 次尝试 命中 141
​

数字当然依赖假设——好方案是否真能被矛盾定向圈进子域，取决于问题转译的质量（第 3 章整章讲这件事）。但模型揭示了结构性的结论：头脑风暴增加尝试次数，不增加单次命中率；TRIZ 改变的是概率分布本身。

💡 关键直觉：评估一种创新方法，别问"它能不能产生点子"，要问"它如何改变点子的先验分布"。

还有一个实操层面的差异值得单独立项：方法对"失败"的记法不同。试错法的失败记录在个人脑中，人走经验散；头脑风暴的产出记在白板照片里，下次会议无人翻阅；形态学的组合表偶有存档，但与后续验证结果不挂钩。TRIZ 的过程产物——问题身份证、功能模型、矛盾语句、原理翻译记录——天然是结构化文档，失败案例同样入库：哪个矛盾查过哪几条原理、翻译卡在哪一步，都可追溯。做过十个项目后，这份积累会变成组织的"解题档案"，新问题先查旧档案，命中率逐年抬升。换句话说，传统方法是"事件"，TRIZ 力争成为"资产"——这笔账在决定是否引入方法论时，往往比单次方案的成败更值得算。

本节要点回顾

• 要点一：试错、头脑风暴、形态学共同的短板是缺方向过滤器，搜索代价由解空间规模决定。
• 要点二：TRIZ 的补位是双层的——矛盾矩阵压缩问题，效应库扩展答案来源。
• 要点三：模拟实验显示，命中率差异来自分布的改变，而非尝试次数的堆叠。
• 要点四：TRIZ 定向的威力上限取决于问题转译质量，这正是它学习曲线最陡的一段。

方法对比清楚了，下一节下潜到哲学层：为什么"矛盾"配得上"发明之核"这个头衔。