|
文|《财经》记者 杨立赟 编辑|余乐 2023年,中国发布了加速发展数字经济的全新蓝图。目前,数字经济占中国国内生产总值的40%,也就是接近50万亿元的规模。数字经济的加速发展将如何深刻影响中国的未来,又将如何塑造全球数字竞争的格局和准则? 6月27日至29日举办的第十四届夏季达沃斯论坛上,世界经济论坛和《财经》杂志联合举办了一场题为“数字中国新蓝图”的分论坛,由《财经》杂志总编辑王波明主持。 在这场论坛上,中国国际经济交流中心副理事长朱民等五位来自学术、咨询、制造、科技领域的领军人物,就“什么是数字经济” “十年后数字经济将如何发展”等议题展开热烈讨论。 随着大数据、人工智能等技术迅速迭代,数字经济逐步融入人类社会发展的方方面面。《中国数字经济发展研究报告(2023年)》数据显示,2022年,中国数字经济规模达到50.2万亿元,同比名义增长10.3%,已连续11年显著高于同期GDP名义增速,数字经济占GDP比重相当于第二产业占国民经济的比重,达到41.5%。朱民表示,10年以后数字经济将渗透一切。“ChatGPT 在根本上改变了我们对数字经济的理解”。 把数据变成资产和财富
他指出,到2025年以后,中国将是世界上最大的数据大国,要发展数字经济就要把数据用起来,不但要把数据用起来,还要把数据变成财富。 朱民认为,数据变成财富以后,这个财富可以永恒存在于一个虚拟的世界里,国家数字经济的基础设施会发生根本变化,这是下一步重大的投资机会。“未来一切取决于有没有大模型,那么这个世界就真的变了,而且这些变化会推动整个基础设施、企业甚至是整个宏观的变化。”他说。 从微观的角度来说,朱民认为,未来所有行业都会数字化,无一例外。 以餐饮业为例,菜从田里拿出来,到店里生产,然后送到顾客手里,最后总结一个具体的人每个月最爱吃什么菜,又推回到菜单的设计——整个链路已经全部数字化。从某种角度说,预制菜就是餐饮业的数字化结果。行业变革也将促使就业择业的变化。 “很多人谈AI就想到未来就是人和科技的竞争,它不是一个行业的问题,而是人和科技竞争,科技的强项在于知识、决策、速度,而人的强项在于人性、智慧、人类理念。”朱民说:“所以我们(在择业时)要想的是’人’怎么回到’人’这个概念。” 谈及数字经济对制造业的影响时,朱民认为,制造业的一个难题是供应链管理,而大模型是天然的供应链管理最好的工具,供应链的有效迭代、产品质量平衡、时效全部可以解决,制造业有了 大模型以后将发生本质的变化。 对此,郑州煤矿机械集团股份有限公司董事长焦承尧表示,装备制造业数字化存在几个特点:所有数据必须实时生成、自动抓取、智能分析、智能推送,这才能算装备制造业的数字化。现在该集团已经给整个矿山做智能化,未来要将电厂、港口、铁路、煤仓全部联系起来。值得关注的是,长期以来,煤炭占中国一次能源比重从最高接近70%,目前降至约53%。“以后该占比还会减少,但绝对值会是微升或者持平”,焦承尧表示,从装备制造业数字化来看,未来是存量的整合。 数据赋能的商业新模式
2018年起,埃森哲对中国企业的数字化转型进程进行持续的调研追踪,且每年定期发布中国企业数字化转型指数报告。埃森哲全球副总裁、大中华区主席朱虹说,从持续评估结果来看,全球近七成企业所做的数字化转型是拉通性转型,而这一比例在中国企业只有约两成。 面对波动和不确定的外部环境,从2022年起,埃森哲开始倡导企业的全面重塑,体系化推进数字化转型。埃森哲调研发现,企业在技术准备好时,数据、人员、组织等可能尚未准备好。朱虹称,人机协同非常重要,特别是在未来十年,这样的投入产出比才会最高。 霍尼韦尔中国总裁余锋则从自身的经验谈到,数字化一定是要给企业、利益相关者和社会带来效益。“数字化是手段,不是目的。”霍尼韦尔是一家高科技软件工业企业,扎根中国近90年。余锋表示,霍尼韦尔的数字化工厂不是靠大规模的投资实现的,比较适合中国的劳动密集型企业。例如位于苏州的一家工厂成立20多年来,在没有增加工人和厂房的情况下,产能增长了四倍,很重要的一点就是通过数字化提高了企业的效益,改进了企业的管理,更好地服务客户。 在谈论数字经济时,还有一个不可或缺的维度就是怎么样去产生数据赋能的商业模式。光之树科技创始人兼CEO张佳辰表示,未来有三种类别的创新会全面、立体推动整个数字经济,带来变革。第一类是对于“数字经济1.0”的既有问题的解决方案重塑。 过去的数字经济发展中产生的一些问题,科技界正在基础设施的层面进行重新的修补跟思考。例如,互联网发展初期没有考虑隐私和数据安全的问题,在智能制造中没有考虑能源持续性问题。第二类是对既有任务的大幅度效率提升,包括大语言模型和自动驾驶。第三类是能带来将过去不可能变为可能的探索型新技术。其中,长寿科技对于整个社会的一个结构都会有所改变。此外,面对太空的探索会让整个新材料等领域都有机会发现新的资源。 |
数字化管理是指利用计算机、通信、网络等技术,通过统计技术量化管理对象与管理行为,实现研发、计划、组织、生产、协调、销售、服务、创新等职能的管理活动和方法。
数字生成规范化--数据管理资产化--数据服务应用化--数据治理生态化