数字经济时代正在加快到来。
今年3月，国务院新闻办就工业和信息化发展情况举行发布会，会上工业和信息化部部长肖亚庆强调，要加快发展数字经济，以数字化变革催生和创造发展新动能，经济数字化转型是大势所趋。
据中国信通院发布的《中国数字经济发展白皮书（2020年）》，2019年我国数字经济增加值规模达到35.8万亿元，占GDP比重达到36.2%。工信部信息技术发展司副司长王建伟表示，2020年，数字经济进一步发展，我国数字经济规模占GDP比重已近四成，对GDP贡献率近七成，预计2021年将进一步增至47.56亿元。
在此背景下，数字化转型成为了各大产业的发展之重。在这个过程中，数据智能、工业互联网在其中充当着什么样的角色？会遇到哪些具体的挑战与机遇？数字经济未来的发展潜力有多大？大湾区的数字产业应该如何发展？围绕这些问题，21世纪经济报道采访了电气与电子工程师协会（Institute of Electrical and Electronics Engineers，简称IEEE）会士、傲林科技董事长、前微软亚洲工程院院长刘震。
2021年将是数智化时代元年
《21世纪》：您如何评价我国近年来在数字经济方面的努力与发展？
刘震：我觉得最近的成就是巨大的。中国在数字经济方面的发展速度特别快，最近五年，我们以每年15%以上的速度在发展，而部分欧美国家在数字经济方面大概是以6%的速度在前进，相较而言，这是一个很好的迹象。
在研发方面，也看到了可喜的成绩。从专利的申请来看，2020年中国的专利申请量超过了68000件，在全球专利申请量中超过了世界任何其他国家，达到第一，表明中国现在对于研发是加大砝码（推进）。
但从另一个角度来讲，我们跟全球最先进的国家相比，在硬核基础上还是有很大的差距，特别是在芯片上，在操作系统上，在数据库上等等，这也是我国正在全力支持的项目。
《21世纪》：工信部信息技术发展司副司长王建伟表示，在2020年我国数字经济规模占GDP比重已近四成，您如何看待数字经济接下来的发展前景？
刘震：我觉得中国数字经济的发展还有很大的余地。
首先，中国现在的数字经济占GDP的比例与欧美先进国家相比还有很大距离。目前我们是36%-40%，而（英、德、美等）欧美国家现在已经达到60%，还有20%多的差距。
其次，看我们的GDP组成，现在哪些行业数字化程度比较高？是金融、IT以及零售行业。零售行业占GDP大概2%左右，但就是这2%就涌现出了像阿里、京东、拼多多这些巨头。我们看一下那些现在数字化程度相对来说比较低的行业——泛工业。泛工业占GDP的比例是52%，那我们可以在这52%上面做数字化转型，从中可见中国的数字经济发展余地有多大。
《21世纪》：您曾提到2021年是数智化元年，为什么今年会是一个关键的节点？
刘震：这里有几个因素要考虑。第一就是整个市场都对数字化转型特别热衷。两年前IDC针对中国的1000强企业做的一个调研显示，当时就有50%以上的企业表示数字化转型是他们的重要战略。
2020年，埃森哲做了一个《2020中国企业数字转型指数研究》，85%的受访企业高管表示希望能够在一年内看到数字化转型的效果，43%的企业希望在6个月就能够看到数字化转型的效果，可见整个市场对数字化转型已经有一个很好的认知。
另外，政策上面也是大力支持。国资委在2020年下发的《关于加快推进国有企业数字化转型工作的通知》，专门鼓励要求央企、国企带头做数字化转型。工信部也在今年1月印发了《工业互联网创新发展行动计划（2021-2023年）》，要求所有的企业加强工业互联网的建设，特别是加强其中的数字化管理，数字化管理就涉及数据智能，即要把大数据、人工智能应用于企业业务的变化。
因此从市场和政策的两个趋势来看，2021年将是数智化时代的元年。
工业互联网建设：从数字化到数智化
《21世纪》：您如何理解数字化转型？其中哪些关键因素在起作用？
刘震：数字化转型主要是两大部分。一部分是业务的数字化，也就是说在业务里边把数据抽取出来，然后通过数据的整合来做分析，对整个业务有所洞察，业务的数字化要通过工业互联网来做，这是第一步。
第二步，就是要把数字业务化。数字业务化借助数据智能的技术来做。数据智能指的是人工智能和大数据的融合，也就是说要用大数据把人工智能的算法模型与应用范围做得更好。首先要把抽取出来的数据建成模型，建模了以后，做模拟仿真，做预测，做优化，使得决策者能够通过数据作更准确的、更好的、更靠前的决策。
《21世纪》：在数字化转型过程中，我国工业互联网的建设面临着怎样的具体挑战？
刘震：工业互联网作为一个工具，对数字化转型起到至关重要的作用。在傲林科技的实践当中，我们发现目前工业互联网主要有五大挑战，也是我们现在主攻的方向。
第一个是数据维度的扩大。现在做数字化转型，需要的是把不同数据源的数据都整合在一起，打通数据孤岛的问题。在打通同时，我们碰到的问题就是要怎样把这些数据统一地分析，统一地建模。数据维度的扩大是第一个挑战。
第二个挑战是现在的数据或者说人工智能的应用范围越来越广。原来的人工智能基本上就是人脸识别、语音处理、语言的人机对话等等，这些基本上是To C的业务。现在我们看到的更多是人工智能在To B领域的应用，这个应用范围就大得多，场景多得多，涉及各行各业。
第三个就是人工智能应用深度的问题。刚刚提到的人脸识别、语音识别是认知服务。那现在我们要的不仅仅是认知服务，同时还要做预测、预警，这就要求我们的数据能够做更深入的分析，要把所有的历史数据进行考量与分析规律。
第四个挑战，全局化的优化。原来大家看到的更多的是局部优化。据工信部统计，工业App已经突破了59万个，这是好事情，（工业App）像雨后春笋这样长出来。但从另一个角度来讲，这些工业App往往是局部化的优化，针对某一个工艺点、某一个工序、某一个小场景来做应用。其实对企业来说，更重要的是全局化的优化。
我们在做技术开发和产品开发的时候，考虑的是企业经营者，他们的视角是什么？是整个企业的经营效益。经营效益考虑的是个全局的统筹，也就是说要把“供产销”的经营铁三角进行协同考虑，每一个部门都要做优化，同时进行协同，比如说产和销之间的协同，供和产之间的协同等等，这些协同能够更好地提升企业的经营效益。
第五个挑战，是智能化的系统化。原来大家在企业里看到的是自动化系统、信息化系统。自动化系统主要是在生产线当中提升生产效率，信息化系统主要是给管理、决策人员做执行的时候使用，即把决策作为一个结果记录下来，然后贯彻下去。
但是在决策层，我们也要有一个工具，也就是要有一个数智化的系统，这个数智化系统主要是给决策者做辅助决策用。既然是给决策者做辅助决策用，实际上就相当于是给决策者配备了一个大脑，假如一个系统或者是一个企业有多个大脑那就出问题了，只能一个大脑来统筹。这意味着我们要把局部的大脑统筹起来，真正做一个企业级的大脑。而且这个企业级大脑要不仅能够管好企业所有的部门、业务与流程，同时要上下游做好协同，能对外围市场市场有一个很好的应对。
总体而言，从数字化转到数智化的过程的确有很多挑战。
《21世纪》：从国际层面来看，我们国家的工业互联网建设总体有什么优劣势？
刘震：我觉得国内的优势主要在于市场规模。中国的制造业生态规模大，不仅行业规模大，市场规模也大，因此中国的工业互联网布局可以非常全面。
但从另一个角度来讲，中国的工业制造业的数字化水平相对于西欧国家来说还是低，所以我们要做工业互联网，要做数字化转型，这是我们的挑战。需要我们从底层做起，从数据连接、数据采集等等做上去，这其实也给中国提供了一个更大的机遇，就是能够考虑到怎样把整个体系一体化。
蓝海中不能迷失方向
《21世纪》：在工业互联网的蓝海中，有很多初创企业在不断地涌现出来，您对他们有什么建议？
刘震：这个蓝海里机会很多，这也是为什么在短短的三四年之内就出现了数以百计的初创企业，光是平台级的、具有较强行业和区域影响力的工业互联网企业就有100多家，而且这100多家企业已经连接了7000万台设备，另外还有59万个工业App出现。在这么短的时间内，工业互联网有这么大的普及是一个很好的现象。
但正因为是在一个大海里边，大家要当心的是什么？就是不能迷失方向，每个初创企业都要根据自己的特色做好定位，否则就很容易变成我这要那也要，这样的话等于没有自己的特色，以后竞争的优势就会失去。
而且这个领域有点像人工智能，就是所有的技术实际上都会有一定的波谷现象。人工智能在过去的60年里已经出现了两个冬天，工业互联网领域也需要投资者有耐心，工业互联网是一个很好的赛道，但是任重而道远。
在工业企业里，所有的变革都需要耐心，要细细地将产品打磨出来。这个跟To C不一样，To C可以通过市场效应一下子铺开，但是To B需要在行业里细致地做好自己的工作，总体发展曲线不一样。
《21世纪》：您提及的企业级Digital Twin（数字孪生）预期能给企业经营带来多大的变化？这过程中又会面临怎样的问题？
刘震：数字孪生是大概10年前提出来的一个概念，指的是对于整个物理世界有个虚拟世界的描述，通过这个描述，我们可以同步物理世界，其次可以做物理世界的模拟。我们叫做what if，也就是说假设出现什么情况，我们要怎么应对。
这种做法最初是通过CAD、CAE来做，就是在做设备、做产品之前先做一个模拟仿真，看应力是不是行、看这个结构是不是合理，等等。
我们现在做的是企业级的数字孪生。指的是能够跟现实的企业、现实的实体进行同步，同时更重要一点，就是能够做模拟仿真，也就是说我们在做决策的时候先可以做一个沙盘，通过沙盘进行演示，看看假如这样做、外部世界这样变化，我们应该怎样作出最好的决策，这个决策在近期会有什么效益，在远期会有什么效益，这样的话决策错误成本就会大大降低。
要做企业级的数字孪生，需要对数据有很大的融合程度。我们原来用的数据是非常单一的，现在我们要考虑的就是在企业内部的各方面数据都要考虑到，包括人、机、物、法、环，还有财，这些不同维度的数据都要整合在一起，然后组成一个模型，模型框架是一个很重要的因素。
《21世纪》：在数字化进程中，面临“数据海洋”，应该怎么样保障数据的有效性和精确性？
刘震：现在大家对数据治理已经有一个更清醒的认识。我们傲林科技为此专门开发了大数据使用场景的数据治理（系统），从数据的抓取到数据的入库、数据的标识、数据的使用，一整套地整理起来，保障数据能够得到更有效的使用。
《21世纪》：这当中还涉及用户隐私与数据安全的问题，您认为应该如何解决？
刘震：数据安全、数据隐私的确是一个很重要的问题，在世界各国、各地区也都开始引起了重视。首先，从法律角度而言，一些欧美国家有专门的法律法规，中国也有了《数据安全法（草案）》，这些法律法规会在数据的安全和隐私保护上面起到很好的作用。
其次，从企业责任来讲，作为一个IT行业的供应商，我们也非常注重数据的安全性，在我们的数据平台里边已经有一整套从底层到最上层的数据安全架构以及实施的框架。
大湾区是“理想”的数字化应用场景
《21世纪》：目前粤港澳大湾区也正在布局人工智能、数字化产业，比如佛山的库卡机器人小镇，您对此如何评价？
刘震：大湾区在人工智能和数字经济上面实际上发展是非常快的，首先有龙头企业，像华为、腾讯等，另外，人才也是大湾区的一个特色。此外，大湾区的制造业经济基础非常好，这些企业给大湾区的数字化发展提供了一个很好的基础。我认为，大湾区有潜力在未来发展成为像美国硅谷一样的区域。
《21世纪》：您认为大湾区的智能产业应该往哪个方向走？
刘震：人工智能、数字化是技术，技术的最终体现是应用，技术是靠应用发展的。没有应用，单独谈技术是毫无用处的，因此要找有价值的、有刚需的应用场景。粤港澳大湾区拥有十分有战略价值和刚需的应用场景，特别是工业、制造业场景。
大湾区拥有很多细分的龙头企业，例如服装制造业、陶瓷制造业、珠宝加工业、食品加工业、电子信息产品制造业等等，这些龙头企业会涉及的数字化场景，在全国是具备代表性意义的，他们定义的应用场景实际上就是中国智能产业的未来。记者：何柳颖
免责声明：本网转载自其它媒体的文章，目的在于弘扬科技创新精神，传递更多科技创新信息，并不代表本网赞同其观点和对其真实性负责，在此我们谨向原作者和原媒体致以崇高敬意。如果您认为本站文章侵犯了您的版权，请与我们联系，我们将第一时间删除。
