在此次疫情防控當中，我們能夠看到最主要的需求是什么呢？一是對充分有效信息和資源共享需求，二是對及時精準物資匹配和管理的需求，三是對智能高效技術和工具的支撐需求。
以下內容節選自直播實錄：
本文圍繞三部分內容展開
1、數字化轉型的關鍵問題
2、產業數字化轉型進展情況
3、產業數字化轉型的方向與瓶頸
數字化轉型的關鍵問題
產業數字化轉型是我們國家在數字經濟時代的主要命題，我們認為它至少面臨三個方面的關鍵問題。
第一，不確定性下降和復雜性上升的經濟均衡問題。我們推動產業數字化轉型，肯定要持續采集和形成源源不斷海量信息，我們的目的是為了更為直觀、清晰、深刻的認知和掌握產業的運轉過程和深層機理。這個目的是為了降低我們僅僅依賴于人工經驗判斷而造成的誤差和不確定性，但是我們也要了解到，降低不確定性固然能夠實現對產出數量和質量更為精準的控制和調整，但是同時也會帶來復雜性的上升。無人工廠固然很美好，表面上我們看不到很多的工人，但是背后卻是大量的工程師、程序員，日以繼夜的投入和付出，而為了雇傭和組織這樣一些工程師和程序員，我們需要調制新的裝置，需要培訓工人去學習新的技能，以及購買大量的軟硬件，配備新的人才，甚至我們需要為之重構我們整個企業和組織的架構。
因為產業數字化轉型而帶來的不確定性下降，必然面臨的就是復雜性上升，而復雜性上升肯定會帶來投入的顯著增加，尤其是數字化轉型的前期，這種較高的投入和產出比一定會體現的非常非常明顯。所以要推動產業數字化轉型，我們要考慮的第一個問題，就是怎么解決不確定性下降和復雜性上升的一個經濟均衡問題。所有不考慮經濟均衡的產業數字化轉型，都是緣木求魚和空穴來風。
第二，供給碎片化和需求協同化的全局統籌問題。這個怎么理解呢？我們還是以制造業進行舉例，在研發設計、生產制造、經營管理三個條線，都有各自不同的技術供給和制度供給。我們首先看技術供給，在研發設計層面從二維到三維的轉變，從仿真到孿生的演進，以及從單一零部件延伸到整機和全產品生命周期，整個一條技術邏輯是通順的，它會沿著自己技術路線不斷演進。
同樣在生產制造層面和經營管理層面也是一樣，無論是從過去的獲取生產數據到現在配置生產資源，從協同生產過程到優化生產體系，還是經營管理從過去面向產銷供的生產優化，一直到目前開始向云端遷移，都有著各自不同的技術供給，以及不同的技術演進路線。在割裂的、分離的數字化演進路線上面，這些技術供給都是成立的。但是我們目前產業數字化轉型不是垂直型建設，也不是這種煙囪式的、隔離式的建設，我們需要的是一個全局統籌的協同化建設。因此這就形成了第一個矛盾，就是碎片化的技術供給和協同化的全局統籌需求之間的矛盾。
真正難以解決的矛盾是什么呢？是我們在制度供給上的矛盾。無論是怎樣的一個企業，很多時候會發現研發設計、生產制造、經營管理這三個是不同的業務條線，也分歸不同業務部門和職能部門，甚至有著不同的匯報條線。在統籌考慮產業數字化轉型，協同開展數字經濟的時候，我們除了要協同技術之外，更需要協同的是我們的制度，我們的機制，我們的組織架構。這就是在制度供給方面，在本身組織架構割裂方面和目前協同化需求這樣一個矛盾的所在。
第三，前瞻技術大量涌現和現實需求尚待挖掘的一個市場培育問題。我們可以看到目前新一代信息技術，尤其像5G、大數據、人工智能、區塊鏈，甚至包括量子計算，確實在關鍵環節和一些重大領域當中出現了一些比較重要的集中突破，也正逐步從理論創新向使用創新延伸，從科學研究向產業應用這邊去邁進。但是我們另一方面也要看到這些已經發展了數十年甚至上百年傳承的產業，在發展過程中也出現過大量的困難和問題。我們首先要問自己的問題就是，它們是不是一定要用新一代信息技術解決，比如5G、大數據、人工智能、區塊鏈這些技術。這些新的信息技術運用到傳統產業當中，到底只是催生了一些泡沫式的虛假需求，還是帶來了一些真正的具備實踐應用價值和示范推廣意義的真實需求。
可以不客氣的說目前在市場上我們能夠看到的很多新一代信息技術所謂的應用和落地，其實都有著大量的泡沫存在。真實的需求不是沒有，但是它需要時間的沉淀，需要經過時間的檢驗，而不僅僅只是我們說為了迎合潮流，為了體現我們可能已經知道某個名詞了，而實現了一些噱頭式的應用。真正這些技術是要被應用到那些能夠發現問題，能夠解決問題的一些競爭當中，并且要探索與部分應用場景進行結合的這樣一些立足點和開拓方式問題的一些進程當中。
產業數字化轉型進展情況
我們所講的5G、人工智能開源平臺、工業互聯網平臺，都是目前國家所提倡的一個“新基建”的概念。在產業數字化轉型方面，一般認為工業互聯網是推進產業數字化轉型的一個主要突破口，我們可以把它分為優化存量，做大增量和融通發展。
在優化存量方面，實際上就是通過數字技術的廣泛深入融合應用，降低企業人員投入和綜合運營成本，從而優化資源配置。在做大增量方面，實際上是通過跨越設備、系統、廠區、地域的互聯互通，實現生產服務體系的智能化升級、產業鏈延伸和價值鏈拓展。在融通發展方面，實際上是依托信息網絡平臺，實現各類要素資源跨行業、跨地域、跨時空的快速匯聚，和高速共享，從而推動先進制造業與現代服務業的深度融合，促進一二三產業，大中小企業融通發展，培育形成新的增長點。這樣無論是優化存量、做大增量，還是融通發展，既是產業數字化轉型的目標，同時也是工業互聯網主要優勢的一個體現。
工業互聯網目前也有常見的兩種認識偏差，一種認為工業互聯網是互聯網的下半場，另外一種就等于拆字游戲了，認為工業互聯網是工業+互聯網或者互聯網+工業。這兩個認知在我們研究當中其實都是不太認同的。一是我們不能把工業互聯網認為是互聯網的下半場，因為我們現在所談的互聯網都是基于消費互聯網的概念，而工業互聯網在連接對象、技術要求、運用場景方面，與消費互聯網有截然不同的特征，應該說工業互聯網和消費互聯網，誰也不是誰的下半場，但兩者共同構成了網絡經濟的重要組成部分。同時工業互聯網是一個整體，我們不能把它拆開理解，它是新一代信息技術與先進制造業的深度融合，是具備國家戰略意義的新型基礎設施。
以上簡單描述一個工業互聯網的構成。它實際上就是通過工廠內網連接了系統物料、產線、勞動者和設備，同時將內網拓展到與工廠外網之間打通用戶、服務、物流供應鏈、金融之間各個要素，各個供應鏈之間的環節，最終在各個環節之上搭建了一個匯聚工業數據，沉淀工業機理，形成工業模型的平臺，在平臺之上再開發了關于個性化定制、柔性化生產，網絡化協同和服務化延伸各類的創新應用。
如果從定位上來看，工業互聯網是推動高質量發展的新型基礎設施，具有大范圍、多場景、低時延、高可靠、集中投入、長期回報的典型特征。在愿景方面，既然作為基礎設施，工業互聯網是要圍繞陸?？仗煨纬扇S度的覆蓋，面向虛擬世界與物理世界打通全領域的連接，針對人類生產生活提供一個全方位的支撐。工業互聯網與智能制造、兩化融合有什么聯系呢？
我們認為工業互聯網是在兩化融合與智能制造基礎上持續擴大和升級，從內部拓展到外部，從串行上升到并行，從線性發展到非線性。在效用上面，工業互聯網是促進了數據、勞動、技術、資本這些全要素的全面互聯，帶動了供應鏈、創新鏈、金融鏈等全產業鏈的高度協同，使得價值從生產端到研發設計端，再到銷售服務端的單點式遷移發展到價值全網絡化的共生。從簡單的產品交易和技術交換，發展到知識和能力交換導向的全產業革新重構。
當然它最本質的效用和共享經濟的本質是類似的，都是通過提升工具使用效用和效率，優化決策的流程和機制，而達到了供給側和需求側的精準對接和實時匹配。我們所談到一切新的概念、新的模式、新的定義、新的業態，最終的目的都是為了實現供給側和需求側精準對接和實時匹配，這是我們所有新理念本質的目的。
產業數字化轉型的方向與瓶頸
在此次疫情防控當中，我們能夠看到最主要的需求是什么呢？一是對充分有效信息和資源共享需求，二是對及時精準物資匹配和管理的需求，三是對智能高效技術和工具的支撐需求。
如果從數字技術應用方面來看，我們目前大概能看到這幾個方面的應用。
一是用大數據來構建疫情動態監控系統，實時呈現疫情動態預測疫情發展趨勢。
二是基于人工智能的體溫檢測和追蹤系統，進行實時體溫檢測，對疑似和潛在疑似人員進行活動的軌跡追溯。
三是在線物資的對接和設備管理平臺，使得物資供應對接和調度管理更為透明、準確和高效。
四是遠程智能醫療系統，之前美國在抗擊埃博拉疫情的時候就廣泛使用遠程醫療機器人和遠程醫療系統，重點是面向這種三四線城市和偏遠地區提供網絡會診平臺，豐富基層醫療資源配給。
五是免費開放算法算力資源，向各科研機構提供支持，助力藥物和疫苗的研發。
六是用智能機器人破解人員安全防護問題和容易疲勞的難題，來替代人員提供醫療看護、物資配送和科普宣傳等服務，這些數字技術和應用都是切實在此次疫情防控當中得到了一些具體的場景應用體現。
產業數字化是一個長期、整體的趨勢，疫情只是作為一個外來的沖擊因素，加速了我們產業數字化的轉型。主要體現在以下幾個方向：
第一，實現平臺級資源整合和信息共享，提升了疫情中的應急處置效率。
第二，基于高速泛在連接的網絡，實現了實時供應鏈協同，快速發現去匹配一些關鍵物資。
第三，開展遠程可視化的云會議、云管理、云調度、云運維，解決了復工的密接難題。
第四，基于數據驅動的對于生產決策的一些智能化提升。推動精準營銷和精準管理，而降低因為疫情帶來的市場疲軟期的波動轉變風險。
第五，挖掘數據附加值，目前能夠體現出來的數據附加值更多還是在供應鏈金融方面，而通過挖潛數據，體現出來企業真實開工情況和企業真實的資產運營情況，拓寬尤其是中小企業的融資渠道，從而不同程度緩解疫情造成的資金壓力。
這幾個方面都是目前我們能夠看到疫情加速產業數字化轉型的主要方向。同時我們也有這樣幾點判斷。
第一，如果說我們覺得疫情是黑天鵝的話，實際上數字化轉型就是我們整個社會面臨的灰犀牛。雖然說在這次疫情當中，很多企業，尤其是中小企業都遭遇了重大危機，但是這個危機其實一直存在，只是因為這次疫情突然的出現，而起了一個加速沖擊作用。但是產業數字化轉型作為一個趨勢，它一直都是我們面臨的一個趨勢和態勢。
第二，5G、大數據、人工智能、互聯網前沿技術潮流并不是我們的目的，什么樣的數字化轉型能夠解決我們目前面臨實際效率低下、人工不足，甚至資金壓力巨大的實際問題，才是我們真正的目的。
第三，我們所說的這些產業數字化轉型的方向，前提一定是我們有了堅實的網絡，沉淀了充足的數據，開展了高效的機制，推出了一些創新的應用，才有了我們產業數字化轉型的各個具體向和功效。
疫情更加凸現出了我們產業數字化轉型面臨的瓶頸制約，主要包括四個方面。
第一，核心技術短板仍然存在，雖然部分問題得到改善，但是一些核心關鍵問題依然還是比較突出的。我們的產業尚不能做到完全自主可控，很多產業數字化轉型的領域關鍵技術和關鍵標準，還是大部分由外商、國際廠商來把持、壟斷的，這是我們核心技術短板仍然突出。
第二，對于數據要素價值還沒有充分發揮，政府也好，企業也好，還沒有完全樹立起來這種數據思維。雖然說數據已經成為一個關鍵生產要素，但是如何確權、估值，如何保障它的順暢交易，這些問題既沒有總體頂層設計，也缺少具體實施手段，對于數據資源管理能力還不強，特別是那些真正高價值的數據轉換能力還不足。目前對于數據轉化，常見的就是用來做征信服務，實際上數據能做的可遠遠不止于去做貸款的一個憑證，它能夠開發的附加值還是很多的。
第三，國內各產業各區域之間的產業數字化差距是比較大的。在產業層面，目前表現出來明顯的3大于2，2大于1的顯著特征。服務業數字化轉型比工業的數字化轉型要強，工業數字化轉型要明顯比農業數字化轉型要強。這個差距在短期內，我們認為是難以拉近的。
第四，產業融合發展的基礎和應用能力依然不足，企業數字化基礎比較薄弱，大量企業自動化、信息化積累仍然不夠，數字基礎和人才儲備也不足。國內目前常見數字化應用仍然是以中低端的生產優化類和管理優化類為主，不能完全滿足我們產業數字化轉型。
最后給企業講四點建議。
第一，建議大家高度重視數據和智能，要學會從比特化的角度重新構建和描繪我們的供給和需求，但是我們也要認清楚，不結合業務邏輯，不能建立模型的數據，它是無用的數據。大數據不是越大越好，海量數據不是越多越好，而是要能夠結合業務邏輯去建立模型的數據才是有用的數據。同時我們也要理解，數據是基本生產要素，智能是我們的核心競爭力，但是要通過數據的定義、分類、交互形成的，尤其是復雜的智能，它是需要大量時間的積累和一些案例的海量積累才能形成的。
第二，我們組織變革不能滯后于技術變革。新技術未必能立竿見影帶來效率提升和成本下降，優化組織架構和改善業務流程有著加速器和催化器的作用，我們對新技術的期望值如果越高，投入越大，我們越要反復審視是否做好了經營管理方面的充足準備，就是組織變革一定要在技術變革之后最好就能完成，或者和技術變革同步完成。
第三，一定要以應用場景為根本牽引，大量新的業態、新的模式其實并非為我們目前所準備的，那些曾經難以解決的問題，以及受過去條件限制，不能大量涌現的需求，才是我們這些新技術和新事物真正用武之地。我們開發新業務，一定要注意到場景層面，讓這些可以盈利的場景形成規?；?，才能促進新的產業。
第四，這種開放式的競爭合作將更為常見，不僅是合作需要開放，我們在合作方面，肯定是要勇于和善于拿出自己的資源，將對的事兒交給對的人，形成優勢互補。比如說我們講的數據資源挖掘，如果我們自己不具備數據資源挖掘和數據附加值開拓能力，我們不妨把數據拿出來交給我們信得過的第三方提供商，讓他們給我們開發數據和挖掘數據的附加值。同時競爭也是要開放的，不要執著于技術、產品和成本層面進行零合博弈，而是通過我們所在的平臺和我們所處的生態去進行價值釋放，這樣的競爭才是一種雙贏式的競爭。我們說未來數字經濟時代的競爭一定不是零合博弈的競爭，一定是有著共贏的價值釋放類的競爭。
