一、转变:中国数字化转型进程正加速驶入快车道
1.1 宏观政策结合企业需求,多方因素驱动中国产业数字化转型突如其来的疫情可谓对企业数字化转型成果进行了一次检验,虽然多数企业在 疫情期间均进行线上自救,采用了远程办公、线上培训等多种手段。但不可否 认的是,多数行业如传统零售、传统制造业等行业仍面临着供应链断裂、订单 滞销等致命问题。根据中国企业应对疫情间策略的调研数据,尽管 80% 的企业 在疫情间均利用远程办公工具开展临时工作;但是对于生产运营等核心环节, 有高达 78% 的企业无法利用实时数据进行调整及优化。危机之下,中国产业数 字化进程暴露了“隐性缺陷”。
危中有机,疫情加速了企业数字化运营习惯的养成,成为激发企业全面数字化 转型的动因。在疫情危机与市场营商环境恶劣的双重影响下,各行业数字转型 的节奏、投入的策略都发生明显变化。数字化转型不再是“可选项”,而是 “必选项”,疫情作为分水岭,促使产业数字化转型进入了新的生态发展期。企业数字化转型意愿愈加强烈。 2018 年,67% 的全球 1000 强企业均将数字 化转型作为企业的战略核心。在疫情的助推下,各行业更强烈地意识到数字化 转型的重要性,并加快数字化项目的上线与建设速度。在供应链、全渠道运营、 智能决策等生产与运营环节,思考如何利用数字化转型,实现基于数字化驱动 带来的降本增效、增收节支等优势。企业数字化转型意愿在疫情后显著提升。国家也在大力推动产业数字化转型发展。从“十二五”到“十四五”规划,数 字经济政策逐步深化。在十四五规划中也明确提出大力发展数字经济,并在 2035 年远景目标纲要中单独成篇,首次提出数字经济核心产业增加值占 GDP 比重这一新经济指标,明确要求我国数字经济核心产业增加值占 GDP 的比重要 由 2020 年的 7.8% 提升至 10% ,可见数字经济分量之重。各地方政府也在积 极部署并推进数字化转型的战略目标,不完全统计,全国已经有超 20 个省市对 发展数字经济、加快数字化转型提出目标规划。需求高涨,政策加持;虽有智慧,不如乘势。在“产”“政”协同作用下,数 字化转型进程将以前所未有的速度发展。
产业数字化是推动新旧动能转换、加速经济高速增长的主要方式不同的国家对产业数字化的概念有着不同的理解与定义。以英国为例,作为最 早出台数字化相关政策的国家,先后提出了多项数字化转型战略,包括连接战 略、数字技能与包容性战略、数字经济战略、数字转型战略、网络空间战略、 数字政府战略和数据经济战略,为数字化转型作出全面部署;德国则以“工业 4.0 ”为核心,逐步完善数字化转型计划,并为中小企业提供良好发展环境。反观中国,虽然在概念上未给出统一的标准,但是可以确定的是,产业数字化 不同于过往的信息化转型。“从数据中来,到实体中去”是本次中国产业数字 化发展的根基,旨在通过新一代信息技术(大数据、人工智能、云计算等)的 赋能,助力各产业上下游实现全方位的数字化转型升级,形成以客户为中心、 以数据为主要驱动要素、以提升产业价值与效率为目标的过程。
数字化转型将是未来国家实现加速经济高速增长、产业推动新旧动能转换、企 业实现利益最大化的重要方式。从国家层面来看,产业数字化将进一步推动实 体经济与数字技术的深度融合,夯实数字化产业基础,提升国家数字化生产力, 打造以数字经济为核心竞争力的战略发展规划。从产业层面来看,产业数字化将推动新一代信息技术在各行业的普及,随着数 字化资源通过各种形式渗透进产业链的每一个环节,不仅助力重塑产业流程, 加速传统动能转化;还将诞生无限可能的“新产业组合”,在原产业基础上创 造新的附加价值,形成产业新动能,完整的实现产业结构调整和产业重构升级。从企业层面来看,产业数字化将促使个体企业加快数字化转型升级。利用数字 科技全面赋能企业生产、研发、销售、服务等全流程,将业务要素转化成数据 要素,以流程驱动业务转变成数据驱动业务,提高企业数字资产的利用率,实 现优化企业生产服务流程、提升企业生产效率,增强企业的核心竞争力。
产业数字化转型是“融合”与“创新”的马拉松,作为连接传统产业与新型产 业、推动传统企业与科技企业融合共生的纽带。涉及众多垂直细分产业链条, 这也意味着产业数字化蕴含了巨大的市场机会与商业价值,催发了各类型数字 化转型服务商的诞生,通过技术服务、平台建设等方式赋能传统行业,不断拓 宽产业数字化业务范围,提高产业数字化供给的服务能力,激发传统行业的数 字化活力。另一方面,在政府、行业、企业等多方力量下,加速产业链上下游要素资源有 效整合,实现良性互动。同时各产业间实现共生、互生和再生,催发新的商业 模式诞生,进一步激发数字经济的规模。
近年来数字经济规模不断上升,已成为国民经济中最核心的增长之一。随着产 业数字化带来的红利机会,未来将有更多行业创新者涌入该赛道,催发更多新 经济形式及多产融合的业态。数字化经济将进一步迸发新可能,万亿级规模体 量将持续保持高速增长。数字化转型已成行业共识。但产业数字化转型发展周期性长、复杂程度高,在 转型过程企业均会面临“心有余而力不足”的情况,不会转、不敢转、不善转 已成为行业通病,企业通常面对着现实问题:数字化转型能力不够、改造成本 偏高、人才储备不足、转型战略不清晰等系列问题。在此背景下,数字化转型 市场正涌现一批新的力量——数字化转型服务商,它们正在转型期间扮演着重 要的角色,赋能传统行业,携手数字化转型之路。天下熙熙,皆为利来;天下攘攘,皆为利往。随着商业环境及行业需求日益复 杂,单一企业无法提供所有数字化解决方案,出现了各类以不同优势的数字化 转型服务商,自下而上形成了完整产业链。本报告将数字化转型服务商分成三 类:基础设施类、通用服务类与行业解决方案类。其中以人工智能、云计算、大数据为代表的基础设施已成为数字化转型的基石, 在各技术领域出现了优质服务商,如明略科技、第四范式、竹间智能等。同时 围绕数字化营销、数字化管理、数字化采购、数字化生产等企业内部经营管理, 也涌现了一批厂商,如营销数字化厂商销售易、人力数字化服务商北森等,这 些厂商围绕企业内部经营管理,构建自身数字化生态。此外,各行业也涌现了数字化解决方案,如零售行业转型服务商影谱科技,政 务数字化转型服务商如百分点科技,医疗领域服务商森亿智能、数坤科技,金 融行业数字化转型服务商同盾科技等。随着产业需求不断激增与数字产业规模的进一步扩大,未来数字化市场将更百 花齐放,涌现出更多创新、融合的企业,不断融入产业数字化的浪潮中来。二、技术:六大技术加速重构未来产业数字化
根据人工智能技术成熟度曲线,知识图谱的成熟度在一年之内,由创新触发阶 段一跃达到膨胀高峰阶段,且非常接近最高点。知识工程正逐渐成为人工智能 领域新的发力点,成为数字化应用领域的强大助力。虽然现阶段知识图谱的发展尚未完全成熟,但得益于其高度可视化、强关联分 析、可识别隐性关系等优势,该技术在产业数字化转型中拥有愈发重要的地位。知识图谱通过知识融合、知识推理、知识应用等核心环节,依托于知识库的深 度知识推理能力、逐步扩展的认知能力,帮助行业从业者对特定的问题进行分 析、推理、辅助决策。目前该技术除了在数据化治理、数字化营销、数字化管 理等通用服务领域有广泛应用之外,在很多垂直行业也实现了应用突破,如工 业数字化、金融数字化等。据预测知识图谱仍需要 5 - 10 年时间才能进入技术 完全成熟区,也意味着知识图谱还有很大的技术发展空间与广阔的应用场景, 在产业数字化转型领域将得到进一步应用。
从技术商业化角度来看,目前知识图 谱市场主要存在两类玩家。第一类以 大型互联网公司为主,如阿里商品知 识图谱、腾讯 TKG 、百度大脑在 AI 开放平台上发布了知识图谱 Schema 的服务等。另一类则是以明略科技、 竹间智能为代表的知识技术公司。这 些厂商以技术研发为核心,根据企业 的具体需求、场景提供一站式解决方 案。以 竹 间 智 能 为 例 , 竹 间 智 能 自 建 的 Gemini( Knowledge Factory ) 知识工程平台,以其高度自动化的优 势,帮助企业摆脱在构造和运维知识 图谱过程中对具有领域知识的从业人员的依赖,为企业提供自动构建及应 用知识图谱的平台及涵盖全场景的一 站式解决方案。得益于竹间智能丰富 的项目落地经验,目前已在工业、金 融、教育等多行业提供数字化转型服 务。如竹间智能为某大型石油国企进 行智能信息处理,利用 Gemini 认知 知识推理平台进行可视化操作,解决 了科研项目时人工查重工作低效、查 重质量不高等问题。同时平台的自学 习能力,结合 NLP 技术,使文档抽取 任务的准确度逐渐提高。客户可自主 低代码/免代码地完成模型创建-训练- 赋能生产的整个过程,帮助企业解决 了科研问题中的数据价值难题。
一旦机器可以自己理解自己,一场颠覆性变革将会发生。机器学习作为一项通 用型技术,实现了数据分析、数据科学和自动化的融合。目前已取得了重大落 地成果,并广泛应用于各行业各类型的企业系统应用中,帮助企业增强客户体 验、改善运营决策、提供创新的产品和服务,推动数字化转型进程。基于其可自动化、强优化与超见解的优势,目前已经被应用于各商业场景的业 务流程中。如在金融领域,可应用于加强欺诈检测、风险控制等;在保险领域, 可利用机器学习来微调他们的风险计算模型;在制造领域,可实现数据驱动, 完善从概念到最终交付过程的运行机制。未来随着技术的进一步创新,更多领 域的场景应用将成为可能。例如利用机器学习完成芯片的设计,可能过去需要 数十名工程师数周或数月的时间,利用机器可在短短几天内自行完成。机器学 习的能力超乎想象,它正使一切变得更加聪明且更有效率。
未来,机器学习将结合其他技术或领域多维进阶,为数字化转型进程添砖加瓦。(1)在发展方向上,数据隐私保护将成为机器学习主力方向之一。目前数据安 全和隐私保护频频面临挑战,如何在保护用户隐私的同时确保数据可用,是亟 待解决的问题。因此,如何结合其他学习框架,在开发数据价值的同时,保证 用户隐私安全,正成为机器学习未来探索的方向之一。(2)机器学习将与其他新兴技术结合,达到 1 + 1 > 2 的成效。如机器学习+物 联网,两种技术融合将为新场景打开大门。物联网设备网络可提供机器学习所 需数据基础构建数据模型,机器学习反哺,增强物联设备的安全性与智能性。两者相辅相成,达到 1 + 1 > 2 的成效。(3)机器学习与科学计算有机结合,完善机器学习算法机理。当前机器学习算 法机理不明,缺乏理论基础,这制约了它在金融、医疗等领域的应用。而科学 计算已经建立了强大而准确的分析框架。两者的有机结合,在算法层可借助好 的数学工具构建模型,逐渐完善算法机理模型,为机器学习提供强大的理论基 础和方法驱动,进一步赋能更多场景。随着产业数字化转型的纵深演进与云计算市场的创新发展,公共云与私有云的 混合使用被越来越多的企业采纳。混合云作为一种新型的IT构架,整合和集成 了多种模式云资源的云服务方式,可以实现多云协同、云上云下协同等作业方 式,具备为多种数据应用提供场景支撑的能力。未来在基础设施的构建中,混 合云计算将占主导地位。
目前混合云已经成为各行各业实现渐进式数字化转型的首选方式。一方面混合 云构架不仅是IT架构上的革新,更可以为企业业务带来创新机遇。假如当企业 需要快速有效地建立和测试新概念时,可运用混合云平台进行实验。这不仅避 免了安全、合规、成本等方面问题,而且不影响现有业务开展,一旦试验成功, 还可以方便地在公有云和私有云之间迁移,有效助力企业实现简单的创新支持 业务增长。另一方面,混合云助力企业数字化转型过程中降低成本的同时保证高敏捷性。 公有云适用于非生产性应用、灾难恢复和长期保存数据,借此可以大幅降低成 本,而在业务应用程序可能需要保持隔离或对延迟敏感时,私有云则更有优势。两者的结合可以更好的优化成本,具有互操作性、联合性和开放性,实现快速 创新与合规性要求之间的平衡,为产业数字化转型提供更大的支持。在产业数字化大背景下,混合云市场已经成为各厂商竞争的重点,不断推出混 合云服务和解决方案。目前市场厂商主要分为四类企业,第一类是以公有云切 入市场的服务商,如阿里云、腾讯云为代表,这些企业通常在推广自身产品的 同时,与其他企业合作,推出混合云服务。第二类是原私有云厂商,通过不断 完善产品线,拓展云服务能力,切入混合云市场,如九州云等。第三类则是原 硬件IT服务商,意识到云服务市场的崛起,也想借势分一杯羹,如新华三、浪 潮等企业;第四类则是近年来涌现的一批混合云厂商,这些企业提供统一架构 的公有云服务和私有云部署,并将公有云与私有云的无缝连接,提升云管理和 云服务水平,如青云、优刻得等。作为实现数字化转型的主要手段之一,混合云将伴随产业数字化转型的持续深 入而不断发展。
随着传输到云计算分析解决方案的数据量的增加,原始数据的延迟和可扩展性 以及处理速度等问题也随之出现。边缘计算由于拥有可就近提供计算、网络、 智能等关键能力,提高服务性能,支撑物理和数字世界,已经成为计算体系中 的新方向,同时也是产业行业数字化转型不可或缺的技术手段。“云”“边”协同联动,共同释放数据价值,已然成为产业界达成的共识。边 缘计算以业务实时、数据融合、创新智能、安全保护等优势,为应用提供算力 能力,助力产业进行数字化赋能。现阶段边缘计算已经广泛应用于制造业、能 源行业、公共交通、农业、医疗、教育等垂直行业。
目前边缘计算从技术概念期进入期望峰值期,预测未来边缘计算将主要从以下 几方面发展。(1)边缘智能正成为边缘计算未来创新能力构建的主要方向。边缘计算实时性、 本地性的特点,决定了本地算力在边缘智能时代扮演着至关重要的角色。因此低功耗、高效率、可快速部署的智能算力产品或设施,将成为未来边缘计算创 新发展的一大重点。若未来可在边缘设备上可以搭载高性能芯片和深度学习算 法,既减少了中心式负荷和宽带浪费,又保证了低延迟和数据隐私等问题,将 进一步提高边缘计算的算力,更多应用场景落地(如无人驾驶、公共安全等领 域)将成为可能。(2)多种技术融合发展已是大势所趋,边缘计算也不例外。单纯使用边缘技术 构建的应用难以充分发挥其价值,边缘计算与云计算的协同合作,将成为云、 边、端等协同的关键枢纽环节, 实现物理资源的共享。再如边缘计算与去中心 化特征的区块链的结合,可将区块链的节点部署在边缘能力节点上,可以利用 边缘计算的实时计算能力解决区块链对于数据传输需求的问题,同时利用区块 链技术建立边缘计算可信机制,提供更可信的计算环境,可进一步提高数据隐 私安全。两技术的优势效果强强联合,将形成一体化解决方案。边缘计算在产业数字化领域的重要价值已得到普遍认同,正迎来了新一轮发展 机遇。据 CB Insights 数据,到 2022 年,全球边缘计算市场规模预计将达到 67.2 亿美元。与之伴随着的是,未来将有更多创新型企业加入,边缘计算将逐 渐渗透于数字化领域的各个角落。目前,从市场玩家的角度来看,已经有部分云计算和基础架构厂商已经将业务 延伸至边缘计算领域。在技术、产品、应用场景等方面展现出良好的势头。如 华为、阿里云、九州云 、 ZStack 等。未来,随着边缘智能化水平的提高,将 能提供更多创新性的服务,原来以往单纯云架构下,没法想象的产品和服务将 会变成可能。数据库作为数据存取、管理和应用的核心工具,决定了数据运行处理的高效性。在数字经济的背景下, 各个行业的业务迅猛发展,数据信息爆发增长,数据结 构复杂度与日攀升。但传统关系型数据库在处理高并发、实时处理等数据业务 时,明显力不从心。多重因素驱动下,分布式数据库正在崛起,或将成为企业 数字化转型进程中优选项。
具体而言,分布式数据库在赋能数字化转型过程中主要具备以下优势:(1)具有很好的弹性扩展能力。随着客户数量、交易并发量、吞吐量达到了一 定级别时,普通 MySQL 架构无法支撑业务增长的问题。而分布式数据库具有 分库、横向扩展、支持高并发的业务访问等特点,实现了降低对单机单库的依 赖。(2)高可靠性。分布式数据库利用多副本来实现系统可靠性和可用性,当某一 节点中的数据不可用时,其他数据副本将继续保证业务的连续性,还可以对数 据就近计算,减少网络消耗,提升性能。(3)成本低。分布式数据库可根据业务规模需求按需购买,在数字化转型过程 中,降本增效是企业关注的焦点,而分布式数据库相比于开源产品总体性价比 更高,可自主控制实例升降配,根据业务量调整资源使用。(4)满足云计算等场景需求。数据库与计算载体紧密相连,未来云端、边缘端 正成为主要的计算场景。分布式数据库可进行资源池化管理,具备多模式、多 租户等特点,与云计算、分布式应用开发模式相匹配。从商用落地的角度来看,目前分布式数据库已经在多个行业中得以应用,如互 联网行业、金融行业等。未来随着业务场景和数据处理等方面的需求逐渐趋于 明朗,分布式数据库以场景和功能的划分将更为细致,更好地去支撑业务增长 与业务决策带来的数据需求。从市场格局来看,中国分布式数据库自 2011 年 开始起步,目前市场参与者主要划分为三类:
第一类主要是传统数据库厂商,以武汉达梦、南大通用、人大金仓、神舟通用 四家为主,这四家是中国数据库的老将,也是国内最早涉足数据库的一批企业。从产品布局看,这四家企业虽专注于关系型数据库市场,但近年也在不断布局 分布式数据库。如人大金仓的 HTAP 分布式数据库—— KSOne ,南大通用的 GBase 8s 等。其主要优势在于数据库的国产替代,且在一些特定的应用场景上 拥有优势与经验,如政府机关、国防、能源等场景。第二类为以华为、阿里、腾讯为代表的大型互联网企业。数据库作为最重要的 基础云服务之一,无疑已经成为互联网企业侵蚀的领域之一。在产品布局上看, 各家均自研技术体系,推出丰富的产品体系。如华为自研分布式数据库 GaussDB ;阿里拥有阿里云“云原生分布式数据库 PolarDB ”和蚂蚁金服 “分布式数据库 OceanBase ”;腾讯旗下拥有“分布式数据库 TDSQL ”和 “云原生分布式数据库 CynosDB ”。这些企业都在以自身业务为中心,同步进 行技术创新,打造丰富的产品体系。第三类则是近年分布式数据库新秀企业,如星环科技、巨杉数据、 PingCAP 等。 得益于市场需求的增长、资本的持续注入,这类企业正成为数据库领域的明星 项目。它们虽相较于传统数据库企业而言,入局时间较短;相较于互联网企业 而言,产品完整度较低。但其优势也非常突出,高度聚焦、创新速度快、差异 化竞争策略等单点突破能力,也让其极具产品竞争力。未来,分布式技术将与云原生深度融合。从架构上看,分布式数据库提供了更 加灵活的数据服务支持,实际上是一种“云原生”的架构体现。云原生与分布 式的结合可帮助企业实现资源池化,并进一步实现“存储计算分离”,满足企 业更多场景下高可用性、扩展性、云服务托管的需求。随着云原生技术不断创 新发展,“分布式+云原生”的结合也许会激发更多可能。数字孪生作为连接实体空间与数字空间的一种高保真技术,具有模型设计、数 据采集、分析预测、模拟仿真等优势,该技术已经成为数字化转型的重要支点。利用数字孪生技术可打造出映射物理空间的虚拟世界,实现物理实体与数字虚 体之间的数据双向动态交互。同时依据赛博空间的变化及时调整生产工艺、优 化生产参数,得到包括优化、预测、仿真、监控、分析等功能的输出。数字孪生技术在数字化转型的过程中具体包括以下优势:(1)真实、持续更新的信息,用于提升数字化管理程度。基于全面的数据管理、 历史信息、传感器获得的信息以及企业提供的信息(扩展的信息),可以更直 观的进行数字化管理与规划预测。(2)改善了各行业产业链中参与者间的协作。数字化转型不是个体之间的行动, 而是涉及行业内上下游的协调与共享,采用数字孪生技术使行业数据信息更加 透明化,有利于提高产业链内的相关企业相互协作。(3)通过“虚实交融”的技术手段帮助产业发展挖掘新的商业价值。如数字孪 生利用到零售行业、汽车行业等消费场景,可助力企业实现数字培训、远程呈 现等新的零售互动等系列模式,助力实体经济与数字经济实现融合发展。现阶段数字孪生已不再是实验室的科研项目,已实际应用落地到各行业场景中。 除了最早应用的航空航天领域外,目前在城市管理、传统零售、建筑、制造等 行业也逐渐应用落地。以影谱科技为例,其将人工智能技术与数字孪生技术结 合应用到零售等多个领域中,助力传统行业数字化转型。影谱科技推出自主研 发的数字孪生引擎 ADT ,可快速完成物品及服务的建模、行为、交互,在数字 商业、数字孪生、流程模拟、高精度物理仿真、 HMI 人机交互等诸多方面积累 了成熟的经验,从而为数字零售、智能家居、智慧传媒、教育培训等商业服务 应用提供持续的数字化服务。
在零售领域,影谱科技通过 AI +数字孪生技术将物理现实商品传递到数字世界 中,弥合实体商店和在线商店之间的鸿沟,使购物者可以立即参与其中,是一 种无缝的线下转到线上场景的技术方式,可实现商品快速建模、场景识别、互 动娱乐等。影谱 ADT 把商品作为一种新型数字资产,围绕商品供给体系提供实 时 AI 孪生工具,重塑商品生产关系,增强用户数字体验。具体到应用上,影谱不但实现了店铺的在线升级及商品管理能力,还助力零售 商支撑业务场景,打开了新的营销模式。如在购买场景上真正实现了 3D 商品 时代,为零售商品实时提供 3D 展示与交互广泛支持,直观地呈现出商品外形、 材质、特征、使用说明、内部结构等高维度信息,丰富了消费者的购物体验。在流通与服务场景上,商品可快速生成一个集成的多物理、多尺度、超写实、 动态概率的仿真模型,通过与物理实体之间的数据和信息交互,不断提高自身 的完整性和精确度。在商品与消费者的互动上,影谱数字商业构建的数字孪生 体,不仅与物理产品形似,还能模拟流通环节、使用环境。通过保留物理环境 作为 3D 场景元素的背景,帮助用户可视化产品在其真实消费环境中的显示方 式,以便在购买前更准确地评估产品的适配性。
三、行业:“三产一体”数字化转型升级实践经验
3.1 加快建设数字政府,深化“数智+政务”深度融合当前数字化转型正如火如荼的进行中,政府作为产业数字化中的规则制定者, 同时也是经济社会的最大购买方,正积极推动自身的数字化转型升级。目前中 国政府数字化转型已进入全面提升阶段,数字政府已成为推进政府数字化建设 的重要抓手。数字化转型从不是一蹴而就的事,“数字政府”建设更是一项复杂的系统工程。 随着政府数字化转型地纵深推进,处于改革神经末端的政府,在转型推进的过 程中逐渐暴露出诸多问题。如各类信息孤岛问题、数据管理与价值利用问题等。首先,“孤岛问题”始终是政府数字化转型面临的首要障碍。一方面,早期各 部门独立进行信息建设,导致操作系统、数据采集标准各不相同,各部门间信 息重复、数据不贯通,“数据孤岛”问题始终存在。此外“业务孤岛”也是长 期存在的焦点问题。各业务平台间标准不统一、接口不连通,导致一个完整的 业务在各系统间难以顺畅流转,各部门协同效率低下,直接影响了政府的办事 效率与服务质量。不仅如此,目前中国体制背景下的管理模式和信息应用模式, 多以“条块分割碎片化”式为主。各部分管理视角的不同,也导致部门内部的 信息不对称、流程不清晰等问题,“管理孤岛”就此形成。数据孤岛、业务孤 岛、管理孤岛层层叠加,已成为政府数字化转型的首要难关。此外,政府的数据价值效能、数据共享水平也有待提升。数据是数字化转型的 核心要素,效能最大化、数据资产共享是理想情况下的数据资源状态。但目前由于未形成完善的数据治理体系与数据标准,政府数据资产无从查清、数据质 量无法把控、数据价值无法挖掘。政府数据处于“沉睡”状态,面对海量有用 的政务数据,却很难转化成真正的业务价值,数据效能未充分发挥最大价值。因此如何充分发挥数据新要素在政府治理中的作用,是摆在数字政府建设者面 前的一个关键问题。而且,受国家政策、行业限制等多因素影响,各级政府间、 政府与企业间,全方位的数据资源尚未进行共享,数据资源共享开放力度明显 不强,数据资源开发利用深度不足,数据资源交易增值潜能有待激活。数字化转型是必经之路,面对挑战与问题,政府应直面挑战、把握机遇,加快 政府数字化转型进程,建设“数字政府”。从创新、融合两方面破解数字政府 建设难题,不断利用新技术、新思想、新方案推动政务服务变革、政府职能不 断完善,数字政府正迈入一个以数据创新为标志的时代。“融合”是政府数字化转型的基石,具体包括三方面:数据融合、业务融合与 管理融合。在数据融合方面,现阶段政府部门之间数据互通性差、数据开放程 度低。在转型过程中,通过将多模态、多语义、多结构、多来源的数据聚集融 合,构建大数据平台,形成社会共享的数据链。利用 AI 等技术手段进行智能分 析,实现全局化的数据治理与贯通,彻底释放数字红利。在业务融合方面,按照服务价值链、产品生命周期等维度,整合政府相关业务 流程、梳理办事规则。利用数字化技术实现相关方之间,业务与资源的在线协 同和动态优化,实现跨部门、跨业务、跨层级间的协同优化。在管理模式上,打破部门、层级壁垒,解决传统条块分割的管理模式,实现高 层与基层间的联动。各级政府共同联手依托于一体化政务服务平台,实现“一 窗通办”、“零差别处理”,提高政府服务效能、增强居民服务满意度。政府在实现数据、业务、管理多元融合后,不仅能够为社会公众提供多样化的 服务,还将为构建开放、创新的数字生态体系做出贡献,进一步催发中国数字 经济的发展。同时,创新也是政府进行数字化转型的关键词之一。主要体现在 政策创新、技术创新与业务创新。

在技术创新上,不断利用云计算、大数据等创新技术,夯实数字政府基础设施 底座,达成数据融合,最终实现数据交互。这种交互不只是数据与数据间的交 互,还包括数据与人、自然的融合交互。再通过数据建模、数据可视化等技术 手段推进政府的决策体制,通过对数据治理得到有效的分析预判,完成从“人 治”到“数智”的创新性转变。在业务创新上,技术支撑将重构政府数字化建设,进一步赋予政务应用在更多 场景发挥力量,如社会治理、城市建设、公共安全等多领域。随着底层政策的 不断支持、中层技术的不断开发,未来政府服务的创新和服务边界也将不断拓 展。一场数字化革命正在各产业全面铺开,制造业作为国家经济的重要组成部分, 也正积极地接受数字化变革。政策上也加快推动新一代信息技术和制造业的深 度融合,大力发展先进制造和智能制造。制造业正以前所未有的速度步入工业 4.0 、全面数字化阶段。现阶段,制造企业已意识到数字化转型的优势以及转型的必要性。但其企业性 质不同于信息行业,不管从工厂基础设施的数字化改造难度还是从企业内部组 织结构来看,制造业数字化仍处于起步阶段,转型难度较高。首先制造业的基 础设施与转型基础均相对薄弱,有效的数据链尚未搭建完全。中国制造业虽然起步较早,但相比于金融、互联网等领域,其数字化基础比较 薄弱。在早期基建时未考虑数字化转型问题,设备层老龄化、型号不统一等问 题广泛存在,工厂内部底层设备的数据获取、设备之间的有机融合,成为转型 的首要难题。加之制造业产业链涉及角色众多,包括设备制造商、设备代理商、 材料供应商、工厂以及客户等多方角色,外部数据获取、融合也是难点之一。以某传统制冷企业为例,其制造的产品大多输送各地工厂,在外部数据的收集 与融合中阻力重重,工厂配合度不高、数据不愿共享……外部数据也无法及时 全面的同步与更新。制造业厚植的传统基因,导致工厂内数据的提取挖掘、外 部数据采集融合面临挑战,完整有效的工业数据链搭建十分困难。而且,企业数字化转型不只是技术的更迭,而是战略、组织、运营等全方位的 变革,需要从全局规划。一方面,公司高层就数字化战略发展问题的高度进行 谋划,尤其是高层管理者之间难以达成共识。如转型方式为局部优化还是全局 优化、协同增效还是业务聚焦、工厂设备以部分机器智能还是系统智能等。顶 层战略设计的漏洞,将可能导致具体落实、推行过程中举步维艰。另一方面,企业缺乏技术、业务复合型人才。在企业进行数字化转型过程中, 一般会成立独立部门予以推动,可是部门人员仍以原有技术、业务员工为主, 缺乏数字化专业人才。在花费大量金钱、精力引进先进的数据智能技术后,却 缺乏业务与技术互通的专业人才推动实施。此外,数字化转型是一项系统性工 程,需要多部门协同,但目前多数企业内部并未形成应对数字化转型的组织架 构。各部门间对数字化转型的态度高度不统一,部门间职、权不清晰等现象广 泛存在,数字化转型步履蹒跚。首先,数字化转型应以市场价值为中心、以业务驱动、以技术为支撑,做好战 略规划。具体到实施上,企业应将数字化战略目标与企业的业务战略目标进行 匹配,而不是盲目地拥抱技术,利用新兴技术对工厂、设备等设施进行层层堆 砌。技术在转型过程中仅是起到辅助、连接、支撑的作用。此外,在转型过程 中,企业应根据自身特性设计差异化转型模式。在数字化转型的前期、中期及 后期,侧重不同的转型重点,并根据转型情况适时调整。其次,企业应构建适配数字化转型的组织架构与人才体系。从组织构成来看, 传统组织是基于专业分工而建立的。但在数字化转型过程中,企业内部也需同步发展适合数字化转型的组织架构,以达成长效的转型效果。产业数字化转型 的背景下,企业组织架构更强调开放性和互联性。组织架构应以跨部门的业务 流程梳理与优化为方向,从横向上逐步打通部门壁垒,形成从单一的线性协同 模式转向跨部门的多维协同模式,改变因部门分割而产生的流程中断、分散等 状态。最后,企业应利用好工业互联网释放的红利,打造数字化转型的支撑平台。制 造业数字化转型需要强大的支撑平台,而工业互联网作为新一代信息技术与现 代工业融合发展的新模式,以数据为纽带,打造开放共享的价值网络,将制造 产业的设备、数据、技术、管理、市场等多要素全面互联,在经营管理、产业 设计、生产制造、过程控制、产品测维等关键环节形成闭环和资源优化,达成 供应链、管理链、服务链、产业链的高效协同。

(1)形成面向机器设备、产线运行优化的闭环。工业互联网可基于对机器生产 数据、运行环境数据等进行实时感知和边缘计算,根据不同变化,实现机器设 备的动态优化调整,构建智能设备与柔性产线。(2)形成生产制造生产优化的闭环。基于信息系统数据、制造执行系统数据、 控制系统数据的集成处理和大数据建模分析,实现生产运营管理的动态优化调 整,形成各种场景下的智慧生产模式。(3)形成面向供应链中用户交互与产品服务优化的闭环。工业互联网平台可根 据供应链数据、客户需求数据、生产决策数据等综合处理与分析,实现制造业 经营方式与商业开发的创新,形成组织化协同、个性化定制、服务化延伸等服 务模式。与传统行业不同,医疗本身具有数据密集型的特点,自带数字化创新能力。从 医疗设施网络化、医药研发智能化到医疗服务个性化,数字化医疗生态已在不 知不觉中初具规模。在后疫情时代,数字科技结合医疗再次走到风口,医疗已 成为数字化转型过程中最受关注行业之一。从医疗、医药两方面维度来看:目前医疗机构面临着医疗数据难共享、信息安 全难保护、医疗资源不均衡、医疗资源难整合等痛点。医药领域更面临着研发 时间过长、研发费用较高等问题,导致研发过程效率低成功率低等问题。虽然 受政策、环境等因素限制,很多问题尚不能完全解决。但随着 AI 、区块链等技 术的加速创新,数字化技术将助力医疗领域的各个主要角色,实现各场景商业 模式的创新,加速数字化转型进程。

医疗机构端数字化转型的核心,将始终保证以患者为中心。打通数据孤岛、医 疗资源分配不均等难题,从诊前、诊中、诊后全流程提升数字化能力,保障医 疗资源平等,提高患者就医体验。

在诊前阶段,存在挂号流程繁琐、看病难等问题。因此,目前互联网挂号平台、 医院自主的信息管理平台顺势而起,用于采集患者的基础信息与医疗诉求,并 对患者症状进行初步判断,实现线上轻问诊及医院、诊室分发等服务。此外, 未来远程医疗将可能成为一种标准的医疗形式,发挥智能诊断的作用,解决患 者看病难、看病贵、误诊率高、丰富经验医生总量不足、医疗资源分配不均等 医疗市场痛点问题,提高诊疗精准度,改善医疗服务质量。在诊中阶段,除了疫情后兴起的互联网在线诊疗外,实体问诊也将更精准有效。以 AI 、大数据、可穿戴设备等为主的多种医疗设备及技术,将支撑医疗诊断服 务,辅助医生在数据采集、智能诊断等环节的效率大大提升。不仅如此,在问 诊环节,医生可建立以患者为中心的区块链电子档案,利用区块链技术实现高 效、安全的患者信息互换,在各医院信息孤岛尚未打通的情况下,以患者为中 心实现医疗数据共通,保障患者在跨院、跨区间流动时,医疗信息不流动的问 题,助力医疗行业在预测性分析与精准医疗领域的重要突破,进而提升患者的 治疗效果。在诊后阶段,可根据区块链电子档案及医院信息平台,为患者提供用药指导、 复诊提醒、疾病预防等诊后服务,实现一体化诊疗体系,提升患者就医体验。在 5G 、 AI 、区块链等技术驱动下,将实现远程医疗、诊前诊中诊后智能连接 和健康管理等多种商业模式,实现医院管理、医疗诊断等领域的数字化管理, 切实实现“以患者为中心”的医疗服务体验。随着数字化转型的不断推进, AI 等技术将不断与医药企业的需求相融合。在药 物研发阶段,数字化将助力药企走出研发困境,这也是目前药企的迫切需求。一方面,随着诊疗-药械-医保不断实现跨界融合,基因检测、影像设备积累的 大量数据可以被充分解读和运用,为药企开展创新药研发提供了数据支持。另 一方面,在研发阶段通过 AI 等技术可以筛除掉不可用的靶点、进行 DNA 、蛋 白质结构预测,提升新药的研发效率;在临床试验阶段,通过大数据分析等数字化技术追踪病人用药情况,提高病人的依从性,帮助药企减少临床应用时间 和成本;在药物功能拓展层面,可以实现生物标记物发现、新适应症拓展、真 实世界研究等。目前大部分医药企业均迫切需要数字化转型提高自身的研发效率,如恒瑞医药 作为国内创新药的新星企业,已经开始着手数字化深度应用,在研发领域也与 AI 药物研发机构开展合作,通过 AI 训练提升智能化水平,提升临床试验的项目 管理能力,增加对真实世界的临床试验研究,寻找新的适应症,降低临床试验 阶段的风险。在医药生产方面,数字化转型可保障生产质量管控,实现药品溯源体系追溯。 随着工业 4.0 时代的到来,传统制造业都在进行智能制造升级,医药生产也不 例外。数字化转型可以实现制药过程的透明化、无纸化生产,搭建从产品设计、 生产制造、质量检测、流通销售的质量管理体系。这不仅有助于保证药品生产 质量、提高生产效率,为药品安全保驾护航,还可以对收集的数据进行分析从 而持续改进药品质量。

在药物销售层面,数字化转型可帮助药企实现精准营销。随着政策环境的变化, 医药行业高毛利时代已经一去不复返,构建完整的数字化营销体系势在必行。随着医药产业进入数字化时代,药企应构建以患者为中心的全生命周期的健康 服务体系,以更好的管理和维护客户资源。基于自建的客户数据画像,不仅可 以实现患者个性化健康管理、临床疾病的数据支持,又可以做到深入挖掘患者 的健康需求,实现精准营销,实现从研发到销售的闭环。3.4 数据赋能城市数字化转型,打造智能城市综合体城市作为数字化转型的最大综合体,也正以前所未有的速度推进。新基建风口 之下,各地区新一轮智能城市建设热潮涌动,整个城市在数字领域形成“数字 巨系统”,利用数据赋能城市转型,打造智能城市综合体。一场数字化革命正在各产业全面铺开,制造业作为国家经济的重要组成部分, 也正积极地接受数字化变革。政策上也加快推动新一代信息技术和制造业的深 度融合,大力发展先进制造和智能制造。制造业正以前所未有的速度步入工业 4.0 、全面数字化阶段。当前,“城市+数字化”的建设正经历着发展的剧烈阵痛,顶层设计不完整、场 景碎片化等问题始终存在。首先,多数城市仅重视技术的设计,忽略完整的顶层设计规划。当前各地城市 发展存在技术驱动特征,部分城市智能与城市建设脱节、规划相对主观,存在 与周围环境缺乏融合等弊端。在项目启动时仅仅只是从技术角度出发,在设计 系统组织架构时,大量运用云计算、物联网、人工智能、大数据等技术,完成 对城市管理、民生服务和产业发展的“智城规划”。然而智能城市建设是一项系统工程,由于各城市的历史、文化、资源和经济发 展水平等各不相同。要实现智能城市,必须在统筹的顶层设计下,协调考虑信 息惠民、产业发展、科学管理,以城市的问题、需求、目标为导向,设计城市 智能化、数字化转型的整体架构,进而实现城市级的“智能式管理和运行”。没有完整的顶层设计,将导致建设者在智能城市开发过程中遇到大量的非技术 因素阻碍。其次,城市建设碎片化、信息壁垒严重,始终是城市智能化建设过程中的痛点 之一。目前很多城市所发布的智能城市规划,都是在“单点突破”,或是阶段 性成果。这不仅导致跨部门、跨领域、跨区域的整体项目建设推进困难,城市 的各个条线依旧各自为政;还使得许多数据相对孤立封闭,影响了各个项目的 协同联动。只是仅仅在应用场景前冠以“智能”前缀,并未形成一个综合有机 整体,真正实现城市级开放共享。

未来智能场景的落地需要实现从“单点建设”到“全场景覆盖”,从”政府搭 台多方参与”到“规建管一体化”实施。在建设模式上,以 AI 、物联网、云等 技术为核心,通过云边端协同,形成综合覆盖城市交通出行、安全监控、运营 管理等基础城市功能,实现社区、园区、楼宇、商圈等各类场景模块化的功能 组合,完成城市全场景的全覆盖;在建设主体上,应由一家平台型服务厂商牵 头,携手生态合作伙伴,完成智能城市从规划、组织、建造、交付到最后的运 营管理全周期服务。以较少的成本完成整个项目的统一管理与监督,切实做到 对数智化城市的统筹规划、持续投入与全周期运营管理。此外,城市的展现端和感知端尚未形成闭环,双向交互能力差。智能城市的应 用经常会涉及到数据呈现和结果展示,但目前的信息展现往往是单向静态的大 屏,展现端对现实物理世界数据的探查能力不足;此外,缺乏人机交互和人机 智能融合,城市的展示端和感知端尚未形成闭环。为此,未来智能城市须构建 立体感知互联聚合体系,利用大量的物联网感知和终端设备,如智能机器人等。在整座城市拉起一张全域“神经网络”,令城市的脉络与城市神经元清晰可见, 人、物、事等动态运行有效感知,让城市从独立泛在走向融合、智能与互联。随着数字化转型的不断推进,城市无疑将被赋予更大的功能与温度,美好城市 未来正渐行渐近。从模式创新来看,一种能感知、会思考、可自主进化的梦中之城正在逐渐实现。 在全面完成数字基础设施建设后,城市将可实现自主性的闭环管理。依赖自身 进行感知和管理,完成“城市问题出现——城市主动发现——自动控制和解决” 的运转路径,形成有自主感知、思考、解决问题能力的运营驱动型城市,实现 全局性管理,具体表现为城市通过一体化平台进行顶层规划,城市各应用也基 于此协同运作。甚至在未来,城市还可能衍生出自己的意识,并针对具体城市 居民的需求提供“数据驱动”的定制化城市服务。让不同要素协调运行,不停 更迭,驱动城市向智能生命体进化,让身处其中的人体验到科技的温度和力量。城市正在进化为可自主更新迭代的“新物种”。从建设主体来看,多元参与、共建共享的全行业、全场景生态体系正成为主流。 智能城市的业务涉及范围广、逻辑复杂、技术门槛高,很难依靠单一机构来完 成。未来智能城市的建设需要行业牵头者出现,聚合更多的优质行业伙伴,加入到城市生态建设当中来,打造既创新融合又标准化可复制的城市生态解决方 案。在城城市建设过程,具有生态聚合能力的厂商负责总体架构以及核心模块 建设,打造城市智能中枢核心能力,生态合作伙伴基于各自优势模块或领域产 品,快速集成,未来城市智能中枢竞争将是生态圈之间的竞争。

从价值实现看,城市数字化建设不应该只是停留在表面数智,而应是以提升居 民生活品质为目的进行打造。通过技术赋能实现全面感知,实现居住、工作、 交通、生活、休闲娱乐、养老等各个链条全面智能化,让城市变成有温度、有 感觉能力。未来城市不单是由各种高精尖累的技术堆砌而成的实验应用基地, 而是给市民带来实质的幸福感与安全感的生态系统,使得人与自然、社会更加 和谐共生。
四、趋势篇:产业数字化转型发展新机遇
将数字技术和实体产业相互促进、共同发展,达成企业降本增效、产业的融合 发展、宏观经济的可持续创新,注入数字原动力,正成为未来经济发展的主旋 律。洞察产业数字化行业发展新趋势,本部分将从企业端、产业端、国家战略 层三个维度,洞察未来发展新机遇。4.1 数据资产盘活与运营,将成为数字经济时代下企业的核心竞争力数字经济背景下,毫无疑问,企业将进入数据驱动时代。随着企业对数字技术 的不断利用,各类主体在组织生产、业务重构、经营管理等方面的数字化程度 日益完善,数据将成为企业各类信息汇集的载体。未来以数据驱动的业务形式 将成为主流,全渠道的数据盘活将成为企业的核心竞争力。但根据调研显示, 即使大多数企业也逐渐认识到这一点,但仍有高达 68% 的企业数据处于沉睡状 态,数据资产仍未被有效盘活并运营,数据价值正在悄悄流失。

因此,数据资产有效盘活与运营,将成为数字经济时代下企业的核心竞争力。 企业应加深对数据的利用水平和治理水平,通过数据积累与运营,打通企业内 部不同层级、不同系统之间的数据壁垒,盘活数据资产价值,实现对内支撑业 务应用和管理决策;对外加强数据服务能力输出,从而提升数据潜在价值向实 际业务价值的转化率,使得企业在提升市场竞争力同时也强化了运营能力,以 此获得业绩的高速增长。4.2 组织架构调整及商业模式变革或将成为企业转型的焦点对于企业而言,数字化转型不只是将创新技术嫁接于现有业务体系之上,而是 关于商业模式与组织管理等多方面的变革。随着数字化技术的不断渗透,各主 体必将打破行业壁垒与市场边界。面对新的竞争环境,则需要企业积极应对, 将新一代信息技术深度融入研发、生产、管理和营销等各个业务流程,重塑企 业业务体系与商业模式,强化核心竞争力。工欲善其事,必先利其器。对应,企业内部须不断优化企业人才和组织架构, 培养数字技能人才,匹配顺应数字经济发展规律的组织形态。在调整时以内部 流程优化与局部自动化为核心,达成高效率、强协同、智决策的组织架构。科 学、有效的组织架构能凝聚个体力量,实现 1 + 1 > 2 的效果。组织架构与商业 模式的双重变革,将最大化激发企业创新的活力和潜力,重构企业核心竞争优 势。

4.3 数字信任将成为产业数字化长期发展的核心议题近期大型科技公司的数据隐私问题,使得数据安全再次掀起热潮。事实上,随 着新兴数字技术的深度应用和数字经济业态的创新发展,数据泄露与网络安全 已成为当下经济社会发展的主要风险类型。在数字化转型日益火热的当下,数 据安全、数据泄露等核心问题尚未得到有效解决,高能复杂的网络攻击已经成 为数字空间的常态。数据泄露、网络威胁已经成为企业数字化转型的核心风险。在未来数字化转型的大背景下,数字信任将成为产业数字化长期发展的核心议 题之一。数字信任能够有效地测度和控制安全风险和隐私问题,因此建立数字 信任必不可少。通过搭建数字身份管理体系、零信任安全体系等有效的数字信 任方法,增强企业内部可信的管理、产业间可信的流通,以及全产业内的可信 生态。4.4 数字化推动产业端的升级重构,“共建共享共生共荣”将成为转型主流的发展模式随着数字化转型进入深水区,转型主体也将完成企业个体到产业协同再到生态 共荣共生的转变。现阶段,头部企业基于自身体量优势及数字化的先发优势, 已基本搭建起数字化产业生态。这些头部企业也正承担起“数字化牵头者”的 角色,发挥产业互联网的优势,推动产业内的其他链条的企业开展数字化转型 进程。由此,产业链的价值边界将会不断模糊,由传统线性价值链扩展成多节 点的平面型价值链。

下一阶段,将由产业协同进阶为生态体系的共建共享共生阶段。数字化转型正 不断涌现新模式、新业态,各产业间的组织关系也将发生根本变化,联接着各 产业的媒介不再是产业或企业本身,而是各产业、企业之间以用户价值为中心 的数字化生态平台。未来,数字化平台建设将成为发展的主旋律,通过聚焦用户本身需求,实现各产业间的生产要素、数据要素共享共建,构建成远超单产 业协同所创造的价值。届时,产业之间的组织关系也发生了变化,正从多节点 的平面型价值链,纵横交错,进阶为生态共赢的立体发展网络。目前已有头部企业率先构建生态体系。如今年 6 月华为发布了可广泛应用于 IoT 设备的 HarmonyOS ,并将其最核心的基础架构部分全部捐赠给“开放原 子开源基金会”,通过开放源代码帮助各个厂家根据不同的业务诉求做产品的 同时,完成搭建了完善的华为 HarmonyOS 生态系统,致力于构建与合作厂商 的“共建共享共生”的新生态。4.5 战略层搭建“六链融合”,培育数字经济发展新动能在国家战略层面,数字化转型已经成为支撑未来经济发展的核心驱动力。随着 数字经济的蓬勃发展,产业数字化转型将形成以产业链为中心,促进产业链与 创新链、供应链、要素链、资金链、政策链等相互融合发展的新场景,六链融 合也将成为未来产业数字化转型的主要发展模式,基于此将彻底释放国家数字 经济发展新动能。

在战略层面,需仅仅围绕产业链为转型基础,通过与供应链的稳定协同、与创 新链的对接融合、与资金链的良性循环、与政策链的相互支撑、与要素链的互 联互动,实现六链条的联动呼应,促使各链条内的数据效应、经济活力竞相迸 发。在实施层面,需始终推进以科学技术为核心,发挥产业互联网效应,实现 以大数据为主线、以人工智能为驱动的“数据链”穿插联动,进而释放国家层 的多链协同下的数字效能。“六链融合”通过创新、政策、生产要素等赋能产业链,推动产业的升级转换, 加快建设实体经济、科技创新、现代金融、人力资源协同发展的产业体系,最 终开展数字化转型的新路径。
免责声明:文章报告仅代表作者观点,版权归原作者所有。因转载众多,或无法确认真正原始作者,故仅标明转载来源,部分文章报告推送时未能与原作者取得联系,十分抱歉。如来源标注有误,或涉及作品版权问题烦请告知,我们及时予以更正/删除。