白癜风症状 http://www.bdfyy999.com/

工业是国民经济的主导产业，泛工业的数字化转型是实现我国由工业大国变工业强国的必经之路。以工业互联网为方向看，当前我国正在从工业经济迈向数字经济，进入以大数据、人工智能为特点的“数智化”时代。工业互联网首先是数智化要求，而数智化要求首先就是工业应用软件的要求，这对于全球的软件行业来说是一次全新的革命性要求。某种程度上推动国产工业用软件的成长和成熟，是我们应对工业互联网一系列革命性要求的关键应答。如果我们能在软件领域首先实现突破，那么以中国制造业的规模，在全球工业互联网取得领先乃至实现制造业的领先一步，都是可以期待的。

据中国信通院发布的《中国数字经济发展白皮书（年）》，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，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到底有多大？

年将是数智化时代元年

近年来，我国在数字经济方面成就巨大。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，年中国的专利申请量超过了件，在全球专利申请量中超过了全国其他国家，达到第一，表明中国正在加大砝码推进研发。

但从另一个角度来讲，我国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、操作系统、数据库等方面，这也是我国正在全力支持的项目。

十四五规划中提出“推动人工智能与数字经济和实体经济的深度融合”。当前，发达国家数字经济占GDP比重已近60%，我国与之相比还有很大的发展空间。其中，占GDP比重达52%的泛工业领域的数字化仍处在早期，而占GDP比重仅2%的零售贸易行业却已经孕育出一批电商巨头。这样来看，泛工业数字化转型的价值空间可以预见，当前的数字经济就是我们超越发达国家的重要机遇。

年是数智化的关键节点，整个市场都对数字化转型特别热衷。年，国际权威机构IDC对中国强企业的调研显示，已有50%以上的企业表示数字化转型是企业重要战略。

另外，全球咨询公司埃森哲发布的《中国企业数字转型指数研究》也显示，85%的受访企业高管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。

近年来，我国高度重视数字化转型升级，鼓励和支持企业实施数字化管理，在顶层设计上做出了系列部署：年5月，国务院印发《关于深化制造业与互联网融合发展的指导意见》，指出要加快构建新型研发、生产、管理和服务模式，促进技术产品创新和经营管理优化；年9月，国资委印发《关于加快推进国有企业数字化转型工作的通知》，强调要促进国有企业数字化、网络化、智能化发展，推动面向数字化转型的企业组织与管理变革；年12月，工业与信息化部发布《工业互联网创新发展行动计划（-年）》，提出要实施数字化管理，推动重点行业企业打通内部各管理环节，打造数据驱动、敏捷高效的经营管理体系。

因此从市场和政策两大趋势来看，年将是数智化时代的元年。

数字业务化提质工业互联网纵深发展

数字化转型分为两步曲，第一步是业务的数字化，也就是通过工业互联网把业务中的数据抽取出来，然后通过数据的整合做分析，以便对整个业务有所洞察。

第二步是数字业务化。数字业务化要借助数据智能技术，将人工智能与大数据融合，通过大数据把人工智能的算法模型与应用范围做得更好。具体做法是首先把抽取出来的数据建成模型，建模以后，做模拟仿真、预测和优化，使决策者通过数据作出更好的、更准确的、更靠前的决策。

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。从傲林科技的实践当中，发现目前工业互联网主要有五大挑战，也是傲林科技现在主攻的方向。

第一个挑战是数据维度的扩大。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。在打通的同时，企业碰到的问题就是怎样把这些数据进行统一分析，统一建模。

第二个挑战是现在的数据或人工智能的应用范围越来越广。原来的人工智能基本就是人脸识别、语音处理、语言的人机对话等等，基本都是ToC的业务。现在我们更多看到的是人工智能在ToB领域的应用，这个应用范围大得多，场景多得多，涉及到各行各业。

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。

第四个挑战是全局化的优化。原来大家看到的更多是局部优化。据工信部统计，我国当前工业App已经突破了59万个，像雨后春笋一样涌现。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。

从傲林科技的实践来看，做技术开发和产品开发的时候，要考虑企业经营者的视角是什么？是整个企业的经营效益。经营效益考虑的是全局的统筹，也就是要把“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和信息化系统。自动化系统主要在生产线中提升生产效率，信息化系统主要是为管理、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，也需要有工具，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决策辅助，实际上就相当于给决策者配备了一个大脑，假如一个系统或一个企业有多个大脑就会出现问题，只能有一个大脑来进行统筹。这意味着要把局部的大脑统筹起来，真正做一个企业级大脑。而且这个企业级大脑要不仅能够管好企业的所有部门、业务与流程，还要做好上下游协同，能对外围市场市场进行良好应对。

就工业互联网建设总体情况来看，我们既有优势也有不足。国内优势主要在于市场规模，中国的制造业不仅行业规模大，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较低，所以我们要做工业互联网，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、数据采集等方面做上去，这其实也给中国提供了一个更大的机遇，就是能够考虑该怎样将整个体系一体化。

蓝海中要坚定特色和信念

工业互联网的蓝海中，有很多初创企业不断涌现出来。在短短的三、四年之内就出现了数以百计的初创企业，仅平台级的、具有较强行业和区域影响力的工业互联网企业就有多家，而且这多家企业已经连接了万台设备，另外还有59万个工业App出现。在这么短的时间内，工业互联网形成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，大家就要切记不能迷失方向，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“这也要那也要”，相当于没有自己的特色，最后失去竞争优势。

而且这个领域和人工智能很类似，就是所有的技术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。虽然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，要细细地打磨产品。这跟ToC的总体发展曲线不同，ToC可以通过市场效应一下子全部铺开，而ToB则需要在行业内细致做好自己的工作。

同时，我们也需要认识到，工业互联网建设会产生海量数据。一方面，这些数据需要高质量的数据治理。傲林科技为此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，一整套整理起来，保障数据能够得到更有效的运用。

另一方面，数据的安全和隐私是一个很重要的问题，在世界各国、各地区也都获得了重视。首先，从法律角度来看，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安全和隐私保护上起到很好的作用。其次，从企业责任来讲，IT行业的供应商都应当积极承担责任，注重数据安全，守住底线。（数据杂志）转载请注明来源

（作者简介：刘震，IEEE院士傲林科技有限公司联合创始人兼董事长。）